Codex lento o pesado: causas y soluciones en app, CLI y WSL

Cuando Codex va lento o pesado, lo más rápido para encontrar la solución es averiguar primero dónde se va el tiempo. Si las respuestas de la IA tardan, revisa el servidor y la configuración. Si el inicio es lento, revisa los servidores MCP y la carpeta de configuración. Si la pantalla de la app va pesada, revisa la versión de la app y la longitud de la conversación. Si ejecutar comandos es lento, revisa dónde están guardados los archivos y el rendimiento de tu equipo. Este artículo ordena las soluciones por síntoma, a partir de la documentación oficial de OpenAI y de las respuestas que el equipo de OpenAI dio en GitHub sobre Codex (comprobado el 25 de octubre de 2026).

Codex funciona en la app de escritorio de ChatGPT (Windows y macOS), en la CLI (la versión que usas en una terminal) y en extensiones de editores como VS Code. En este artículo, «hilo» significa un conjunto de intercambios de trabajo: un chat de la app o una sesión de la CLI. En todas las formas, el modelo que razona se ejecuta en los servidores de OpenAI, y los comandos que pide la IA se ejecutan en tu equipo. Los síntomas se distinguen por color: respuesta inicio app comando.

1. Primero, identifica el problema

Cuando algo te parezca lento, mira la pantalla y comprueba estas tres cosas, en orden.

1. ¿Está esperando una aprobación?Codex puede quedarse parado esperando tu permiso para ejecutar un comando o modificar un archivo. La guía de solución de problemas de OpenAI también lo indica como lo primero que hay que comprobar cuando Codex parece bloqueado.
2. ¿Qué está haciendo ahora?Si tienes que esperar antes de poder escribir, o si el mensaje de preparación de los servidores MCP sigue en pantalla, es inicio. Si sigue en pantalla «pensando» o «escribiendo una respuesta», es respuesta. Si un comando sigue en curso sin avanzar, es comando. Si escribir o cambiar de pantalla se retrasa por sí mismo, es un problema de la app.
3. ¿También va lento para los demás?Consulta la página de estado de OpenAI para ver si hay incidencias con Codex. Si hay una caída, normalmente hay poco que puedas hacer en tu equipo.

En la CLI, /status muestra el modelo que usas, los tokens consumidos y el contexto restante (el espacio libre de la memoria del hilo). Si queda poco contexto, ve a «No sigas usando un hilo largo» en el capítulo 2. Si tienes la intensidad de razonamiento en High o superior, ve a la tabla del capítulo 2.

2. Cuando las respuestas de la IA son lentas respuesta

Saturación o caídas en el servidor

Algunas lentitudes no tienen una causa local. En un informe en el que el modo Fast iba tan lento como el estándar, un miembro del equipo de OpenAI respondió «We had a capacity issue last week» (la semana pasada hubo un problema de capacidad) y después explicó que lo habían mitigado (openai/codex #24422, junio de 2026). Es un ejemplo de lentitud causada por una falta de capacidad en el servidor. Para el mensaje «model is at capacity», véase «Cómo solucionar el mensaje "Selected model is at capacity" de Codex».

Ajusta la intensidad de razonamiento a la tarea

En Codex puedes elegir cuánto tiempo piensa el modelo antes de responder. Cuanto más fuerte es el ajuste, más profundo es el razonamiento, y más tiempo y uso consume. La descripción oficial de OpenAI es la siguiente (OpenAI «Models»).

En la CLI, eliges el nivel junto con el modelo con /model. Puedes fijar el valor predeterminado con model_reasoning_effort en el archivo de configuración (config.toml). El nivel más ligero se muestra como Light en la app y como low en la CLI y en el archivo de configuración.

Si usas siempre High o superior, incluso las tareas sencillas tardan más. Para arreglos pequeños, bajar el ajuste a Light (low en la CLI) o a Medium hace que las respuestas lleguen antes. La página de selección de modelos de OpenAI recomienda combinar el modelo más ligero, GPT-6 Luna, con Light (Low) para ediciones detalladas y trabajo bien acotado (OpenAI «Model selection»).

Modo rápido (Fast y Ultrafast)

Si quieres reducir la espera, hay modos más rápidos que consumen más de tu cuota de uso a cambio de velocidad (OpenAI «Speed»).

En la CLI, cambias con /fast. Si el modelo que usas no tiene un nivel rápido, /fast no aparece. Si inicias sesión con una clave de API, el uso se factura a las tarifas de la API y no se aplican los multiplicadores de arriba.

No sigas usando un hilo largo

Si sigues trabajando en muchas tareas dentro de un mismo hilo, el contexto crece y tanto las respuestas como la pantalla se vuelven más pesadas. En un informe sobre hilos que se volvían lentos tras un uso prolongado, un miembro del equipo de OpenAI recomendó crear un hilo nuevo para cada tarea.

El equipo añadió que, si se sigue en el mismo hilo, el contexto se diluye cada vez que se comprime, y que empezar de nuevo es más rápido y evita que el modelo se distraiga con el trabajo anterior (openai/codex #11984).

Si de verdad quieres seguir en el mismo hilo, /compact en la CLI resume los intercambios hechos hasta ahora y libera contexto (la descripción oficial es «Summarize the visible chat to free tokens»). /new inicia un hilo nuevo (OpenAI «Slash commands»).

3. Cuando el inicio es lento (CLI y MCP) inicio

Espera a que arranquen los servidores MCP

Si tienes registrados en Codex servidores MCP (una forma de conectar herramientas externas), Codex espera a que estén listos en cada inicio. Por defecto, los servidores no obligatorios se esperan solo 1 segundo antes de seguir. Los que tienen required = true se esperan hasta que arrancan (por defecto, hasta 10 segundos). Si mantienes registrado un servidor que responde lento o que ya no usas, la primera respuesta se retrasa. La configuración oficial es la siguiente (OpenAI «Model Context Protocol»).

# Ejemplo en ~/.codex/config.toml: detener un servidor que no usas
[mcp_servers.old-server]
command = "npx"
args = ["-y", "old-mcp-server"]
enabled = false

La carpeta de configuración es grande o está dañada

En un caso en que la CLI arrancaba lento, un miembro del equipo de OpenAI señaló que la carpeta ~/.codex, donde se guardan la configuración y los registros, podía ser grande o estar dañada, y sugirió cambiarle el nombre temporalmente para hacer pruebas (openai/codex #9290, enero de 2026). Al cambiar el nombre, Codex arranca como en el primer uso, así que tendrás que volver a iniciar sesión. Los registros de hilos anteriores también están en esta carpeta, así que **solo cambia el nombre, no la borres**, y restaura el nombre cuando termines las pruebas.

# macOS y Linux: cambia el nombre de la carpeta
mv ~/.codex ~/.codex-backup
# Windows (PowerShell): cambia el nombre de la carpeta
Rename-Item $HOME\.codex .codex-backup

Para restaurarla, primero cambia el nombre del nuevo .codex creado durante la prueba a otro (por ejemplo, .codex-test) y luego renombra .codex-backup a .codex.

Comprueba si usas una versión antigua

La CLI tiene versiones con mejoras en el arranque. Por ejemplo, la 0.152.0 (1 de septiembre de 2026) redujo el retraso hasta la primera respuesta, y la 0.161.0 (7 de octubre) detecta antes, al arrancar, si la base de datos de registros está dañada (versiones en GitHub). Comprueba tu versión con codex --version y busca e instala actualizaciones con codex update. Si lo instalaste con un método que codex update no admite (por ejemplo, con un gestor de paquetes), actualízalo con el mismo método. El Codex incluido en la app de escritorio puede tener una versión distinta a la de la CLI, y la app se actualiza por separado (véase el capítulo 4).

4. Cuando la app va pesada o se bloquea app

Actualiza a la versión más reciente y reinicia

Muchos problemas de lentitud de la app de escritorio ya se han corregido en versiones recientes.

Windows

En un informe sobre bloqueos o tirones de la app en Windows (openai/codex #20214), un miembro del equipo de OpenAI escribió el 28 de agosto de 2026 que habían corregido una de las causas.

Según el equipo, una de las causas era que los comandos que se ejecutaban en el sandbox acumulaban recursos de dwm.exe, el componente de Windows que dibuja la pantalla. Recomiendan actualizar a la v26.825.32147 o posterior y reiniciar la app.

El equipo habla de «una de las causas», y a fecha del 25 de octubre de 2026 este issue sigue abierto, con usuarios que siguen reportando bloqueos por otras causas incluso después de actualizar. La app de Windows se distribuye a través de Microsoft Store, así que comprueba las actualizaciones en la sección Biblioteca de Store (OpenAI «ChatGPT desktop app for Windows»).

macOS

En macOS, el uso elevado de CPU se corrigió en la versión de abril de 2026 (v26.415.20818), según escribió el equipo (openai/codex #16231). En cambio, los informes de que la entrada se retrasa porque se acumulan procesos auxiliares siguen sin resolverse en octubre (#25744). Mantén la app actualizada y, si se pone pesada, reiníciala.

En cualquiera de los dos sistemas, lo primero es actualizar a la versión más reciente y reiniciar la app.

Los pasos oficiales para cuando se bloquea

La guía de solución de problemas de OpenAI indica estos pasos para cuando algo se queda parado (OpenAI «Troubleshooting»).

Limpia los hilos

Trabajar mucho tiempo en un mismo hilo (capítulo 2) también afecta a lo pesada que se siente la pantalla. En cuanto al número de hilos, hay informes abiertos en GitHub de que cambiar de hilo es lento y de que muchos hilos mantienen ocupada la CPU (#11011 y otros). OpenAI no indica oficialmente que archivar aligere la app, pero archivar los hilos que ya terminaste, con /archive en la CLI (quita el hilo de la lista sin borrar sus registros) o con la función de archivo de la app, evita que la lista crezca sin control.

Si usas tareas programadas, la guía oficial de solución de problemas incluye pasos para ellas. Las tareas programadas frecuentes acumulan worktrees (copias de la carpeta de trabajo), así que archiva las ejecuciones que ya no necesites y no fijes las que no hace falta conservar (OpenAI «Troubleshooting»).

5. Cuando ejecutar comandos es lento (WSL y ubicación de los archivos) comando

Las compilaciones, pruebas y búsquedas que pide la IA se ejecutan en tu equipo. Si van lentas, revisa dónde están los archivos y el rendimiento del equipo, no el modelo ni la configuración.

En WSL, guarda los archivos en el lado de Linux

Si ejecutas Codex en Linux dentro de Windows (WSL), la ubicación de la carpeta de trabajo puede cambiar mucho la velocidad. OpenAI explica que trabajar bajo unidades de Windows, como /mnt/c/..., puede ser lento, y recomienda guardar los repositorios en tu carpeta personal de Linux (por ejemplo, ~/code/my-app). Si los repositorios grandes van lentos, OpenAI también sugiere aumentar la memoria y la CPU asignadas a WSL y actualizar WSL (OpenAI «WSL»).

# Ejemplo de %UserProfile%\.wslconfig: memoria y CPU asignadas a WSL
[wsl2]
memory=8GB
processors=4

# Actualiza WSL y luego ciérralo para que se apliquen los cambios (en PowerShell)
wsl --update
wsl --shutdown

Para saber cómo escribir .wslconfig, consulta Microsoft «Advanced settings configuration in WSL». wsl --shutdown detiene todas las instancias de WSL que estén en ejecución, así que cierra antes lo que estés usando. Ajusta los valores a la memoria y al número de CPU de tu equipo.

Ten en cuenta que, cuando usas en la app de Windows un agente que se ejecuta de forma nativa en Windows, se recomienda la ubicación contraria.

Fuente: OpenAI «ChatGPT desktop app for Windows». La app de Windows usa de forma predeterminada un agente que se ejecuta de forma nativa en Windows, y al cambiar a WSL hay que reiniciar la app. En un informe sobre un agente de WSL extremadamente lento (#25715), un miembro del equipo dijo que una corrección que se esperaba que aliviara el problema se incorporó el 5 de junio de 2026, pero a 25 de octubre la incidencia sigue abierta.

Dónde influye el rendimiento del equipo

El tiempo que tardan los comandos depende de la CPU, la memoria y el almacenamiento de tu equipo (sobre todo si es un HDD o un SSD). El movimiento de la pantalla de la app también depende del equipo. En cambio, el tiempo que la IA dedica a pensar y escribir la respuesta no cambia aunque compres un equipo nuevo. Qué parte depende del equipo y cómo medir en qué se va el tiempo se explica en «Requisitos de PC para Claude Code y Codex».

6. Cómo informar a OpenAI si nada funciona

Si nada de lo anterior funciona, puedes informar a OpenAI, y el equipo podrá revisar los registros para buscar la causa.

• Envío desde la CLI: con /feedback en la CLI puedes enviar al equipo de Codex los registros y la información de diagnóstico (sigue las indicaciones y elige qué incluir)
• Búsqueda en GitHub: busca en openai/codex issues informes del mismo síntoma y las respuestas del equipo. Al informar, incluye el número de versión y el sistema operativo
• Registros detallados de la CLI: los registros en texto plano no se crean por defecto. Si arrancas la CLI indicando la ubicación del registro, como RUST_LOG=debug codex -c log_dir=./.codex-log (en PowerShell de Windows, $env:RUST_LOG="debug"; codex -c log_dir=./.codex-log), se crea codex-tui.log (OpenAI «Environment variables»)

Los registros pueden contener el contenido de tu trabajo y rutas de archivos. Antes de publicarlos en un lugar público, elimina los valores secretos y la información personal.

Resumen

Preguntas frecuentes

P. ¿Codex es más lento que Claude Code?

No se puede responder de forma general. La velocidad varía mucho según la intensidad de razonamiento, el modelo, el tipo de tarea, los fallos de la app y el tiempo de los comandos locales. Hay pocas mediciones que comparen ambas herramientas en las mismas condiciones, y los modelos son distintos, así que decidir con una sola medición es arriesgado. Para ver en paralelo qué depende del equipo y qué no en cada herramienta, consulta «Requisitos de PC para Claude Code y Codex».

P. ¿Usar el modo rápido siempre lo hace más veloz?

Aumenta la velocidad con la que el modelo genera texto, pero no cambia el tiempo de ejecución de los comandos ni la espera del arranque de los servidores MCP. En épocas de mucha carga en el servidor, puede seguir sintiéndose lento incluso en modo rápido (capítulo 2). Además, el uso del plan también se agota antes, así que lo más prudente es usarlo solo para el trabajo que necesitas hacer deprisa.

P. ¿Qué hago si la extensión de VS Code no responde o va pesada?

Actualiza la extensión y VS Code, y luego reinicia VS Code. La documentación oficial no tiene pasos específicos para una extensión pesada, pero la longitud del hilo (capítulo 2) también afecta a la extensión de la misma forma. En Windows, si la extensión no responde, la documentación de OpenAI recomienda instalar las herramientas de compilación de C++ de Microsoft y el paquete redistribuible de Visual C++, y después reiniciar VS Code por completo (OpenAI «Windows sandbox»).