« Selected model is at capacity » est une erreur causée par une saturation côté OpenAI (surcharge des serveurs), et non par un problème de votre PC ni de vos limites d'utilisation. Procédez dans cet ordre : attendez un peu puis réessayez, consultez les informations d'incident d'OpenAI et, si vous devez aller vite, essayez un autre modèle.

Selected model is at capacity. Please try a different model.

Parcours de contrôle lorsque le travail s'arrête

01 Enregistrer la demande et attendre

Conservez le texte saisi et le dernier rapport de fin de tâche. N'appuyez pas en continu : réessayez après une courte pause.

02 Vérifier les incidents et votre quota restant

Consultez séparément OpenAI Status et votre utilisation. Des incidents peuvent survenir même s'il vous reste du quota.

03 Si vous êtes pressé, envisager une alternative

Choisissez vous-même un autre modèle disponible. Si plusieurs modèles sont touchés, changer peut ne pas résoudre le problème.

Ordre recommandé. Pour une panne qui touche plusieurs modèles en même temps, changer de modèle peut quand même ne pas arrêter le problème.

Que se passe-t-il ? Ce que montrent les registres officiels d'incidents

La traduction littérale est « Le modèle sélectionné a atteint sa capacité. Veuillez essayer un autre modèle. » Ici, la capacité ne désigne pas la mémoire ou l'espace disque de votre PC. Le registre officiel d'état d'OpenAI consigne des incidents côté service accompagnés de ce message.

16 juin 2026 : erreur de capacité de Codex

OpenAI Status indique que les produits Desktop, Web, API, CLI et l'extension VS Code sont concernés. Il signale qu'une mesure d'atténuation a été appliquée et que le service a été rétabli (enregistrement officiel de l'incident).

9 juillet 2026 : le même message sur plusieurs modèles

Le texte de l'entrée OpenAI Status reprend le message d'erreur complet présenté en début d'article. Il indique que l'erreur est survenue sur plusieurs modèles, et le service a ensuite été rétabli (enregistrement officiel de l'incident).

Ces deux cas montrent que « le même message peut apparaître à cause d'un incident côté service » et que « passer à un autre modèle ne suffit pas toujours à améliorer la situation ». (Les dates sont celles affichées sur les pages officielles.) Aucun des deux enregistrements n'indique la cause profonde, comme un manque de GPU.

Différences avec les quotas, le 401 et thread not found

La situation de blocage peut sembler similaire, mais les points à vérifier sont différents. En cas d'erreur de capacité, commencez par combiner le texte complet affiché à l'écran et votre utilisation. Plusieurs types de problèmes peuvent survenir sur un même compte.

Message ou situationQue vérifierPoints d'attention pour le diagnostic
Selected model is at capacityInformations officielles sur les incidents, date et heure de l'erreur, modèle sélectionnéLe message seul ne signifie pas que votre quota est épuisé.
Avis de limite d'utilisation ou d'attente de réinitialisationQuota restant et heure de réinitialisation sur l'écran d'utilisationVérifiez le quota restant, puis décidez s'il faut attendre ou comment continuer.
401 Unauthorized
Incorrect API key provided
Méthode de connexion et compte actifIl s'agit d'un problème d'authentification. Le traitement diffère d'une erreur de capacité.
thread not foundÉtat de chargement et de reprise de la conversation concernéeErreur indiquant que la conversation est introuvable. Ne la confondez pas avec une saturation du modèle.

Vérifier le quota restant sur la page dédiée

Le guide des tarifs et des quotas d'OpenAI recommande de vérifier les limites actuelles sur le tableau de bord d'utilisation. Si Codex CLI est en cours d'exécution, vous pouvez aussi utiliser /status. Si vous consultez ces informations juste après l'erreur, il est plus facile de comparer le quota restant à ce moment-là avec l'erreur.

Le guide officiel explique aussi que si vous atteignez une limite d'utilisation pendant un traitement, ce traitement peut continuer sous les contraintes de l'usage équitable. Ainsi, « une erreur est apparue au milieu, mais un rapport de fin de tâche est arrivé ensuite » ne suffit pas à déterminer si vous avez atteint une limite. À l'inverse, des incidents côté service peuvent survenir alors qu'il vous reste beaucoup de quota. Pour comprendre le fonctionnement des quotas des forfaits et des crédits supplémentaires, consultez notre comparatif des forfaits ChatGPT Pro.

Le 401 : vérifiez d'abord la méthode d'authentification

Le guide d'authentification de Codex distingue la connexion avec ChatGPT et la connexion avec une clé API. Dans l'application de bureau, vous pouvez vérifier le compte actif et l'état de la clé API depuis le menu de profil. Dans la CLI, utilisez codex login status.

Si vous êtes connecté avec ChatGPT mais qu'apparaît le message « Incorrect API key », vérifiez quel identifiant a été rejeté. Pour corriger une erreur de capacité, vous n'avez pas besoin de vous déconnecter ni de supprimer des fichiers d'authentification. Si vous utilisez une clé API, les tarifs standard de l'API s'appliquent séparément de votre abonnement ChatGPT. Par ailleurs, le 25 septembre 2026, un autre incident a provoqué des erreurs 401 et 502 dans Codex avec une connexion ChatGPT, à cause d'un faux positif dans une vérification interne d'authentification ; un rapport officiel sur la cause a été publié (il s'agit d'un problème distinct de l'erreur de capacité).

Si thread not found apparaît, consultez Enquête et résolution de « thread not found » dans Codex.

Distinguer le 503 de l'API et les messages de l'application

Le guide des codes d'erreur de l'API OpenAI décrit le HTTP 503, service_unavailable_error et server_is_overloaded, qui indiquent une surcharge temporaire du modèle. Le 429 concerne la fréquence des requêtes ou les limites d'utilisation, et le 401 une erreur d'authentification.

Ne déduisez pas le code HTTP du libellé de l'application
La documentation de l'API est une référence utile pour distinguer les erreurs, mais Codex peut afficher le même message par d'autres voies que le 503. La mention « at capacity » à l'écran ne suffit donc pas à établir qu'il s'agit d'un 503.

Procédure pour récupérer votre travail

La procédure suivante s'appuie sur les registres officiels d'incidents, le guide des quotas et la documentation de dépannage. Comme la cause est une saturation côté serveur, la règle de base est de conserver votre travail et d'attendre.

1. Conservez votre demande et le dernier travail terminé

Si le texte envoyé est encore présent dans la zone de saisie, copiez-le. Conservez le dernier rapport de fin de tâche et l'état des fichiers modifiés. Avant de fermer la conversation ou d'en créer une nouvelle après une erreur, notez ce que vous avez demandé et jusqu'où le travail est allé. Cela facilite grandement la reprise.

Un message d'erreur ne permet pas de savoir si des modifications de fichiers ou des commandes ne se sont pas du tout exécutées. Si vous développez avec Git, vérifiez les différences ou exécutez git status pour voir l'état, puis redemandez la même modification. Pour un travail qui implique une publication, un envoi, un achat ou une action similaire, ne répétez pas la même instruction sans avoir d'abord vérifié le résultat.

2. Attendez un peu et consultez le statut officiel

Ouvrez OpenAI Status et vérifiez s'il existe un incident touchant Codex ou la sélection des modèles. Regardez non seulement l'affichage actuel, mais aussi si l'heure de l'erreur correspond à la plage horaire d'un incident.

En cas de surcharge de l'API, le guide officiel recommande d'attendre au moins le délai indiqué par Retry-After s'il est présent, et sinon d'augmenter l'intervalle entre les tentatives. L'application n'affiche pas de temps d'attente : attendez donc un peu avant de réessayer plutôt que d'envoyer plusieurs requêtes à intervalles courts. Tant qu'un incident est affiché, reportez-vous aux informations officielles de rétablissement.

La page de statut présente des informations agrégées pour l'ensemble du service. Même si aucun incident n'est affiché, inutile de penser que votre PC est en panne.

3. Vérifiez l'utilisation et envisagez un autre modèle si vous êtes pressé

Vérifiez le quota restant et l'heure de réinitialisation. Si une limite atteinte est explicitement indiquée, suivez cet avis. Lorsque seule l'erreur de capacité apparaît, ne considérez pas l'achat de crédits supplémentaires ou de réinitialisations payantes comme une solution. Rétablir votre propre quota et savoir si le modèle peut accepter des requêtes sont deux questions distinctes.

Privilégier la qualité et la continuité

Si vous voulez reprendre avec le même modèle, attendez le rétablissement du service. Pendant l'attente, organisez les exigences, les différences et les vérifications restant à faire.

Privilégier la rapidité

Choisissez un autre modèle disponible et reprenez par une petite tâche. Si la panne touche plusieurs modèles, changer peut malgré tout ne pas la résoudre.

Le guide officiel de sélection des modèles explique que, dans l'application de bureau, vous pouvez changer de modèle avec les commandes de modèle et d'effort de raisonnement situées sous la zone de saisie. Dans la CLI interactive, utilisez /model. Les modèles disponibles varient selon le compte et le client.

Choisir un autre modèle change aussi la nature des réponses et la consommation. Passer au modèle haut de gamme n'évite pas forcément les erreurs de capacité. Si vous reprenez une implémentation ou une conception complexe, vérifiez la sortie après le changement avec des différences et des tests. Pour vous aider à choisir, consultez aussi la comparaison des générations de GPT Sol et leurs usages.

4. Ne séparer l'état que si l'application elle-même est bloquée

Distinguez une erreur de capacité d'une application qui ne répond plus à la saisie, au terminal ou à l'écran. Le guide officiel de dépannage explique comment traiter les conversations qui semblent bloquées : vérifier les demandes d'approbation en attente, contrôler le terminal avec des commandes de base, et démarrer une nouvelle conversation avec une petite demande.

Si le terminal reste figé, le guide recommande d'attendre la fin de la conversation en cours avant de redémarrer l'application. Cela concerne le cas où l'application elle-même est bloquée : la saturation côté serveur ne se résout pas par un redémarrage. Si d'autres conversations sont en cours, vérifiez d'abord leur état.

Si vous reprenez dans une nouvelle conversation, transmettez brièvement l'objectif, le dossier de travail, les modifications déjà faites et les éléments non terminés. Ne vous contentez pas d'écrire « continue » en supposant que la nouvelle conversation connaît tout de l'ancienne.

Informations à conserver si le problème se reproduit

Si l'erreur revient, conservez des preuves sous une forme qui permettra d'en rechercher la cause plus tard. Noter les conditions avant de modifier plusieurs fois les réglages permet de voir plus facilement dans quelles conditions l'échec se produit.

Liste de contrôle pour les demandes d'assistance et le suivi des récurrences

  • Date et heure de l'erreur, avec le fuseau horaire
  • Lieu d'utilisation (application, CLI, IDE, etc.) et version
  • Modèle sélectionné, effort de raisonnement et réglage de vitesse
  • Texte complet de l'erreur et actions effectuées juste avant
  • Quota restant et heure de réinitialisation à ce moment, informations officielles sur les incidents
  • Erreur toujours présente sur un autre modèle après attente et nouvelle tentative

Même si les choses se sont rétablies juste après que vous avez changé de modèle, il se peut simplement que le service soit revenu au même moment. Dans vos notes, n'écrivez pas « ça a marché après le changement ». Notez l'heure du changement et le résultat tel qu'il s'est produit.

Le guide officiel explique comment envoyer un retour en tapant / dans la zone de saisie du message. Lorsque vous l'envoyez depuis une conversation existante, vous pouvez choisir de partager ou non la conversation. Retirez des journaux ou captures d'écran envoyés les clés API, adresses e-mail, conversations privées et informations internes. Il n'est pas nécessaire de publier les valeurs des clés ni les fichiers d'authentification eux-mêmes.

Un signalement est plus facile à analyser s'il indique non seulement « ça casse encore et encore », mais aussi « à cette date et à cette heure, avec ce modèle, ce message est apparu et le quota restant affiché était le suivant ». Si vous avez obtenu un code de communication ou un identifiant de requête, c'est une information utile à transmettre au support.

Nos propres journaux le classaient aussi comme une surcharge serveur

Le 1er octobre 2026, nous avons vérifié l'historique d'exécution de Codex dans notre environnement (l'application Windows), où cette erreur revenait régulièrement. Les 12 occurrences survenues dans cinq conversations le 30 septembre 2026 entre 13:10 et 15:24 (UTC) portaient toutes le même texte complet et étaient accompagnées de codexErrorInfo: serverOverloaded. Elles étaient enregistrées comme une surcharge serveur, et non comme l'atteinte d'une limite d'utilisation. Les journaux ne contenaient ni la raison de la surcharge ni de code HTTP.

Les définitions d'erreurs de Codex CLI 0.159.2, fournie avec l'application, associent aussi ce texte complet à ServerOverloaded, une classification distincte des limites d'utilisation. Le traitement de réception du flux convertit server_is_overloaded en erreur de surcharge, et le traitement de conversion pour l'affichage le relie au texte complet présenté au début du message.

Résumé : identifier le type d'erreur avant d'agir

Si « Selected model is at capacity » apparaît, conservez votre demande, attendez un peu, puis consultez les informations d'incident et votre utilisation. Si vous devez aller vite, vous pouvez essayer un autre modèle disponible, mais certains incidents touchent plusieurs modèles. Une erreur de capacité ne justifie pas de passer à la facturation, aux réinitialisations payantes ou à la suppression d'informations d'authentification.

Séparez les vérifications : l'authentification pour un 401, l'état de la conversation pour thread not found, et l'écran d'utilisation pour un avis de limite. Noter la date, l'heure, le texte complet, le modèle et le quota restant lorsque l'erreur revient facilitera la prochaine enquête.

Si une réponse de ChatGPT s'arrête en cours de route, ou si les requêtes sont limitées lors d'un usage parallèle intensif, consultez Résolution de « Message delivery timed out » et distinction avec « Too many requests ».

Si aucune erreur n'apparaît mais que Codex est lent ou lourd, vous pouvez identifier la cause selon les symptômes dans Causes et solutions lorsque Codex est lent ou lourd.

Questions fréquentes

Cette erreur apparaît-elle aussi avec un abonnement Pro ?

Oui. Dans notre environnement, le même message est apparu avec un abonnement Pro, et les registres officiels d'incidents n'excluent pas Pro. Avoir du quota restant dans votre forfait et le fait que le modèle puisse accepter un traitement à cet instant sont deux choses distinctes.

L'achat de crédits ou une réinitialisation payante peut-il résoudre le problème ?

Aucune explication officielle n'indique que cela fonctionne. Les crédits supplémentaires et options similaires sont des mécanismes liés à votre propre quota, distincts de la saturation côté serveur. Vérifiez d'abord sur l'écran d'utilisation si vous avez réellement atteint une limite.

Pourquoi l'erreur persiste-t-elle après un changement de modèle ?

Plusieurs modèles peuvent être saturés ou touchés en même temps. Il existe des cas officiels où le même message est apparu sur plusieurs modèles. Il ne s'agit pas d'une panne de votre PC ou de votre compte : consultez les informations d'incident et attendez un peu.

Dois-je redémarrer l'application ou ouvrir une nouvelle conversation ?

Comme la cause est une saturation côté serveur, un redémarrage ou une nouvelle conversation ne résoudra généralement pas le problème. Essayez-le seulement si l'application elle-même est bloquée, et avant cela, conservez votre demande, vos modifications et les éléments non terminés.