Codex धीमा या भारी लगे तो कारण और उपाय: ऐप, CLI और WSL

Codex धीमा या भारी लगे तो उपाय जल्दी ढूँढने का सबसे अच्छा तरीका है पहले यह पहचानना कि समय कहाँ लग रहा है। AI के जवाब धीमे हों तो सर्वर और सेटिंग्स देखें। स्टार्टअप धीमा हो तो MCP सर्वर और सेटिंग्स का फ़ोल्डर देखें। ऐप की स्क्रीन भारी हो तो ऐप का वर्शन और बातचीत की लंबाई देखें। कमांड चलाने में देर हो तो फ़ाइलें कहाँ रखी हैं और आपके कंप्यूटर की क्षमता देखें। इस लेख में OpenAI के आधिकारिक दस्तावेज़ों और Codex के GitHub पर OpenAI के स्टाफ़ के दिए जवाबों के आधार पर, लक्षण के हिसाब से उपाय दिए गए हैं (25 अक्टूबर 2026 को जाँचा गया)।

लक्षण के आधार पर तय करें कि कहाँ देखना है

लक्षण A

AI के जवाब धीमे हैं या रुक जाते हैं

आउटेज या भीड़, सोचने की ताक़त (reasoning effort), मॉडल, थ्रेड की लंबाई → अध्याय 2

लक्षण B

स्टार्टअप धीमा है या टाइप करने से पहले इंतज़ार करना पड़ता है

MCP सर्वर के शुरू होने का इंतज़ार, सेटिंग्स का फ़ोल्डर, पुराना वर्शन → अध्याय 3

लक्षण C

ऐप भारी है या अटक जाता है

ऐप का वर्शन, लंबे थ्रेड, जमा हुए रन, Windows की समस्याएँ → अध्याय 4

लक्षण D

कमांड चलाने में देर लगती है

WSL में फ़ाइलों की जगह, कंप्यूटर की क्षमता → अध्याय 5

Codex को ChatGPT डेस्कटॉप ऐप (Windows और macOS), CLI (टर्मिनल में चलाया जाने वाला वर्शन) और VS Code जैसे एडिटर एक्सटेंशन में इस्तेमाल किया जा सकता है। इस लेख में "थ्रेड" का मतलब है काम के एक सिलसिले की बातचीत: ऐप में एक चैट, या CLI में एक सेशन। हर रूप में सोचने वाला मॉडल OpenAI के सर्वर पर चलता है, और AI जो कमांड माँगता है वे आपके कंप्यूटर पर चलती हैं। लक्षणों को रंगों से अलग किया गया है: जवाब स्टार्टअप ऐप कमांड।

1. पहले पहचानें कि समस्या कहाँ है

कुछ धीमा लगे तो स्क्रीन देखें और इन तीन बातों को क्रम से जाँचें।

क्या मंज़ूरी का इंतज़ार हो रहा है?Codex कमांड चलाने या फ़ाइल बदलने की आपकी मंज़ूरी माँगकर रुका हो सकता है। OpenAI की ट्रबलशूटिंग गाइड भी यही सबसे पहले जाँचने को कहती है, जब Codex रुका हुआ लगे।
अभी क्या हो रहा है?टाइप करने से पहले इंतज़ार हो, या MCP सर्वर की तैयारी का संदेश लगातार दिखे, तो स्टार्टअप की समस्या है। "सोच रहा है" या "जवाब लिख रहा है" लगातार दिखे तो जवाब। कमांड चलते-चलते आगे न बढ़े तो कमांड। टाइप करना या स्क्रीन बदलना खुद ही अटके तो ऐप की समस्या है।
क्या सबके लिए धीमा है?OpenAI का स्टेटस पेज देखें कि Codex में कोई आउटेज है या नहीं। आउटेज हो तो आमतौर पर अपने स्तर पर बहुत कुछ करने को नहीं होता।

CLI में /status से पता चलता है कि कौन-सा मॉडल चल रहा है, कितने टोकन इस्तेमाल हुए, और बची हुई context (थ्रेड की मेमोरी में खाली जगह)। बची हुई context कम हो तो अध्याय 2 के "लंबा थ्रेड लगातार न चलाएँ" पर जाएँ। अगर सोचने की ताक़त High या उससे ऊपर रखी है, तो अध्याय 2 की तालिका देखें।

2. जब AI के जवाब धीमे हों जवाब

सर्वर की ओर से भीड़ या आउटेज

कुछ धीमापन स्थानीय कारण से नहीं होता। एक रिपोर्ट में, जहाँ Fast मोड Standard जितना ही धीमा लगा, OpenAI के एक स्टाफ़ सदस्य ने जवाब दिया "We had a capacity issue last week" (पिछले हफ़्ते क्षमता की समस्या थी), और बाद में बताया कि उन्होंने इसे कम कर दिया है (openai/codex #24422, जून 2026)। यह उदाहरण है कि सर्वर पर क्षमता की कमी से धीमापन आ सकता है। "model is at capacity" संदेश के लिए देखें Codex के "Selected model is at capacity" संदेश को ठीक करना।

काम के हिसाब से सोचने की ताक़त (reasoning effort) चुनें

Codex में चुना जा सकता है कि मॉडल जवाब देने से पहले कितना सोचे। ताक़त जितनी ज़्यादा, सोचने की गहराई उतनी ज़्यादा, और उतना ही समय और उपयोग-कोटा ज़्यादा खर्च होता है। OpenAI का आधिकारिक विवरण यह है (OpenAI "Models")।

स्तर	आधिकारिक विवरण	किन कामों के लिए (संकेत)
Light (CLI में Low)	तेज़ और सीमित दायरे वाले काम के लिए	एक जगह का सुधार, सवाल का जवाब
Medium	गति और गहराई का संतुलन	रोज़ का इम्प्लीमेंटेशन
High और Extra High	कई चरणों या सामग्री वाले कठिन काम के लिए (OpenAI दोनों का विवरण एक जैसा देता है)Extra High ज़्यादा देर तक सोचता है	डिज़ाइन से जुड़े बदलाव, ऐसे बग जिनका कारण पता न हो
Max	गति और उपयोग से ज़्यादा गहराई को प्राथमिकता देता है, और ज़्यादा देर तक सोचता है	ऐसी कठिन समस्याएँ जो और तरीकों से हल न हुई हों
Ultra	काम को सबएजेंट में बाँटकर जटिल काम को तेज़ करता हैउपयोग-कोटा पर असर के बारे में आधिकारिक जानकारी नहीं है	कई हिस्सों में बाँटे जा सकने वाले बड़े काम

CLI में /model से मॉडल के साथ स्तर चुनते हैं। कॉन्फ़िग फ़ाइल (config.toml) में model_reasoning_effort से डिफ़ॉल्ट तय किया जा सकता है। सबसे हल्का स्तर ऐप में Light दिखता है, और CLI व कॉन्फ़िग फ़ाइल में low।

हमेशा High या उससे ऊपर रखने पर सरल कामों में भी इंतज़ार लंबा होता है। छोटे सुधारों के लिए इसे Light (CLI में low) या Medium पर लाने से जवाब जल्दी मिलते हैं। OpenAI के मॉडल चुनने वाले पेज में बारीक एडिट और सीमित दायरे वाले कामों के लिए हल्के मॉडल GPT-6 Luna को Light (Low) के साथ जोड़ने की सलाह दी गई है (OpenAI "Model selection")।

तेज़ मोड (Fast और Ultrafast)

इंतज़ार कम करना हो तो तेज़ मोड हैं, जो गति के बदले ज़्यादा उपयोग-कोटा लेते हैं (OpenAI "Speed")।

मोड	लक्ष्य और कौन इस्तेमाल कर सकता है	गति	उपयोग-कोटा की खपत (ChatGPT से साइन इन करने पर)
Fast	GPT-6.1 Sol, GPT-6 Astra, GPT-6 Sol और GPT-6 Luna सहित समर्थित मॉडलChatGPT से साइन इन किए हुए ऐप, CLI और एडिटर एक्सटेंशन	गुणक आधिकारिक रूप से नहीं बताया गया	प्लान के कोटा का मानक से 2.5 गुनाखरीदे गए क्रेडिट 2 गुना गिने जाते हैं
Ultrafast	GPT-6 Astra और GPT-6.1 SolPro (हर महीने $500 वाला टियर) और योग्य Enterprise व Edu प्लान (कीमत, 25 अक्टूबर को जाँचा गया)	GPT-6 Astra के साथ टेक्स्ट बनाने की गति मानक से अधिकतम 8 गुना	कोटा का 8 गुनाक्रेडिट 6 गुना गिने जाते हैं

CLI में /fast से बदलते हैं। जिस मॉडल में तेज़ स्तर नहीं है, वहाँ /fast नहीं दिखता। API कुंजी से साइन इन हों तो API की कीमत लगती है और ऊपर के गुणक लागू नहीं होते।

लंबा थ्रेड लगातार न चलाएँ

एक ही थ्रेड में कई काम चलाते रहें तो context बढ़ता है, और जवाब व स्क्रीन दोनों भारी होते हैं। लंबे इस्तेमाल के बाद थ्रेड धीमे होने की एक रिपोर्ट पर OpenAI के एक स्टाफ़ सदस्य ने हर काम के लिए नया थ्रेड बनाने की सलाह दी।

OpenAI स्टाफ़ सदस्य (openai/codex #11984, 25 फ़रवरी 2026)

"We recommend creating a new thread for each task"
(हर काम के लिए नया थ्रेड बनाने की सिफ़ारिश की जाती है)

स्टाफ़ सदस्य ने आगे बताया कि एक ही थ्रेड चलता रहे तो हर compaction पर context पतला होता जाता है, और नया शुरू करना तेज़ है और मॉडल पिछले काम में उलझता नहीं (openai/codex #11984)।

अगर सच में वही थ्रेड रखना हो तो CLI का /compact अब तक की बातचीत का सार बनाकर context खाली करता है (आधिकारिक विवरण: "Summarize the visible chat to free tokens")। /new नया थ्रेड शुरू करता है (OpenAI "Slash commands")।

3. जब स्टार्टअप धीमा हो (CLI और MCP) स्टार्टअप

MCP सर्वर के शुरू होने का इंतज़ार

अगर Codex में MCP सर्वर (बाहरी टूल जोड़ने का तरीका) रजिस्टर हैं, तो हर बार शुरू होने पर उनकी तैयारी का इंतज़ार होता है। ज़रूरी न होने वाले सर्वर के लिए डिफ़ॉल्ट रूप से सिर्फ़ 1 सेकंड रुककर आगे बढ़ा जाता है, लेकिन required = true वाले सर्वर के शुरू होने तक इंतज़ार होता है (डिफ़ॉल्ट रूप से अधिकतम 10 सेकंड)। धीमे जवाब देने वाला, या अब इस्तेमाल न होने वाला सर्वर रजिस्टर रहे तो पहला जवाब देर से आता है। OpenAI की आधिकारिक सेटिंग्स ये हैं (OpenAI "Model Context Protocol")।

जाँचें कि कोई सर्वर ज़रूरी (required) के रूप में सेट है या नहीं

required = true वाले सर्वर तब तक इंतज़ार करते हैं जब तक वे शुरू न हों (startup_timeout_sec, डिफ़ॉल्ट 10 सेकंड)। वे शुरू न हो सकें तो Codex खुद शुरू नहीं होता।जिन सर्वर की ज़रूरत न हो, उन्हें ज़रूरी सूची से हटाना सबसे ज़्यादा असरदार है। ज़रूरी न होने वाले सर्वर के लिए केवल mcp_optional_startup_grace_ms (डिफ़ॉल्ट 1000 मिलीसेकंड) तक इंतज़ार होता है।

इस्तेमाल न होने वाला सर्वर रोकना हो

config.toml में उस सर्वर के हिस्से में enabled = false लिखेंसर्वर की सेटिंग्स मिटाए बिना उसे बंद किया जा सकता है।

ज़रूरी सर्वर के लिए इंतज़ार की सीमा घटानी हो

उस सर्वर का startup_timeout_sec (डिफ़ॉल्ट 10 सेकंड) घटाएँबहुत ज़्यादा घटाने पर, शुरू होने में समय लेने वाले सर्वर इस्तेमाल नहीं हो पाएँगे।

रजिस्ट्रेशन जाँचना हो

CLI में /mcp, या टर्मिनल में codex mcp list से चालू सर्वर देखें

# ~/.codex/config.toml का उदाहरण: इस्तेमाल न होने वाला सर्वर बंद करें
[mcp_servers.old-server]
command = "npx"
args = ["-y", "old-mcp-server"]
enabled = false

सेटिंग्स का फ़ोल्डर बड़ा या ख़राब है

एक रिपोर्ट में, जहाँ CLI धीमे शुरू हो रहा था, OpenAI के एक स्टाफ़ सदस्य ने कहा कि सेटिंग्स और रिकॉर्ड रखने वाला ~/.codex फ़ोल्डर बड़ा या ख़राब हो सकता है, और जाँचने के लिए इसका नाम अस्थायी रूप से बदलने को कहा (openai/codex #9290, जनवरी 2026)। नाम बदलने पर Codex पहली बार इस्तेमाल जैसी स्थिति में शुरू होता है, इसलिए फिर से लॉगिन करना होगा। पिछले थ्रेड के रिकॉर्ड भी इसी फ़ोल्डर में हैं, इसलिए मिटाएँ नहीं, सिर्फ़ नाम बदलें, और जाँच के बाद वापस रख दें।

# macOS और Linux: नाम बदलें
mv ~/.codex ~/.codex-backup
# Windows (PowerShell): नाम बदलें
Rename-Item $HOME\.codex .codex-backup

वापस लाने के लिए, जाँच के दौरान बना नया .codex किसी और नाम (जैसे .codex-test) में बदलें, फिर .codex-backup को .codex कर दें।

कहीं पुराना वर्शन तो इस्तेमाल नहीं हो रहा

CLI के कुछ वर्शन में स्टार्टअप से जुड़े सुधार होते हैं। जैसे वर्शन 0.152.0 (1 सितंबर 2026) में पहले जवाब से पहले की देरी घटाई गई, और 0.161.0 (7 अक्टूबर) में रिकॉर्ड डेटाबेस की ख़राबी स्टार्टअप पर जल्दी पकड़ी जाने लगी (GitHub रिलीज़)। codex --version से वर्शन देखें, और codex update से अपडेट जाँचकर लगाएँ। अगर किसी ऐसे तरीके से इंस्टॉल किया है जिसमें codex update काम नहीं करता (जैसे पैकेज मैनेजर से), तो इंस्टॉल करने वाले तरीके से ही अपडेट करें। डेस्कटॉप ऐप में मौजूद Codex का वर्शन CLI से अलग हो सकता है, और ऐप अलग से अपडेट होता है (अध्याय 4)।

4. जब ऐप भारी हो या अटक जाए ऐप

नवीनतम वर्शन पर अपडेट करें और फिर से शुरू करें

डेस्कटॉप ऐप की सुस्ती की कई समस्याएँ नए वर्शन में ठीक हो चुकी हैं।

Windows

Windows पर ऐप के अटकने या झटके खाने की एक रिपोर्ट (openai/codex #20214) पर OpenAI के स्टाफ़ सदस्य ने 28 अगस्त 2026 को लिखा कि उन्होंने एक कारण ठीक कर दिया है।

OpenAI स्टाफ़ सदस्य (openai/codex #20214, 28 अगस्त 2026)

"ChatGPT v26.825.32147 includes a fix for one cause of Windows stuttering and slowdowns during long sessions."
(ChatGPT v26.825.32147 में लंबे सेशन के दौरान Windows में झटकों और धीमेपन के एक कारण का सुधार शामिल है)

स्टाफ़ सदस्य के अनुसार, सैंडबॉक्स में चलने वाली कमांड उन संसाधनों को जमा कर रही थीं जिनका इस्तेमाल स्क्रीन बनाने वाला Windows का घटक (dwm.exe) करता है, और यह एक कारण था। उन्होंने v26.825.32147 या उससे नए वर्शन पर अपडेट करके ऐप फिर से शुरू करने की सलाह दी है।

स्टाफ़ सदस्य ने "एक कारण" लिखा है, और 25 अक्टूबर 2026 तक यह issue अब भी खुला है। अपडेट के बाद भी दूसरे कारणों से अटकने की रिपोर्ट आती रहती हैं। Windows ऐप Microsoft Store से मिलता है, इसलिए Store की "Library" में अपडेट जाँचें (OpenAI "ChatGPT desktop app for Windows")।

macOS

macOS पर CPU उपयोग ज़्यादा होने की समस्या को एक स्टाफ़ सदस्य ने अप्रैल 2026 के वर्शन (v26.415.20818) में ठीक करने की बात लिखी है (openai/codex #16231)। वहीं, सहायक प्रोसेस जमा होने से इनपुट में देरी की रिपोर्ट अक्टूबर तक अनसुलझी है (#25744)। ऐप को नवीनतम रखें, और भारी लगे तो फिर से शुरू करें।

किसी भी OS पर पहला कदम है पहले नवीनतम वर्शन पर जाएँ और ऐप फिर से शुरू करें।

अटकने पर OpenAI के आधिकारिक चरण

OpenAI की ट्रबलशूटिंग गाइड रुकने पर ये चरण बताती है (OpenAI "Troubleshooting")।

थ्रेड रुका हुआ लगे तो

अध्याय 1 की जाँच के साथ टर्मिनल में git status जैसी सरल कमांड चलाएँ → सीमित दायरे वाले छोटे अनुरोध से नया थ्रेड शुरू करें

ऐप का टर्मिनल अटक जाए तो

टर्मिनल पैनल बंद करें, Ctrl+` से फिर खोलें, और pwd या git status चलाएँफिर भी अटके तो चल रहा थ्रेड खत्म होने के बाद ऐप फिर से शुरू करें।

थ्रेड साफ़ करें

एक ही थ्रेड में लंबे समय तक काम करना (अध्याय 2) स्क्रीन के भारीपन पर भी असर डालता है। थ्रेड की संख्या को लेकर GitHub पर बिना सुलझी रिपोर्ट हैं कि थ्रेड बदलने में देर लगती है, और बहुत सारे थ्रेड होने पर CPU लगातार व्यस्त रहता है (#11011 और अन्य)। आधिकारिक तौर पर नहीं बताया गया कि आर्काइव करने से ऐप हल्का होता है, पर जिन थ्रेड का काम पूरा हो चुका हो उन्हें CLI के /archive (जो रिकॉर्ड मिटाए बिना सूची से हटाता है) या ऐप के आर्काइव से समेटने पर सूची लगातार नहीं फूलती।

अगर आप शेड्यूल्ड टास्क इस्तेमाल करते हैं, तो उनके लिए आधिकारिक ट्रबलशूटिंग गाइड में चरण हैं। बार-बार चलने वाले शेड्यूल्ड टास्क worktree (काम वाले फ़ोल्डर की प्रतियाँ) जमा करते जाते हैं, इसलिए जिन रनों की ज़रूरत न हो उन्हें आर्काइव करें, और जिन्हें रखना ज़रूरी न हो उन्हें पिन न करें (OpenAI "Troubleshooting")।

5. जब कमांड चलने में देर लगे (WSL और फ़ाइल की जगह) कमांड

AI के माँगे हुए build, टेस्ट और खोज की कमांड आपके कंप्यूटर पर चलती हैं। यहाँ धीमापन हो तो मॉडल या सेटिंग्स नहीं, बल्कि फ़ाइलों की जगह और कंप्यूटर की क्षमता देखें।

WSL में फ़ाइलें Linux की तरफ़ रखें

अगर Windows के अंदर Linux (WSL) में Codex चला रहे हैं, तो काम के फ़ोल्डर की जगह से गति बहुत बदल जाती है। OpenAI के अनुसार /mnt/c/... जैसे Windows ड्राइव के नीचे काम करना धीमा हो सकता है, और वह रिपॉज़िटरी को Linux होम फ़ोल्डर (जैसे ~/code/my-app) में रखने की सलाह देती है। बड़ी रिपॉज़िटरी धीमी हो तो OpenAI WSL को दी जाने वाली मेमोरी और CPU बढ़ाने, और WSL अपडेट करने का सुझाव भी देती है (OpenAI "WSL")।

# %UserProfile%\.wslconfig का उदाहरण: WSL को दी जाने वाली मेमोरी और CPU
[wsl2]
memory=8GB
processors=4

# WSL को अपडेट करें, फिर बंद करें ताकि सेटिंग्स लागू हों (PowerShell में)
wsl --update
wsl --shutdown

.wslconfig कैसे लिखें, इसके लिए देखें Microsoft "Advanced settings configuration in WSL"। wsl --shutdown चल रहे सभी WSL बंद कर देता है, इसलिए पहले जो काम चल रहा हो उसे बंद करें। मान अपने कंप्यूटर की मेमोरी और CPU की संख्या के अनुसार रखें।

ध्यान रखें कि Windows ऐप में Windows पर ही चलने वाला एजेंट इस्तेमाल करते समय उल्टी जगह रखने की सलाह दी जाती है।

जब एजेंट WSL में चलाते हैं

फ़ाइलें Linux की तरफ़ रखें (जैसे ~/code)

/mnt/c के नीचे काम करना धीमा हो सकता है (OpenAI "WSL")।

जब Windows ऐप में एजेंट Windows पर ही चलाते हैं

फ़ाइलें Windows की तरफ़ के फ़ोल्डर में रखें

एजेंट Windows की तरफ़ चलता है, इसलिए /mnt/c की धीमी गति लागू नहीं होती। ऐप से सीधे WSL के अंदर का फ़ोल्डर खोलने से यह ज़्यादा भरोसेमंद है (OpenAI "ChatGPT desktop app for Windows")। केवल जब WSL की तरफ़ के टूल से उसी रिपॉज़िटरी पर काम करते हैं, तब पहुँच /mnt/<ड्राइव>/... के रास्ते से होती है, और वे ऑपरेशन धीमे हो सकते हैं।

स्रोत: OpenAI "ChatGPT desktop app for Windows"। Windows ऐप का डिफ़ॉल्ट "Windows पर ही चलने वाला" एजेंट है, और WSL पर स्विच करने पर ऐप को फिर से शुरू करना ज़रूरी है। WSL एजेंट बहुत धीमा होने की एक रिपोर्ट (#25715) में, स्टाफ़ सदस्य ने कहा कि समस्या कम करने की उम्मीद वाला सुधार 5 जून 2026 को मर्ज हुआ, पर 25 अक्टूबर तक issue खुला है।

कंप्यूटर की क्षमता कहाँ असर डालती है

कमांड कितना समय लेंगी, यह आपके कंप्यूटर के CPU, मेमोरी और स्टोरेज (ख़ासकर HDD है या SSD) पर निर्भर करता है। ऐप की स्क्रीन की चाल पर भी कंप्यूटर का असर होता है। वहीं AI के सोचने और जवाब लिखने का समय नया कंप्यूटर ख़रीदने पर नहीं बदलता। कितना हिस्सा कंप्यूटर पर निर्भर है, और समय का हिसाब कैसे लगाएँ, यह Claude Code और Codex के लिए ज़रूरी PC स्पेक में समझाया गया है।

6. कुछ काम न आए तो OpenAI को रिपोर्ट करें

यहाँ तक के उपाय काम न आएँ तो OpenAI को रिपोर्ट करें। स्टाफ़ रिकॉर्ड देखकर कारण ढूँढ सकते हैं।

CLI से भेजें: CLI के /feedback से रिकॉर्ड और डायग्नोस्टिक जानकारी Codex की टीम को भेजी जा सकती है (निर्देशों के अनुसार चुनें कि क्या शामिल हो)
GitHub पर खोजें: openai/codex issues में वही लक्षण और स्टाफ़ के जवाब खोजें, और रिपोर्ट करते समय वर्शन नंबर और OS लिखें
CLI के विस्तृत लॉग लें: सादे-टेक्स्ट लॉग डिफ़ॉल्ट रूप से नहीं बनते। RUST_LOG=debug codex -c log_dir=./.codex-log (Windows PowerShell में $env:RUST_LOG="debug"; codex -c log_dir=./.codex-log) जैसे लॉग की जगह बताकर शुरू करने पर codex-tui.log बनती है (OpenAI "Environment variables")

लॉग में काम की सामग्री और फ़ाइलों के रास्ते हो सकते हैं। सार्वजनिक जगह पर डालने से पहले गुप्त मान और निजी जानकारी हटा दें।

सारांश

पहले देखें कि मंज़ूरी का इंतज़ार तो नहीं हो रहा, अभी क्या चल रहा है, और कोई आउटेज तो नहीं
जवाब धीमे हों तो सोचने की ताक़त काम के हिसाब से घटाएँ, हल्का मॉडल चुनें, या Fast मोड इस्तेमाल करें (उपयोग-कोटा की खपत बढ़ती है)
हर काम के लिए नया थ्रेड बनाएँ (OpenAI स्टाफ़ की सलाह), और ज़रूरत हो तो /compact
स्टार्टअप धीमा हो तो ज़रूरी MCP सर्वर जाँचें, इस्तेमाल न होने वाले सर्वर को enabled = false से बंद करें, और CLI अपडेट करें (न चले तो ~/.codex का नाम अस्थायी रूप से बदलकर जाँचें)
ऐप भारी हो तो पहले नवीनतम वर्शन पर जाकर फिर से शुरू करें, और जिन शेड्यूल्ड टास्क की ज़रूरत नहीं है उन्हें आर्काइव करें
WSL में फ़ाइलें Linux की तरफ़ रखें (Windows पर ही चलाएँ तो Windows की तरफ़)
समस्या बनी रहे तो /feedback से रिकॉर्ड भेजें, और GitHub issues में वही लक्षण खोजें

FAQ

Q. क्या Codex, Claude Code से धीमा है?

एक वाक्य में इसका जवाब नहीं दिया जा सकता। गति सोचने की ताक़त, मॉडल, काम के प्रकार, ऐप के बग और स्थानीय कमांड के समय पर काफ़ी निर्भर करती है। समान शर्तों पर दोनों की तुलना करने वाली माप कम हैं, और मॉडल भी अलग हैं, इसलिए एक माप के आँकड़े से फ़ैसला करना जोखिम भरा है। कौन-सा हिस्सा आपके कंप्यूटर पर निर्भर है और कौन-सा नहीं, यह Claude Code और Codex के लिए ज़रूरी PC स्पेक में साथ-साथ समझाया गया है।

Q. क्या Fast मोड इस्तेमाल करने से हमेशा तेज़ी आती है?

मॉडल के टेक्स्ट बनाने की गति बढ़ती है, पर कमांड का समय या MCP सर्वर के शुरू होने का इंतज़ार नहीं बदलता। सर्वर पर भीड़ वाले समय में Fast मोड में भी धीमापन लग सकता है (अध्याय 2)। प्लान का कोटा भी जल्दी खत्म होता है, इसलिए इसे सिर्फ़ जल्दी वाले कामों के लिए इस्तेमाल करना सबसे सुरक्षित है।

Q. VS Code एक्सटेंशन जवाब न दे या भारी हो तो क्या करें?

एक्सटेंशन और VS Code को अपडेट करें, फिर VS Code फिर से शुरू करें। भारी एक्सटेंशन के लिए आधिकारिक दस्तावेज़ों में कोई खास चरण नहीं मिलते, पर थ्रेड की लंबाई (अध्याय 2) एक्सटेंशन पर भी उसी तरह असर डालती है। Windows पर एक्सटेंशन जवाब न दे तो OpenAI के दस्तावेज़ सलाह देते हैं कि Microsoft C++ Build Tools और Visual C++ Redistributable पैकेज इंस्टॉल करें, फिर VS Code को पूरी तरह फिर से शुरू करें (OpenAI "Windows sandbox")।