Selected model is at capacity. Please try a different model. 解决方法

在 Codex 发送任务后，看到 Selected model is at capacity. Please try a different model.，但界面还有剩余额度，应该怎么处理？先记录报错和发生时间，再核对当前版本、实际生效的配置以及连接路径。不要仅凭这一条提示就判断余额不足、账号异常，或认定某个本地工具发生冲突。

这是一套排查方法，不是保证修复的开关。priority 与 Fast 是需要核对的配置项，不能直接认定为报错原因。即使取消强制 priority、关闭 Fast，仍可能遇到模型容量或其他尚未确认的问题。

有剩余额度，为什么仍然出现 at capacity？

从报错文字看，客户端提示的是所选模型当前容量问题。界面里的剩余额度与模型此刻能否接受请求是不同维度，剩余额度不能单独证明请求一定能够成功。具体原因仍需结合发生时间、实际服务地址和日志判断。

这条提示也不足以证明需要升级套餐。先排查，再判断是否存在真实的使用量不足；购买更多额度不应被当作容量报错的保证解决方案。

直接复制到 Codex 的排查提示词

在能够正常执行任务的 Codex 会话中粘贴下面整段文字。它要求先只读核对版本与配置来源，发现相关设置后才备份并调整。

我在 Codex 遇到“Selected model is at capacity”，但界面仍显示有剩余额度。请先只读检查当前生效的配置及其来源，核对是否存在强制 priority 的设置，包括桌面端默认设置，以及是否开启 Fast。请按我安装的版本核对，不要直接套用旧配置。

如果确实存在这些设置，先备份，再取消强制 priority、关闭 Fast，保持模型和推理档位不变。只修改这些相关项，保留其他配置和聊天记录。若设置受组织管理，先说明，交管理员处理，不绕过限制。

如果不存在对应设置，或调整后仍然失败，继续检查实际服务地址、登录状态和报错时间附近的日志。若我用过本地转接工具，请查它是否仍与当前 Codex 有实际连接；不要仅凭旧文件就认定冲突。不要输出 token、API key 或完整 auth.json。

最后告诉我：发现了什么、改了什么、如何恢复原设置，以及还有哪些原因未确认。

如果报错模型连提示词都无法执行怎么办？

这段文字需要一个能正常响应、且能访问本机配置的 Codex 会话才能执行。如果当前模型持续报错，可以稍后重试；急需排查时，也可以临时选择可用模型，并先记下原模型与推理档位。临时切换是为了执行诊断，不能据此认定原模型的问题已经解决。

不要在当前会话无法运行时反复粘贴提示词，也不要为了排查直接删除配置目录或聊天记录。可以保留报错时间、客户端版本和脱敏截图，交给管理员或官方支持核对。

为什么要按安装版本检查 priority 和 Fast？

OpenAI 官方 Speed 文档将 Fast 描述为加速选项，并提供 CLI 中查看和开关 Fast 的方式。Config basics 文档则说明配置存在多个来源与优先级。因此，只看某一个旧配置文件，不能证明它就是当前生效设置；网页教程中的配置写法也不一定适用于你安装的版本。

排查时应核对桌面端默认设置、当前会话以及实际加载的配置来源。模型选择、推理档位和加速设置要分别记录，不能为了关闭 Fast 顺手更换默认模型或降低推理档位。

官方文档并未在上述说明中确认“关闭 Fast 可以修复这条容量报错”。这里的调整是有备份、可恢复的排查步骤，是否有效要用调整后的实际请求验证。

有本地转接工具，也要先确认实际连接

曾经安装过本地转接工具，不代表当前 Codex 仍经过它。应检查当前使用的服务地址、相关进程是否运行，以及报错时间附近是否有对应连接或请求记录。只有旧文件、历史配置或安装痕迹，不足以证明冲突。

检查登录状态和日志时，只报告必要的脱敏结果。不要把 token、API key、完整 auth.json 或包含凭证的请求内容粘贴到文章评论、聊天或公开工单中。

调整之后，怎样确认结果并恢复？

保存修改清单：记录哪些设置生效、来源在哪里、备份保存位置，以及修改前后的相关值。
验证实际请求：按当前版本需要重新加载设置后，用简单任务复测，记录时间和是否仍出现同一报错。
保持结论准确：一次成功可以说明当时已恢复使用，但不能单凭这一点证明根因一定是 Fast 或 priority。
恢复原设置：按照修改清单恢复相关项；若使用整个备份文件恢复，先确认期间没有其他需要保留的配置变更。

如果设置受组织管理，请让管理员处理，不要覆盖管理配置或绕过限制。如果调整后仍失败，应继续检查服务地址、登录状态和日志，并把模型临时满载、服务异常或其他限制保留为待确认项。

最后应拿到怎样的排查结果？

让 Codex 明确回答四件事：发现了什么、改了什么、如何恢复、还有什么未确认。如果没有发现强制 priority 或 Fast 设置，就应明确写“未发现”，而不是为了完成教程去新增或删除无关配置。

参考来源

核对日期：2026 年 9 月 7 日。OpenAI Docs：Speed 与 Fast、OpenAI Docs：配置来源与优先级。以上来源用于说明设置和配置机制，不构成本文排查方法一定修复容量报错的承诺。具体操作以安装版本及组织管理要求为准。