Codex 429 Too Many Requests 怎么解决?先分清限流、额度还是使用窗口

Codex 报 429 Too Many Requests,先分清是请求太快的限流、余额或支出上限,还是 ChatGPT 订阅的 5 小时/每周使用窗口。本文按 Codex 0.166.0 实测:40 个 codex exec 同时跑,16 个直接报 429 退出;没有 Retry-After 的 429 Codex 不会自动重试,带 Retry-After 才会按间隔重连 5 次。附错误码对照、重试配置、并发控制写法和 Tibo 28 天活动的 banked reset 说明。

16 分钟阅读
Codex 429 Too Many Requests 怎么解决?先分清限流、额度还是使用窗口

先说结论:Codex 里的 429 至少有三种来源,处理方法完全不同,先分清再动手。

  • 请求太快(限流):等一会儿、把并发降下来就能恢复。我们用本站 Key 实测:同时开 40 个 codex exec,24 个正常返回,16 个约 6 秒后报 exceeded retry limit, last status: 429 Too Many Requests 退出;改成最多 10 个同时跑,40 个任务全部成功,总共 15.6 秒。
  • 余额、支出或使用上限(额度):重试没用,要去后台补余额或调上限。
  • ChatGPT 订阅的使用窗口:用 ChatGPT 账号登录时有 5 小时窗口和每周额度,用 /status 看剩余和重置时间。这和 API Key 走第三方 Provider 的 429 是两回事。
  • Codex 0.166.0 的重试行为:我们用一个只回 429 的本地测试服务确认,不带 Retry-After 的 429,Codex 只发 1 次就放弃;带 Retry-After 时才会按它给的间隔重连 5 次。所以批量跑任务时,限流要靠你自己控并发,不能指望 Codex 自动扛过去。

创建 API Key,在 Codex、Claude Code、Cursor 里接入 →

本文按截至 2026 年 11 月 2 日的 Codex CLI 最新稳定版 0.166.0 核对(npm view @openai/codex version 返回 0.166.0)。

先对照:429 原因和处理方法

错误文本或 error.code原因正确动作重试有用吗
Rate limit reached for requests请求发得太快降低频率,遵循 Retry-After有用,但要等待
slow_down(rate_limit_error)请求量增长太快遵循 Retry-After,降低速率后逐步提升有用,但要慢慢加量
credit_balance_exhausted预付余额用完补充余额没用
organization_spend_limit_exceeded组织达到支出上限提高或取消组织支出上限没用
project_spend_limit_exceeded项目达到支出上限在项目设置里调整上限没用
organization_usage_limit_exceeded组织达到 OpenAI 分配的使用上限申请更高的使用上限没用
ChatGPT 登录提示"使用限制"订阅套餐的使用额度用完等待重置,或购买额外额度等到重置时间
当前并发请求过多,请稍后重试AI Code With 网关的并发限制降低同时运行的任务数有用,但要先降并发
第三方 Provider 返回的其他 429服务商自己的限流、余额或上游渠道状态按服务商文档和后台状态处理视情况

先执行这几条,确认你属于哪一类:

bash
# 1. 确认 Codex 版本和认证方式
codex --version
codex login status

# 2. 在 Codex 会话里查看剩余额度(ChatGPT 登录)
/status

前六行来自 OpenAI 错误码文档。最关键的一点:余额、支出和使用上限类的 429,不会靠不停重试恢复。OpenAI 官方文档原话是,重试账单、支出或配额类错误不会恢复 API 访问,需要先更新余额或上限。下面是详细的排查方法。

实测:Codex 0.166.0 遇到 429 会怎样

测试环境:Linux,Codex CLI 0.166.0,模型 gpt-6.1-sol,Provider 为 AI Code With,用独立的 CODEX_HOME 目录写配置,每个任务都是 codex exec "只回复:OK"。时间是 2026 年 11 月 2 日下午。

1. 单个请求:正常

text
OpenAI Codex v0.166.0
model: gpt-6.1-sol
provider: aicodewith
user
只回复:OK
codex
OK

从启动到返回约 2.7 秒。

2. 40 个 codex exec 同时跑:16 个报 429

我们在后台同时启动 40 个 codex exec,结果:

指标结果
正常返回24 个,耗时 2.9 到 27.3 秒
报 429 退出16 个,每个都在约 6.0 秒时退出
整批用时27.3 秒

失败的任务输出是这样的(request id 每次不同):

text
ERROR: exceeded retry limit, last status: 429 Too Many Requests, request id: req_1793607199460_94e43634

同一时间用 curl 直接打接口,60 个请求同时发出,26 个返回 200,34 个返回 429,响应体是:

json
{"error":"当前并发请求过多,请稍后重试 (request_id: req_1793607063535_b547062b)"}

这些 429 都在约 5.2 到 5.4 秒时返回,响应头里没有 Retry-After。同时发 20 个时全部返回 200。

3. 把并发限制到 10:40 个全部成功

bash
seq 1 40 | xargs -P 10 -I{} sh -c 'codex exec --skip-git-repo-check "只回复:OK" > out/{}.txt 2>&1'

40 个任务全部成功,0 个 429,整批用时 15.6 秒,比不限并发(27.3 秒且失败 16 个)还快。限流时最有效的办法不是重试,而是从源头少发。

4. Codex 的自动重试到底管不管 429

为了看清 Codex 自己的重试逻辑,我们写了一个只会返回错误的本地测试服务,把 Provider 的 base_url 指向它,记录 Codex 每次请求的时间:

测试服务返回重试配置Codex 发出的请求数用时最后的报错
429,不带 Retry-After默认10.3 秒exceeded retry limit, last status: 429 Too Many Requests
429,Retry-After: 2默认6(每次间隔 2.0 秒)10.3 秒同上,中间提示 Reconnecting... 2/5 到 5/5
429,Retry-After: 2stream_max_retries = 234.3 秒同上,提示 Reconnecting... 1/2、2/2
429,Retry-After: 2request_max_retries = 0610.3 秒和默认一样
503默认3024.9 秒unexpected status 503 Service Unavailable
503request_max_retries = 1、stream_max_retries = 140.8 秒同上
503两项都设为 010.3 秒同上

从这张表可以看出:

  • 429 不带 Retry-After,Codex 0.166.0 不重试,报错里虽然写着 exceeded retry limit,实际只发了 1 次。我们网关的并发 429 就属于这种,所以会直接退出。
  • 429 带 Retry-After,Codex 按它给的秒数等,重连次数由 stream_max_retries 控制(默认 5),request_max_retries 对它不起作用。
  • 5xx 两层都会重试:每轮 request_max_retries 次(默认 4 次,退避间隔约 0.2、0.4、0.8、1.6 秒),再整体重连 stream_max_retries 轮(默认 5 轮),默认配置下一次失败会变成 30 个请求、持续约 25 秒。

这两个配置项写在全局 ~/.codex/config.toml 的 Provider 段里,写法见下文“Codex 自己的重试设置”。

为什么"等一会儿再试"只对一部分情况有用

看到 429,很多人的第一反应是等几十秒再点一次。这招只对"请求太快"这一类有用。OpenAI API 的 429 至少要分成两大类:

  • 速率类:请求或 token 发得太快,等一等、降低频率就能恢复;
  • 账户类:余额耗尽、支出上限、使用上限,你等半小时也不会自己好。

官方还特别说明,对于账单相关的错误,要看 error.code 来确定具体原因,因为更宽泛的 error.type 可能都显示为 insufficient_quota。所以排查 429 的第一步,永远是拿到完整的错误信息。

拿到完整错误信息:按系统打开日志

很多时候,Codex 界面上只显示一句简短的提示,看不到完整的 error.code。这时可以借助日志。官方 Configuration Reference 说明,Codex 默认把日志写在 $CODEX_HOME/log 下,CODEX_HOME 默认是 ~/.codex。如果你显式设置了 log_dir,Codex 还会在那个目录里额外写一份明文的 TUI 日志 codex-tui.log。

临时为一次运行指定日志目录,官方给出的写法是:

bash
codex -c log_dir=./.codex-log

各系统查看默认日志目录:

macOS / Linux:

bash
ls -la ~/.codex/log

Windows PowerShell:

powershell
Get-ChildItem "$env:USERPROFILE\.codex\log"

在日志里搜索 429,通常就能找到完整的错误内容和 code。用 codex exec 时,报错会直接打印在终端最后几行,像上面实测里那样带着 request id,联系服务商排查时把这个 id 一起发过去。注意日志里可能包含你的提示词和项目信息,分享给别人之前,先检查并删掉敏感内容,尤其不要把 Key 一起发出去。

先确认你走的是哪条路线

运行:

bash
codex login status

然后按结果走下面三条路线中的一条:

  1. ChatGPT 登录:429 通常和订阅套餐的使用额度有关;
  2. OpenAI API Key:429 的含义以 OpenAI 错误码文档为准;
  3. 第三方 Provider:429 的含义由服务商决定。

三条路线的处理方法完全不同,不要把一条路线的经验套到另一条上。

路线一:ChatGPT 登录的使用额度

如果你用 ChatGPT 账号登录 Codex,看到"使用限制""稍后恢复"之类的提示,就按产品给出的额度窗口处理。不要因为它也叫"额度"或"限制",就强行换算成 API 的 RPM、TPM,两套机制不是同一张表。

OpenAI 的 Codex 定价页说明了几点:

  • 能发多少条消息,取决于使用的模型、任务的规模和复杂度,以及在本地还是云端运行;看起来相似的任务,消耗也可能不同;
  • 页面给出的是 Plus 和标准 Business 套餐每五小时本地消息数的估算,这些只是估算,不是固定上限;Pro 套餐目前没有五小时限制;
  • 当前额度和重置时间可以在使用情况页面查看,在 Codex CLI 会话里也可以用 /status 查看剩余额度;
  • 如果在一轮任务进行中达到上限,Codex 可以继续完成这一轮(受公平使用限制);
  • Plus 和 Pro 用户达到上限后,可以购买额外的 credits 继续使用,不需要升级套餐。

所以这条路线下的处理顺序是:先用 /status 看剩余额度和重置时间;急用就购买额外额度;不急就等重置。想减少消耗,可以把大任务拆小、减少不必要的长上下文。Codex 不同计费方式的区别,见《Codex 怎么收费》。

Codex 额度什么时候重置

用 ChatGPT 账号登录 Codex 时,额度有两层:短的是 5 小时窗口,长的是每周额度。两层都可能先用完,哪一层用完就要等哪一层重置。

官方文档原文:「The estimates below show local messages per five-hour period for Plus and Standard Business. Pro plans currently have no five-hour limit.」以及「Local messages and cloud chats share your plan's usage allowance. Weekly limits may also apply.」出处:OpenAI:Codex Pricing。
5 小时窗口每周额度
适用Plus、Standard Business 等(Pro 目前没有)官方写的是「Weekly limits may also apply」
用完后等这个窗口重置等每周重置,5 小时窗口恢复了也用不了
在哪看使用情况页面或 /status使用情况页面或 /status

用 /status 查剩余额度和重置时间

在 Codex CLI 的交互会话里输入 /status,可以看剩余额度;更完整的限额和重置时间看 ChatGPT 使用情况页面。

官方文档原文:「You can find your current limits in the usage dashboard. If you want to see your remaining limits during an active Codex CLI session, you can use /status.」出处:OpenAI:Codex Pricing。

这里说的是 ChatGPT 登录的订阅额度。用 API Key(包括 AI Code With 这类中转的 Key)接入时,不占订阅额度,也就没有 5 小时窗口和每周额度,用量看 Key 所在平台的后台;你会碰到的是上面实测里那种并发或速率限制。

Tibo 的 28 天活动和 banked reset

除了按你自己账号周期自动重置,OpenAI 还会临时给所有订阅用户统一重置额度,这不是固定规则。

最近一次集中出现在 Codex 负责人 Tibo(@thsottiaux)的 28 天活动里。据 X 热门汇总,10 月 5 日到 11 月 1 日这 28 天,他每天给 Codex 和 ChatGPT Work 用户发一项产品改进或一次用量上限重置,其中约 14 天是重置日。活动最后两天发的是可以存起来的「banked reset」:据 @thsottiaux,10 月 31 日他预告「Next two days will be resets… banked…」(帖子),随后发了「Banked 1/2」(帖子)和「Day 28/ Banked 2/2」(帖子)。据 X 热门汇总,这些 banked reset 可以在账户设置里兑换。

几点要分清:

  • banked reset 恢复的是 ChatGPT 订阅登录的使用窗口,对 API Key 和第三方 Provider 返回的 429 没有作用;
  • 以上是个人帖子和 X 的汇总,不是 OpenAI 的正式公告,兑换入口和是否到账,以你自己的使用情况页面和 /status 为准;
  • 据用户反馈,重置是把额度条补满,不是给一条更长的(原文「day 15 gave me the bar back, not a bigger one」,来源),所以快到重置时可以先把手上的大任务跑掉;
  • X 上流传的「重置卡」(Reset Card),据用户反馈只是玩笑梗图,拿给任何人看都换不来重置(来源)。

等不及重置怎么办

办法一:买官方 credits

官方文档原文:「ChatGPT Plus and Pro users who reach their usage limit can purchase additional credits to continue working without needing to upgrade their existing plan.」出处:OpenAI:Codex Pricing。

Business、Edu、Enterprise 的弹性计费套餐可以买工作区 credits。

办法二:改用 API Key

官方文档也写了,订阅额度用完后可以改用 API Key 按量计费:

官方文档原文:「All users may also run extra local chats using an API key, with usage charged at standard API rates.」出处:OpenAI:Codex Pricing。

用 AI Code With 的 Key 时,先创建一个 Key:

创建 API Key →

然后把下面这段写进全局 ~/.codex/config.toml(Windows 是 %USERPROFILE%\.codex\config.toml),把“你的 API Key”换成刚创建的 Key:

toml
model_provider = "aicodewith"
model = "gpt-6.1-sol"

[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "你的 API Key"

保存后重新运行 codex,发一句话确认能返回:

bash
codex exec "只回复:OK"
实测(Codex 0.166.0):启动信息显示 model: gpt-6.1-sol、provider: aicodewith,约 2.7 秒返回 OK。

Key 直接写在全局配置的 experimental_bearer_token 里,不需要再设环境变量。各字段的含义见《Codex config.toml 配置指南》,环境变量和配置文件冲突时谁生效见《Codex 环境变量怎么配》,Key 填错报 401 见《Codex 401 Unauthorized 怎么解决》。想换回 ChatGPT 登录的订阅额度,把 model_provider 这一行删掉或注释掉即可。

改用 API Key 后不再受订阅的 5 小时和每周额度限制,但会碰到 Key 所在平台自己的限流,比如上面实测到的并发 429,以及下文的 gateway_queue_full 和 Upstream rate limit exceeded。

路线二:OpenAI API Key

真的是 rate limit 时怎么处理

如果错误明确是请求或 token 的速率限制,先把并发降下来。官方给出的处理原则是:

  • 有 Retry-After 响应头时,至少等到它给出的时间再重试;
  • 没有 Retry-After 时,用指数退避,并加一点随机抖动(jitter),同时限制最大重试次数。

别写这种死循环:

text
失败 → 立即重试 → 失败 → 立即重试 → ...

这会让原本的限流更难恢复。更稳妥的思路是:

text
失败 → 读取 Retry-After → 降低并发 → 等待 → 只重试一个最小请求

slow_down 是另一种速率限制

官方文档单独列出了 slow_down 这个 code。它表示你的请求量增长得太快,即使总量还在每分钟请求数和 token 数的限额以内,也可能出现。官方给的经验值是:当流量达到每分钟 100 万输入 token 后,每 15 分钟的增幅不要超过 50%。具体触发点会因模型和流量情况不同。

所以如果你刚刚把 codex exec 的并发从几个一下子提到几十个,遇到 slow_down 就很正常,解决方法是逐步加量,而不是一次性拉满。

余额、支出和使用上限

这几类 429 必须去账户后台处理:

  • credit_balance_exhausted:预付余额用完了,补充余额;
  • organization_spend_limit_exceeded:组织达到了每月支出上限,这个上限对组织内所有项目生效,需要提高或取消;
  • project_spend_limit_exceeded:某个项目达到了自己的支出上限,其他项目可以继续使用,除非它们也达到上限;
  • organization_usage_limit_exceeded:组织达到了 OpenAI 分配的每月使用上限,这和你自己设置的支出上限是两回事,需要申请更高的额度。

处理完之后,只发一个最小请求验证,不要一恢复就马上把所有任务重新跑起来。

路线三:第三方 Provider

如果请求经过第三方 Base URL,429 的含义由该服务商决定。这时要同时检查:

  • 服务商账户的余额;
  • 上游渠道状态;
  • 并发限制;
  • 当前模型是否受限;
  • 是否存在自动重试把问题放大。

AICodeWith 上的三种 429 报错

如果你通过 AICodeWith 调用,返回 429 时错误信息里常见下面三种文本,它们都不是你的 Key 或配置写错了:

错误文本含义怎么处理
当前并发请求过多,请稍后重试同一时间发出的请求太多,网关拒绝了超出的部分降低同时运行的任务数,比如用 xargs -P 10 限制并发
gateway_queue_full上游请求队列已满,暂时排不进去稍等几秒到几十秒再重试,不要立刻连续重发
Upstream rate limit exceeded上游模型服务触发了速率限制降低并发,减少同时运行的任务数,间隔一段时间再重试

三种情况都是临时性的。处理原则一样:先把并发降下来,等一小会儿再试,并且只保留一层重试(见下文“Codex 自己的重试设置”)。实测里并发 429 的响应不带 Retry-After,Codex 不会自动重试,所以批量任务要在脚本层面控制并发。如果持续出现,可以在渠道页查看当前渠道状态。

如果使用 AI Code With,可以在这里查看:

渠道切换能降低"单一渠道故障"带来的影响,但它不能保证绕过真正的上游限流、账户额度或组织限制。

别把"自动切渠道"当万能修复

AI Code With 的渠道页适合用来确认第三方路径里的渠道状态和可用模型,但"下一个渠道可用"不等于"所有 429 都能被绕过去"。如果错误来自上游真实的速率限制、余额不足或组织、项目限制,仍然要按错误 code 处理。把渠道切换当作可用性手段,把 429 分类当作排错手段,两件事不要混在一起。

还没有账号的话,可以先注册 AI Code With,在控制台里查看渠道和用量。

创建 API Key →

429 和 503 别搞混

有些"太忙了"的错误其实不是 429。OpenAI 错误码文档里还有一个 503,code 是 server_is_overloaded,表示请求的模型暂时过载。它和 429 的区别在于:429 是你这边的请求超出了限制,503 是服务端那边暂时忙不过来。

两者的处理方法有相似之处:有 Retry-After 时都要至少等到它给出的时间。但 503 如果持续出现,官方建议去 OpenAI 状态页查看是否有正在发生的故障,而不是去调整你的账户上限。实测里 Codex 对 503 的自动重试比对 429 积极得多(默认一次失败变成 30 个请求),所以 503 很多时候会被 Codex 自己扛过去,429 不会。

如果你自己写脚本调用 API,还要注意官方提到的一点:Python SDK 对 429 抛出 RateLimitError,对 503 抛出 InternalServerError。如果你的代码只捕获其中一种,另一种错误就会漏掉。官方建议两种都处理,并检查 error.code。

另一种报错:Selected model is at capacity

如果你看到的不是 429,而是「Selected model is at capacity. Please try a different model.」,那是模型服务端满载(HTTP 503),不是限流,也不是额度用完,处理方法也不一样:等它自动续跑或换个模型。详见《Codex 报错 Selected model is at capacity 怎么办》。如果是请求一直没有返回、最后超时,看《Codex timeout 怎么排查》。

Codex 自己的重试设置

Codex 对自定义 Provider 自带重试。官方 Configuration Reference 里有两个相关字段:

  • request_max_retries:对 Provider 的 HTTP 请求重试次数,默认 4 次;
  • stream_max_retries:流式响应中断时的重试次数,默认 5 次。

按上面的实测,在 0.166.0 里它们对不同错误的作用不一样:5xx 两层都重试;带 Retry-After 的 429 只受 stream_max_retries 控制;不带 Retry-After 的 429 不重试。想让失败来得更快、由你自己的脚本决定怎么重试,可以把它们调小:

toml
[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "你的 API Key"
request_max_retries = 1
stream_max_retries = 1

实测这样设置后,同样遇到 503,Codex 只发 4 个请求、0.8 秒就报错,而默认配置要发 30 个请求、约 25 秒。

如果你在脚本里又包了一层重试,一次失败就可能被放大成几十次请求,在限流时尤其糟糕。批量运行 codex exec 时,建议只保留一层重试,并让它遵循 Retry-After。更多字段写法见《Codex config.toml 配置指南》。

一个推荐的排查顺序

  1. 保存完整的 429 错误信息和 request id;
  2. 用 codex login status 确认是 ChatGPT 登录还是 API Key;
  3. 确认是否经过第三方 Provider;
  4. 看 error.code 或错误文本;
  5. 如果是速率或并发限制,看 Retry-After、并发和请求频率;
  6. 如果是余额、支出或使用上限,直接处理账户限制,不要重试;
  7. 只用一个最小请求验证恢复。

如果只有某一个模型失败,而其他模型正常,问题可能已经从"限流"转到模型或路由层,继续查模型 ID 和 Provider。

恢复之后怎么确认真的好了

处理完 429 之后,不要马上把所有任务重新跑起来。建议按这几步确认:

  1. 只发一条最短的请求,确认能正常返回;
  2. API Key 路线下,到后台确认余额、支出上限和用量都已经更新;
  3. ChatGPT 登录路线下,用 /status 确认剩余额度已经恢复;
  4. 第三方 Provider 路线下,在调用记录里确认请求成功,并看一眼当前走的是哪个渠道;
  5. 最后再逐步恢复原来的并发,观察一段时间没有新的 429 再完全放开。

这样即使问题没有完全解决,也只会损失一两个请求,而不是让整批任务再失败一次。

批量任务怎么避免 429

如果你用 codex exec 跑批量任务或定时任务,可以提前做几件事:

  • 控制并发:从很小的并发开始,确认稳定后再逐步增加。实测 40 个任务用 xargs -P 10 全部成功,不限并发反而失败 16 个;
  • 错开时间:多个定时任务不要都设在整点同时启动;
  • 只保留一层重试:要么依赖 Codex 自带的重试,要么在脚本里重试,不要两层叠加;
  • 失败的任务单独重跑:并发 429 退出时 codex exec 返回码是 1,脚本里按返回码挑出失败的任务,降低并发后再跑一次;
  • 设置预算告警:API Key 路线下,提前在后台设置支出上限和提醒,比任务跑到一半突然 429 更可控;
  • 记录错误码:脚本里把 error.code 或错误文本写进日志,出问题时一眼就能分清是哪一类。

常见问题

Codex 429 要等多久?

取决于原因。速率或并发限制类按 Retry-After 等待,或降低并发后马上重试,通常很快恢复;ChatGPT 登录的使用额度要等到重置时间,可以用 /status 查看;余额或上限类不会自己恢复,必须去后台处理。

Codex 遇到 429 会自动重试吗?

看响应里有没有 Retry-After。实测 Codex 0.166.0:不带 Retry-After 的 429 只发 1 次就报 exceeded retry limit 退出;带 Retry-After 时按它给的间隔重连,默认 5 次,由 stream_max_retries 控制。

怎么知道是限流还是余额不足?

看完整错误里的 error.code。credit_balance_exhausted 是余额问题,带 spend_limit 或 usage_limit 的是上限问题,Rate limit reached、slow_down 和「当前并发请求过多」才是速率或并发问题。

ChatGPT Plus 用户遇到使用限制怎么办?

OpenAI 定价页说明,Plus 和 Pro 用户达到上限后可以购买额外的 credits 继续使用,不需要升级套餐;也可以等待额度重置。

换成 API Key 能解决 429 吗?

换成 API Key 后,计费和限制改为按 API 规则,不再受订阅额度影响,但会有 API 自己的速率限制和支出上限,第三方 Provider 还有自己的并发限制。

为什么只是偶尔用一下也会 429?

如果你用的是 API Key,可能是余额或项目支出上限的问题,而不是用得太频繁。看 error.code 就能分清。

第三方服务的 429 怎么判断?

以服务商的文档和后台状态为准。先看账户余额和渠道状态,再确认是不是只有某个模型受限。

AICodeWith 返回「当前并发请求过多」是什么意思?

同一时间发出的请求太多。把同时运行的 Codex 任务数降下来再跑,实测并发 10 时 40 个任务全部成功。

AICodeWith 返回 gateway_queue_full 是什么意思?

表示上游排队已满,属于临时拥堵。等几秒到几十秒后重试,并降低并发即可。

Codex 5 小时限制和每周额度有什么区别?

5 小时窗口是短周期,Plus 等套餐有,Pro 目前没有;每周额度是长周期。哪个先用完就要等哪个重置,在使用情况页面或 /status 里能看到。

用 API Key 也有 5 小时限制吗?

没有订阅的 5 小时和每周额度,但有 Key 所在平台自己的限流。

banked reset 能解决 API Key 的 429 吗?

不能。据 @thsottiaux 和 X 热门汇总,banked reset 是 Tibo 28 天活动最后两天给 ChatGPT 订阅用户的用量重置,只作用于订阅登录的使用窗口,和 API Key 走第三方 Provider 的 429 无关。

注册 AI Code With,在控制台查看渠道状态和用量 →

相关阅读

参考资料

相关文章

UI SDK 是什么、怎么用?Vercel + shadcn 给 Agent 的行为库,在 Claude Code / Codex / Cursor 里安装与实测(0.1.0-beta.1)

UI SDK 是什么、怎么用?Vercel + shadcn 给 Agent 的行为库,在 Claude Code / Codex / Cursor 里安装与实测(0.1.0-beta.1)

UI SDK 是 Vercel 在 2026 年 11 月 12 日发布的、给 Agent 用的行为(behaviors)库,版本 0.1.0-beta.1。行为写在与框架无关的 @ui-sdk/core 里,再由 React、Vue、Svelte、Solid 和 Web Components 适配器渲染。本文按官方文档整理它是什么、怎么安装、怎么给 Claude Code / Codex / Cursor 装 skill,并记录我们在测试机上的真实命令、耗时和输出。

AWS Emulator 是什么、怎么装?让 Claude Code / Codex 在本地测 AWS 应用(1.0.322 实测)

AWS Emulator 是什么、怎么装?让 Claude Code / Codex 在本地测 AWS 应用(1.0.322 实测)

AWS Emulator 是 AWS 官方 2026 年 11 月 12 日(北京时间)正式发布的本地 AWS 模拟器,没有额外服务费、源码开放,不需要 AWS 账号,覆盖 200 多个服务。本文在 Debian 13 上实测 1.0.322:安装命令、AWS CLI 指向本地 endpoint 建 S3 桶和 DynamoDB 表、常见报错,以及让 Claude Code、Codex、Cursor 对着模拟器写代码跑测试的接法。

T3 Code 是什么、怎么装?接入 Claude Code 和 Codex、配置第三方 API Key 与常见报错(0.1.9 实测)

T3 Code 是什么、怎么装?接入 Claude Code 和 Codex、配置第三方 API Key 与常见报错(0.1.9 实测)

T3 Code 是 pingdotgg 开源的编码 Agent 控制台,本身不带模型,调用你机器上已装好的 Claude Code、Codex、Cursor 等 CLI。本文在 Linux 上实测 T3 Code 0.1.9:讲清安装命令,Claude Code 和 Codex 先各自接上 AICodeWith API Key、再由 T3 Code 调用的配置方法,用 t3 thread 命令行跑通两端的过程,以及我们实际遇到的报错和解法。