OpenAI

ChatGPT Plus 一直提示模型容量已满:原因排查与恢复思路

编辑部阅读约 6 分钟

订阅了 ChatGPT Plus,却反复收到「Selected model is at capacity」提示,聊天能用、Codex 或 agent 功能却全线报错。本文梳理这类报错的几种成因(全局过载、账号级限流、会话过长、出口 IP 被标记),给出一套可自行执行的排查顺序、几种恢复手段的适用场景与取舍,并说明哪些网络流传的「检测降智」方法并不可靠。

订阅了 ChatGPT Plus,某天开始几乎所有对话都只回一句话:「Selected model is at capacity. Please try a different model.」。换浏览器、重装 App、退出重登都试过,报错纹丝不动。更奇怪的是,同一时间普通聊天还能用,可一旦涉及 Codex、agent 之类的功能就立刻失败。

这句话的字面意思是「你选的模型当前容量不足,换一个模型或稍后再试」,属于典型的临时性提示。但当它连续几天、几十次出现,就不再是「稍后再试」能解释的了。不同账号的表现也差别很大:有人隔一天自己恢复,有人换个号就正常,有人只在某个具体功能上崩,还有人怎么折腾都没用。下面把这几种情况的成因、可以自己动手做的排查,以及各种恢复做法的取舍整理一遍。

先分清是哪一类问题

同样是这行报错,背后的原因完全不同。花两分钟做一次对照,比盲目重试有效得多。

现象 更像是什么问题 快速验证方式
所有账号、所有模型同时报错 平台侧全局或区域性过载 等几十分钟到几小时,或问身边同时段使用的人
只有自己的号报错,换一个账号正常 账号级限流或风控标记 在另一台设备上登录另一个账号对比
普通聊天正常,Codex / work / agent 报错 特定模型或特定功能容量紧张 换回普通对话,切换其它模型
新建会话正常,旧会话报错 上下文过长、任务堆积 开一个全新对话再试
换网络就正常,换回来又报错 出口 IP 被大量共享、被标记 用手机热点对比

多数人的实际情况是上面几项叠加:账号本身已经被限流,网络出口又不干净,于是换什么模型都撞墙。

按从快到慢的顺序排查

建议严格按下面顺序走一遍,每步之间不要混着改,否则无法定位。

  1. 换模型 + 新开会话(30 秒)。不要在原会话里继续追问,直接新建对话,并切换到另一个可用模型。如果新会话正常,问题基本锁定在上下文或单个模型上。
  2. 清空长会话。上下文特别长、或某个 Codex / agent 会话里积累了上百轮交互时,容易持续触发失败。把任务拆小、重新开一个干净会话再跑一次。
  3. 换网络。断开代理或 VPN,改用手机热点,再试同一操作。如果热点下恢复正常,说明是出口 IP 的问题,而不是账号。
  4. 换客户端。网页版、官方桌面端、手机 App 分别试一次。有时是某一个客户端的会话状态坏了,退出登录再登入能解决。
  5. 做账号侧的自检。访问官方帮助中心,用右下角的聊天入口描述你遇到的报错。如果回复大意是「即使付费订阅有效,某些模型或功能的访问也可能被临时限制」,说明账号侧确实存在限制;如果回复强调「只是所选模型临时过载,请切换模型或稍后重试」,则更偏向容量问题。
  6. 观察时间窗口。记录第一次出现的时间,之后每半天试一次即可。短时间内反复重试没有任何好处,反而可能加重限流。

需要说明的是,第 5 步的机器回复是一段模板话术,判断力有限,也不断在调整。有人反馈同一个号前后两次问到的结论并不一致,所以它只能作为参考,不能当作判决书。

几种恢复做法的适用场景与取舍

全设备退出登录,静置一天

成本最低、副作用最小的一种做法:在所有设备上退出登录,24 小时内不登录、不发起请求,之后再登入。不少人用这个方式恢复过。但它属于经验做法,官方并没有承诺,也不保证恢复后能维持多久——使用强度一上去,限流可能再次出现。适合不着急、可以等的情况。

降低并发与使用强度

同时开多个会话、多个 agent 并行跑长任务,是很容易被忽略的触发点。把并行改成串行,把长任务拆成若干小段,间隔几分钟发起,往往比任何「偏方」都管用。如果主要用途是批量处理,更适合走官方 API 按量计费,而不是让订阅账号承担自动化负载。

固定网络出口

出口 IP 频繁变化、或与他人共用同一批代理节点,都会让账号更容易被风控盯上。条件允许时,尽量使用稳定、独享的网络出口,并避免在使用过程中反复切换节点。这一条对长期在线跑自动化任务的场景尤其重要。

关于升级更高档订阅

有人第一反应是升级套餐来解决。需要注意的是,限流和容量问题通常不是靠提高订阅档位就能绕开的,而且升级涉及计费与退款,具体规则请以官方最新的订阅说明为准。建议先完成前面的排查,确认是账号侧限制还是容量问题,再决定要不要动订阅。

关于共享账号与来路不明的中转服务

把账号借给他人、购买共享号、或使用第三方中转服务,看似能立刻绕过报错,但风险很实在:账号可能因异常登录被批量封禁,对话内容会经过陌生中间层,付费后服务随时可能消失,也基本不符合平台的服务条款。不建议把工作和重要数据放在这类通道上。更稳妥的替代是:日常交互用官方订阅,批量任务用官方 API,团队场景考虑官方的团队或企业方案。

几个容易踩的坑

  • 不要把客服机器人的回复当成定论。模板话术会随官方调整而变化,今天能用来「检测」的方法,过一段时间可能就失效了。
  • 不要用非官方客户端来「验证」账号状态。用订阅账号登录第三方客户端,可能触发额外的合规检查并返回与订阅共享相关的报错。这类报错说明的是该客户端的使用方式不被认可,不能直接推导出账号被降级,而且这种做法本身有违反服务条款的风险。
  • 不要为了测试而疯狂重试。短时间内的高频失败请求本身就是异常信号。
  • 区分「账号问题」和「模型问题」。聊天正常但某个功能不通,往往只是那个模型或那条链路容量紧张,等一段时间就会缓解。

长期在线的场景可以怎么安排

如果你主要是在本地机器上长时间跑命令行 AI 工具(例如 Claude Code 之类),会发现另一类干扰:机器休眠、断网、切换 Wi-Fi、出口 IP 变动,都会让长任务中断,重连后状态还得重来。这种情况下,把运行环境挪到一台长期在线的机器上是可选的思路之一——例如整台 Mac mini 托管在新加坡机房、按月租用、远程连接的独享远程 Mac,网络出口相对固定,也不用担心本地断电和休眠。它解决的是「在线时长与网络稳定性」,并不能解决账号本身的限流,两者要分开看。

小结

「Selected model is at capacity」既可能是平台真的挤,也可能是你的账号被单独限流,还可能是长会话或出口 IP 造成的假象。处理顺序建议是:先换模型和新会话,再换网络和客户端,然后用帮助中心做一次粗筛,最后才是退出登录静置、降低使用强度这类慢办法。共享账号和第三方中转虽然见效快,但代价是账号安全和数据隐私,不建议作为长期方案。至于各种「检测降智」的技巧,官方随时会调整,遇到结论冲突时,以官方最新说明和自己账号的实际表现为准。

Codex网络出口报错排查模型限流ChatGPT Plus