Perencanaan bisnis bergantung pada kesinambungan. Kita mengalokasikan tenaga kerja, menyepakati tenggat, dan menyusun pekerjaan dalam urutan tertentu. Batas penggunaan yang dijelaskan sejak awal dapat dimasukkan ke dalam rencana tersebut. Pemeliharaan terjadwal dapat diantisipasi. Penghentian mendadak tanpa penjelasan yang jelas atau perkiraan waktu pemulihan yang dapat diandalkan jauh lebih sulit dikelola.
Itulah masalah yang saya alami dengan Codex dari OpenAI. Pesannya sederhana:
Selected model is at capacity. Please try a different model.
Artinya, model yang dipilih sedang mencapai batas kapasitas dan pengguna diminta mencoba model lain. Dampaknya bagi bisnis jauh lebih rumit. Apa yang dapat saya janjikan kepada klien jika alat ini bisa berhenti setelah pekerjaan dimulai? Berapa banyak waktu yang harus saya sisihkan untuk pemulihan? Apa yang dapat saya andalkan dari langganan Pro?
Kapasitas model dan batas penggunaan akun merupakan kategori kegagalan yang berbeda. Perbedaan ini menjelaskan mengapa pesan kesalahan kapasitas dapat muncul meskipun jatah penggunaan masih tersedia. Hal ini juga menunjukkan celah ketika layanan AI berbayar digunakan sebagai dasar perencanaan bisnis.
Sedang merencanakan alur kerja bisnis yang mengandalkan AI? Tim engineer kami di Bali dapat membantu Anda menilai perangkat lunak, infrastruktur, dan pilihan cadangan yang mendukungnya. Diskusikan dengan tim engineer kami.
Jatah penggunaan tidak memberi tahu apakah pekerjaan dapat dilanjutkan
Definisi kesalahan Codex yang tersedia untuk publik mengaitkan pesan persis ini dengan kelebihan beban server, terpisah dari jatah penggunaan yang habis atau kuota yang terlampaui. Dokumentasi API OpenAI juga membedakan model yang sementara kelebihan beban dari batas penggunaan dan pengeluaran. Sumber-sumber ini menjelaskan kategorinya; sumber tersebut tidak mendiagnosis permintaan tertentu yang ada dalam tangkapan layar saya. Definisi kesalahan Codex, Dokumentasi kesalahan OpenAI
Jatah penggunaan menggambarkan anggaran untuk aktivitas. Kapasitas berkaitan dengan kemampuan layanan menerima permintaan pada saat itu. Karena itu, sisa anggaran tidak menyelesaikan masalah ketersediaan.
Bagi bisnis, hal ini menciptakan sesuatu yang saya sebut faktor pembatas lunak: kendala tambahan terhadap pekerjaan yang benar-benar dapat dilakukan, dengan batas yang tidak jelas bagi pelanggan. Ini merupakan gambaran dampak praktisnya, bukan istilah batas resmi OpenAI. Yang “lunak” adalah ketidakjelasan batasnya; gangguannya bisa berupa penghentian total.
Jatah yang terlihat membantu saya menganggarkan pemakaian. Untuk menjadwalkan penyelesaian pekerjaan, saya juga membutuhkan dasar yang masuk akal untuk mengharapkan pekerjaan dapat terus berjalan.
Gangguan muncul setelah pekerjaan dimulai
Tangkapan layar saya pada 30 Oktober 2026 memperlihatkan pesan kapasitas pada beberapa tahap pekerjaan. Tampilan desktop yang lebih awal merekam percakapan perencanaan. Tampilan berikutnya dari tugas dengan nama yang sama menunjukkan asisten melaporkan persiapan yang telah selesai dan beberapa perubahan pada situs, sementara impor serta penghubungan komponen lainnya masih berlangsung. Kemudian muncul pemberitahuan kapasitas dengan tombol Retry.
Pada tugas lain yang dibuka melalui ponsel, peringatan muncul di samping kumpulan perubahan berkas yang cukup besar. Saat panel agen dibuka, tiga agen masih berlabel “Working”. Label itu tidak membuktikan apakah mereka benar-benar masih bekerja, sedang menunggu, atau menampilkan status yang sudah tidak mutakhir. Orang yang bertanggung jawab atas proyek harus mencari tahu keadaan pekerjaan yang sebenarnya.
Tangkapan layar tersebut tidak membuktikan bahwa pekerjaan hilang. Namun, gambar-gambar itu menunjukkan mengapa gangguan dan ketidakpastian merupakan kombinasi yang mahal: sebelum melanjutkan, seseorang harus menentukan apa yang sudah selesai, apa yang masih aktif, dan apa yang akan dilakukan percobaan berikutnya.
Tombol Retry adalah tindakan yang dapat dilakukan pelanggan. Tombol itu bukan perkiraan kapan proyek dapat dilanjutkan dengan andal.
Pengguna berbayar lain melaporkan masalah yang sama
Ada laporan publik dari pelanggan lain, termasuk pengguna Pro yang menyatakan bahwa jatah penggunaan mereka masih tersedia.
| Tanggal laporan | Pengalaman yang dilaporkan pelanggan |
|---|---|
| 7 September 2026 | Seorang pengguna Pro 20x melaporkan kesalahan kapasitas pada beberapa model, dengan sekitar 80% jatah masih tersisa. Sesi baru dan pergantian model dilaporkan tidak membantu. Laporan GitHub |
| 23 Oktober 2026 | Seorang pengguna Pro melaporkan kegagalan sejak sehari sebelumnya, termasuk di Codex, dengan lebih dari separuh kuota masih tersisa. Chat baru dan upaya pemecahan masalah dilaporkan tidak berhasil memulihkan akses. Laporan komunitas |
| 27 Oktober 2026 | Seorang pengguna Pro melaporkan beberapa hari tanpa akses yang dapat digunakan, sementara dasbor menunjukkan tidak ada pemakaian. Ia menggambarkan kegagalan pada berbagai perangkat dan jaringan. Laporan komunitas |
| 28 Oktober 2026 | Seorang pelanggan yang menyebut paketnya Pro seharga US$200 per bulan menggambarkan gangguan yang sering terjadi selama sekitar dua minggu. Ia keberatan karena beralih model melemahkan alasan awalnya membeli langganan tersebut. Laporan komunitas |
| 28 Oktober 2026 | Seorang pengguna Plus melaporkan kesalahan kapasitas berulang dalam satu tugas cloud yang membuat tugas itu tidak dapat diselesaikan. Laporan GitHub |
Ini adalah pengalaman individu, bukan survei yang mewakili seluruh pelanggan atau pengukuran layanan yang diaudit secara independen. Laporan tersebut menunjukkan bahwa pengguna lain juga melaporkan kesulitan praktis yang sama. Namun, laporan itu tidak dapat menentukan seberapa sering masalah ini memengaruhi seluruh pelanggan atau apakah setiap kejadian memiliki penyebab yang sama.
Pemulihannya juga berbeda-beda. Sebuah laporan desktop diperbarui pada 23 Oktober dengan keterangan bahwa kondisi telah jauh membaik dan percobaan ulang biasanya berhasil, meskipun kegagalan sesekali masih terjadi. Hal ini penting: sebagian gangguan memang teratasi, tetapi laporan yang tersedia tidak memberikan waktu pemulihan yang dapat diandalkan untuk merencanakan tugas bisnis berikutnya. Pembaruan tentang pemulihan
Ketentuan langganan dapat berubah saat bisnis sedang merencanakan penggunaannya
Selain ketersediaan model, ada ketidakpastian lain: jatah yang termasuk dalam langganan itu sendiri.
Sebuah video yang membahas rencana pengurangan Pro 200 pada 30 Oktober menjelaskan penurunan dari 20 kali jatah Plus menjadi 10 kali, dengan harga bulanan tetap US$200. Salinan pemberitahuan OpenAI sebelumnya yang dipublikasikan seorang pelanggan juga memuat rencana pengurangan pesan GPT-6 Pro di Chat dari 200 menjadi 100 per minggu, disertai 62.500 kredit penggunaan sementara yang dinilai setara US$2.500 dan akan kedaluwarsa pada 31 Desember. Itu merupakan perubahan yang diumumkan, berbeda dari gangguan kapasitas tanpa penjelasan. Video yang disertakan untuk artikel ini, Salinan pemberitahuan dari pelanggan
Rencana pengurangan tersebut dibatalkan. Catatan rilis OpenAI bertanggal 29 Oktober menyatakan bahwa pelanggan Pro 200 yang sudah memiliki jatah Work dan Codex lebih tinggi tetap mendapatkannya, sedangkan pelanggan dengan jatah lebih rendah dinaikkan ke tingkat yang sama. Pembaruan yang sama menggandakan jatah Work dan Codex untuk Pro 100 dan Pro 500. Ini tidak berarti setiap pelanggan Pro 200 yang sudah ada mendapat penggandaan lagi. Catatan rilis OpenAI
Halaman bantuan Pro saat ini secara terpisah mengonfirmasi bahwa batas mingguan pesan GPT-6 Pro yang lebih tinggi dipertahankan, dan akun Pro 200 dengan batas lebih rendah dinaikkan ke tingkat tersebut. Batas pesan Chat dan penggunaan Work/Codex tetap merupakan jatah yang terpisah. Karena itu, tidak akurat jika salah satu rencana pengurangan Pro 200 tersebut disebut mulai berlaku hari ini. Ketentuan Pro saat ini
Pembatalan itu merupakan kabar baik bagi pelanggan yang terdampak dan patut diakui. Namun, ceritanya berubah: bukan lagi pengurangan yang mulai berlaku, melainkan bisnis yang diminta memahami pengumuman, mempersiapkan diri, lalu menyesuaikan lagi setelah keputusan dibalik. Siapa pun yang bertindak berdasarkan pemberitahuan sebelumnya mungkin sudah menghabiskan waktu untuk membandingkan alternatif atau mempertimbangkan ulang alur kerja.
Perhitungan dalam video menunjukkan kesulitan lain: persentasenya bergantung pada hal yang dibandingkan. Dengan komposisi token yang diasumsikan video tersebut dan skenario hipotetis anggaran dipotong separuh, perpindahan dari GPT-6 Sol ke GPT-6.1 Sol akan mempertahankan sekitar 76% volume token. Dalam perbandingan sederhana yang sama, separuh anggaran pada GPT-6.1 Terra membeli jumlah token yang sama dengan anggaran penuh pada GPT-6.1 Sol. Kedua hasil itu tidak berarti tugas yang sama akan selesai dengan standar yang sama. Perbandingannya menggunakan model berbeda, dan rencana pengurangan anggaran kini telah dicabut.
Ada hubungan harga yang dapat diverifikasi di balik sebagian pembahasan tersebut. Untuk Astra, Sol 6.1, dan Terra 6.1, tarif kredit Codex yang dipublikasikan pada kecepatan Standard untuk input, input tersimpan dalam cache, dan output secara numerik adalah 25 kali tarif dolar API Standard yang bersesuaian. Perbandingan itu saja tidak membuktikan adanya anggaran dalam dolar API yang dijamin di dalam langganan. OpenAI secara tegas memisahkan harga API dari penggunaan yang termasuk dalam langganan. Harga Codex, Harga API
Reset sementara makin menyulitkan penentuan patokan dasar. Pelacak komunitas yang dikutip video mencantumkan 12 tanggal terkait reset antara 5 dan 27 Oktober, termasuk satu reset yang disimpan untuk digunakan kemudian. Pengumuman reset bukan bukti bahwa setiap pelanggan menerima dan menghabiskan satu jatah penuh tambahan. Bulan yang sibuk dengan dukungan reset berulang merupakan dasar yang lemah untuk memperkirakan kapasitas berkelanjutan pada minggu biasa. Pelacak reset komunitas
Perbedaan-perbedaan ini penting bagi kesinambungan bisnis. Jatah penggunaan, pemberian kredit sementara, reset promosi, dan ketersediaan model masing-masing menjawab pertanyaan yang berbeda. Ketentuan yang jelas dan bertanggal seharusnya memungkinkan pelanggan membedakannya tanpa harus menyusun ulang pemahaman tentang langganan dari email, video, dan unggahan media sosial.
Pembatalan pengurangan mempertahankan jatah lebih tinggi sebagai dasar perencanaan. Hal itu tidak membuktikan bahwa gangguan kapasitas yang dibahas di sini telah diselesaikan.
Apakah OpenAI menjual akses melebihi kemampuan penyediaannya secara andal?
Itu pertanyaan yang wajar diajukan. Laporan-laporan ini belum menjawabnya.
Pada 31 Maret 2026, OpenAI mengumumkan bahwa perusahaan telah menghimpun komitmen modal sebesar US$122 miliar dengan valuasi pascapendanaan US$852 miliar. Angka-angka bertanggal tersebut menunjukkan skala keuangan yang sangat besar. Namun, angka itu tidak mengukur kapasitas komputasi cadangan yang tersedia untuk model tertentu pada saat tertentu. Pengumuman pendanaan OpenAI
Perusahaan besar dapat menghadapi kekurangan kapasitas yang nyata. Pendanaan tidak seketika berubah menjadi perangkat keras terpasang, listrik, atau kapasitas inferensi yang siap digunakan. Kendala nyata juga dapat berlangsung bersamaan dengan keputusan tentang cara membagi akses.
OpenAI secara terbuka menjelaskan pengelolaan lalu lintas dalam dokumentasi API-nya: batas laju permintaan membantu membagi akses dan mengelola beban infrastruktur. Ini membuktikan adanya mekanisme pengaturan alokasi dalam API. Namun, hal itu tidak membuktikan mekanisme mana, jika ada, yang menjelaskan kegagalan langganan Codex ini. Dokumentasi batas laju permintaan OpenAI
Untuk menyimpulkan bahwa OpenAI menjual akses melebihi kapasitasnya, dibutuhkan bukti mengenai akses yang dijual, kapasitas yang disediakan, permintaan yang diperkirakan, serta tingkat keandalan yang dibuat untuk diharapkan pelanggan. Tangkapan layar dan laporan forum tidak memberikan gambaran lengkap tersebut.
Namun, laporan-laporan itu cukup menjadi alasan untuk meminta OpenAI menjelaskan kesenjangan antara akses yang dibayar dan akses yang benar-benar dapat digunakan. Pelanggan seharusnya tidak perlu menebak kesenjangan itu dari pesan kesalahan.
Pesan itu mengarahkan perilaku meskipun penyebabnya belum jelas
Instruksi untuk mencoba model lain secara eksplisit mengarahkan pelanggan ke pilihan berbeda. Baik penyebabnya kelebihan beban sementara, keputusan alokasi, maupun gangguan teknis, pelangganlah yang diminta menyesuaikan diri.
Hal ini penting ketika model yang dipilih merupakan bagian dari proses kerja. Sebuah bisnis mungkin memilihnya setelah menguji akurasi atau kemampuannya menangani tugas sulit. Model pengganti dapat memerlukan pemeriksaan baru. Karena itu, mengganti model di tengah pekerjaan dapat menambah beban kerja meskipun akses kembali tersedia.
Sebagian pengguna juga menduga adanya pembatasan khusus akun. Penulis unggahan 27 Oktober menyatakan bahwa respons dukungan berbantuan AI menjelaskan adanya pembatasan pada tingkat akun. Itu adalah penuturan penulis tentang percakapan dengan dukungan, bukan bukti yang diverifikasi secara independen mengenai kebijakan pembatasan umum. Hal ini layak diselidiki, bukan dianggap sebagai bukti manipulasi yang disengaja. Pengalaman dukungan yang dilaporkan
Ketidakpastian itu sendiri merusak kepercayaan. Ketika pengguna tidak dapat membedakan apakah mereka menghadapi kepadatan layanan, kesalahan produk, atau pembatasan, kecurigaan mengisi celah yang ditinggalkan oleh kurangnya penjelasan.
Kesinambungan bisnis membutuhkan kondisi penghentian dan pemulihan yang lebih jelas
Bayangkan sebuah tim yang menjadwalkan peluncuran situs. Persiapan konten, implementasi, verifikasi, dan persetujuan saling bergantung. Jika tugas AI berhenti pada tahap implementasi, tim mungkin harus merekonstruksi statusnya sebelum verifikasi dapat dimulai. Sekalipun semua perubahan yang sudah selesai tetap utuh, jadwal penyelesaian bisa mundur.
Ini adalah contoh masalah perencanaan, bukan klaim bahwa tangkapan layar saya membuktikan peluncuran yang terlambat atau kerugian finansial. Contoh ini menunjukkan mengapa kapasitas yang dapat digunakan lebih penting daripada sekadar angka pada indikator jatah.
Jatah langganan yang lebih besar menjawab seberapa banyak aktivitas yang boleh digunakan pelanggan. Jatah itu sendiri tidak menjawab kapan model yang dipilih akan tersedia lagi setelah kegagalan kapasitas. Panduan harga OpenAI membedakan jatah penggunaan dan menjelaskan bahwa pemakaian bergantung pada model dan tugas. Rincian itu membantu menganggarkan penggunaan, tetapi tidak menyediakan jadwal pemulihan untuk gangguan yang dijelaskan di sini. Panduan harga OpenAI
Untuk perencanaan bisnis, saya ingin OpenAI memperjelas empat hal:
- Alasan penghentian: bedakan jatah yang habis, kepadatan layanan, pembatasan akun, dan kegagalan produk sejauh sistem dapat mengidentifikasinya.
- Perkiraan pemulihan: tunjukkan apakah pekerjaan sedang mengantre, dicoba ulang secara otomatis, atau menunggu tindakan pengguna, beserta perkiraan waktu jika tersedia.
- Status pekerjaan yang belum selesai: jelaskan apa yang sudah selesai, apa yang masih aktif, dan dari titik mana pekerjaan akan dilanjutkan.
- Nilai dan kestabilan suatu paket: nyatakan peningkatan ketersediaan atau kesinambungan yang diberikan, bersama jatah normal, promosi sementara, dan perubahan yang disertai tanggal.
Jika perkiraan pemulihan tidak memungkinkan, menyatakannya dengan jelas lebih berguna daripada membiarkan pelanggan menafsirkan indikator pemuatan yang terus berubah.
Kredibilitas bergantung pada apa yang dapat diandalkan pelanggan
Kegagalan layanan sesekali dapat dipahami. Gangguan berulang tanpa informasi yang cukup untuk merencanakan pekerjaan membuat penyedia semakin sulit dipercaya sebagai layanan yang menjadi tumpuan bisnis.
OpenAI tidak harus menawarkan komputasi tanpa batas untuk mengatasi masalah ini. Namun, perusahaan perlu membuat batas operasionalnya cukup mudah dipahami agar pelanggan dapat memutuskan seberapa besar tanggung jawab yang akan diserahkan kepada layanan tersebut.
Untuk perencanaan saya ke depan, saya akan menilai langganan Pro berdasarkan pekerjaan yang selesai dan terverifikasi serta upaya yang diperlukan untuk pulih dari gangguan, selain jatah nominalnya. Pekerjaan dengan tenggat pasti memerlukan pilihan cadangan yang dapat digunakan dan waktu yang cukup untuk pemeriksaan manusia. Persiapan tambahan itu merupakan bagian dari biaya mengandalkan alat tersebut.
Pertanyaan yang belum terjawab adalah apakah akses yang dijual sesuai dengan kesinambungan yang secara wajar diharapkan bisnis. Sampai OpenAI menjelaskan titik-titik penghentian dan kondisi pemulihan ini dengan lebih jelas, ketidakpastian tersebut akan terus melemahkan kredibilitasnya sebagai bagian yang dapat diandalkan dalam operasional bisnis.
Operasional yang andal membutuhkan keahlian engineering sekaligus alat AI yang mumpuni. Bawa proyek perangkat lunak, infrastruktur, atau otomasi Anda berikutnya kepada tim kami di Bali. Mari diskusikan cara merencanakan penanganan gangguan dan pemulihan. Diskusikan proyek Anda berikutnya.
Sumber dan laporan pengguna diperiksa pada 30 Oktober 2026.
