Acht Millionen Codex-Nutzer: Warum die Nutzungslimits der eigentliche Engpass sind

OpenAI hat eine Zahl gemeldet, die nach Sieg klingt: Codex hat nach dem Launch von GPT-5.6 acht Millionen Nutzer erreicht. Vor wenigen Monaten lag die Zahl der wöchentlich aktiven Nutzer unter einer Million, Anfang Juni stand sie bei fünf Millionen. Der lehrreiche Teil der Geschichte steht trotzdem woanders, nämlich im Untertitel des Berichts von The New Stack: Usage caps remain the bottleneck. Die Nutzungsgrenzen bleiben der Engpass. Ausgerechnet der Anbieter, der gerade einen Nutzungsansturm bewältigt, benennt damit selbst, wo sein Produkt am empfindlichsten knirscht.

Ich lese solche Meldungen mit einem anderen Blick als im vergangenen Jahr. Mein Agent läuft auf einem gebrauchten Google Pixel 6a für 45 Euro und zieht seine Rechenleistung aus einem Ollama-Cloud-Tarif, der nach Requests abrechnet: ein 5-Stunden-Fenster und ein Wochenlimit. Die Dashboard-Zahlen vom 5. September 2026 lagen bei rund 800 Requests pro Fenster und etwa 2.900 pro Woche. Wenn OpenAI bei acht Millionen Nutzern über exakt dieselbe Mathematik stolpert, ist das für mich keine ferne Marktmeldung, sondern die Bestätigung einer Betriebswirklichkeit, die ich hier seit Monaten im Alltag lebe.

In diesem Beitrag ordne ich ein, was beim Launch tatsächlich passiert ist, warum die Decke auch nach dem temporären Wegfall des 5-Stunden-Limits bleibt, wie Anthropic binnen Stunden geantwortet hat und was daraus für den Betrieb eigener Agenten folgt. Jede externe Zahl trägt ihre Quelle, eigene Messwerte tragen Datum und Herkunft. Mir geht es dabei nicht darum, OpenAI anzugreifen, sondern darum zu zeigen, dass Kontingente längst die eigentliche Steuergröße der Agenten-Ära sind.

Der Ablauf zeigt ein Muster, das man aus Skalierungsphasen kennt, aber selten so früh und so offen: Erst kommt das Wachstum, dann erscheinen die Grenzen, dann kommt die Zugabe. OpenAI gab zum Launch die großzügigste Nutzung frei, die das Produkt seit seinem Start angeboten hat, und musste die Limits aller Nutzer trotzdem anfassen. Wer einen wöchentlichen Pool teilt, verteilt mit jedem neuen Nutzer denselben Vorrat neu. Acht Millionen Zugriffe auf einen Pool sind Arithmetik, bevor sie eine Schlagzeile sind.

Das Wichtigste steht im Bericht in einem Nebensatz: Selbst nachdem das 5-Stunden-Limit aufgehoben war, teilten sich Codex und ChatGPT Work einen einzigen wöchentlichen Pool. Das ist die eigentliche Nachricht. Der Engpass eines Agenten-Produkts liegt nicht in der Antwortqualität und nicht in der Modellwahl, sondern darin, wie viel wöchentliche Arbeit das Abo hergibt. Ein Modell-Upgrade verändert die Qualität der Arbeit. Ein Kontingent entscheidet, ob die Arbeit überhaupt stattfindet.

Deshalb lese ich die Meldung über acht Millionen Nutzer als Kontingent-Geschichte und nicht als Tech-Story. Auf meinem Deck ist das Limit die erste Planungsgröße des Tages. Ich weiß, was ein Turn kostet, bevor ich einen Arbeitsgang starte. Ein 54-Minuten-YouTube-Transkript kostet beim Abruf und Speichern null Requests, weil ein Skript diese Arbeit erledigt. Das Lesen desselben Transkripts samt Zusammenfassung kostet vier Requests, rund 0,5 Prozent des 5-Stunden-Fensters. Diese Trennung ist kein Trick, sondern Buchhaltung: Mechanik gehört in Skripte, und Requests bezahlen Urteile.

OpenAI steht vor derselben Buchhaltung, nur mit acht Millionen gleichzeitigen Buchhaltern. Ein einzelner Agenten-Durchlauf kostet ein Vielfaches eines Chat-Turns, weil ein Agent liest, plant, Werkzeuge aufruft und Ergebnisse prüft. Ein wöchentlicher Pool ist die einzige Steuergröße, die diese Kurve bezahlbar hält. Die Decke ist also kein Fehler und kein Versehen. Sie ist der Kern eines Abos, das mehr Arbeit verspricht, als ein fairer Preis decken würde.

Der Wegfall des 5-Stunden-Limits klingt nach Großzügigkeit, wirkte aber wie ein Überdruckventil. Ein Launch-Ansturm von acht Millionen Nutzern drückt auf jede Warteschlange, und ein 5-Stunden-Zyklus verstärkt Spitzen, statt sie zu glätten. Der wöchentliche Pool blieb bestehen, damit blieb auch die eigentliche Knappheit bestehen. Geändert hat sich nur die kurzfristige Bewegungsfreiheit. OpenAI hat die Gravitation von rund 900 Millionen wöchentlichen ChatGPT-Nutzern hinter sich, und genau diese Masse macht jede Verschiebung im Kontingent öffentlich sichtbar.

Für Nutzer entsteht dabei ein paradoxer Zustand: Das Produkt funktioniert, die Benchmarks sind stark, und die Arbeitsmenge pro Woche bleibt rationiert. Eine Entwicklerin, die Codex im Tagesgeschäft fährt, plant nicht mehr danach, was das Modell kann, sondern danach, was der Pool hergibt. Der Tarif wird zum Projektleiter, das Modell zur Baustelle. Wer diese Umkehrung nicht im Blick hat, staunt spätestens dann, wenn die Arbeit mitten im Auftrag endet.

Wenige Stunden, nachdem OpenAI die Marke von sieben Millionen Nutzern verkündet hatte, verlängerte Anthropic die Aktionspreise von Claude Fable 5 bis zum 19. Juli und hob die wöchentlichen Limits von Claude Code um 50 Prozent an. Der aufschlussreiche Teil ist das Timing. Kontingente sind längst ein Wettbewerbsinstrument, das schneller bewegt wird als Preise, Features oder Benchmarks. Wer seine Decke anpasst, antwortet auf den Ansturm beim Konkurrenten, ohne an einem einzigen Modell zu arbeiten.

Parallel dazu berichtet The New Stack über einen Fall, in dem Anthropic ein Vielfaches der Nutzung versprochen hatte und Entwickler danach an einer wöchentlichen Decke stießen, mit einem Rechtsstreit in der Folge. Ob man das als Marketing-Problem oder als gebrochenes Produktversprechen einordnet, ist zweitrangig. Der Abstand zwischen beworbener Freiheit und realer Decke ist selbst zum Thema geworden. Ich arbeite hier mit einem bewusst kleinen und dokumentierten Limit, und genau deshalb liegt der Abstand zwischen Versprechen und Wirklichkeit bei mir bei null.

Erste Folge: Kontingent-Planung kommt vor Modell-Begeisterung. Der beste Modellwechsel bringt nichts, wenn das Fenster leer ist, bevor die eigentliche Arbeit beginnt. Ich plane den Tag um das 5-Stunden-Fenster und die Woche um das Wochenlimit, nicht umgekehrt. Wer Agenten ernsthaft betreibt, führt zuerst eine Request-Buchhaltung und wählt dann Modelle.

Zweite Folge: Mechanik gehört in Skripte. Meine 58 YouTube-Feeds laufen als Cron-Skript mit null Requests. Transkripte werden gezogen und gespeichert, ohne dass ein LLM-Turn dafür bezahlt wird. Die Requests bleiben reserviert für das, was Skripte nicht leisten können: Relevanz, Ton, Struktur und die Entscheidung, was veröffentlicht wird. Bei rund 2.900 Requests pro Woche ist das keine Sparsamkeitsübung, sondern der Unterschied zwischen einem arbeitsfähigen und einem gelähmten System.

Dritte Folge: Grenzen sind ein Betriebszustand, keine Ausnahmesituation. Ich habe dieses System gebaut, um Kills zu überstehen, und dasselbe Denken gilt inzwischen für Kontingente. Ein Kontext-Reset ist Wartung, ein leeres Fenster ist Feierabend, beides überlebt das System. Der Unterschied zwischen einem Spielzeug und einem Arbeitsgerät zeigt sich genau hier: Ein Arbeitsgerät kennt seine Grenzen, plant sie ein und meldet sie, statt sie zu ignorieren.

Den Kontrast zwischen Compute-Knappheit und Compute-Überschuss habe ich vor einiger Zeit in einem eigenen Beitrag aufgearbeitet:

Dort wie hier gilt dieselbe Lektion: Engpässe verschieben sich, sie verschwinden nicht. Wer den Zähler versteht, bleibt handlungsfähig, während andere nur reagieren. Das gilt für Chips in Rechenzentren genauso wie für Requests in einem Abotarif.

Auch der Modellwechsel gehört in diese Reihe: Das System überlebt den Wechsel, weil Limits, Skripte und Gedächtnis unabhängig vom jeweiligen Front-Modell funktionieren. Und der Alltag zeigt sich dort, wo Agenten-Arbeit sich aufteilt, bevor ein einzelnes Limit zum Nadelöhr wird:

Acht Millionen Codex-Nutzer sind eine beeindruckende Zahl, aber die lehrreiche Zahl des Berichts ist eine andere: Die Decke blieb bestehen, auch nach dem vorübergehenden Wegfall des 5-Stunden-Limits. Wer Agenten betreibt, lebt längst in dieser Wirklichkeit. Der Unterschied zwischen OpenAI und meinem Deck ist die Größenordnung, nicht die Mathematik. Dort ein geteilter wöchentlicher Pool mit Millionen Ansprüchen, hier rund 800 Requests im Fenster und 2.900 in der Woche. In beiden Fällen entscheidet die Buchhaltung darüber, was ein Agent an einem Tag leisten kann. Wer das akzeptiert, baut Systeme, die mit Knappheit planen. Wer es ignoriert, erlebt das Ende der Arbeit mitten im Auftrag.

Ich betreibe das HUNTER-Cyberdeck auf einem gebrauchten Google Pixel 6a und orchestriere Agenten im Alltag mit Hermes, pi und herdr. Diesem Beitrag liegen eigene Messwerte aus dem Dashboard meines Ollama-Cloud-Tarifs zugrunde, abgerufen am 05.09.2026. Externe Zahlen stammen aus dem verlinkten Bericht von The New Stack, abgerufen am 24.09.2026. Zuletzt fachlich geprüft am 24.09.2026.

Eigene Messwerte stammen aus dem Dashboard des Ollama-Cloud-Tarifs, abgerufen am 05.09.2026. Sie belegen nur den eigenen Betrieb und erheben keinen Anspruch auf Übertragbarkeit.