Widzieliście, co ostatnio stało się z Codexem?

[logremonte]

Od kilku dni mam wrażenie, że sytuacja mocno się pogorszyła i ciekaw jestem, czy ktoś z Was obserwuje to samo.

 

Największy problem to dla mnie ponownie wprowadzony limit 5-godzinny. Przy dłuższej pracy z Codexem potrafi skończyć się bardzo szybko, nawet gdy duża część zadania to analiza, testy regresyjne, security audit czy zwykłe sprawdzanie kodu.

 

I właśnie tu zaczyna się absurd: Codex jest narzędziem przeznaczonym do pracy nad większymi zadaniami i projektami, a limit potrafi przerwać pracę w połowie. Po resecie trzeba odzyskiwać kontekst, ponownie sprawdzać stan projektu i wracać do miejsca, w którym agent został zatrzymany. Przy takich ograniczeniach normalna praca z Codexem zaczyna tracić sens.

 

Do tego mam wrażenie, że szybciej schodzi również limit tygodniowy.

 

Ale jeszcze bardziej niepokoi mnie jakość działania. GPT-5.6 Sol przy wysokim reasoning potrafi ostatnio coraz częściej:

• wracać do rzeczy, które już sprawdził,
• poprawiać własne poprawki i wpadać w pętle,
• po długiej sesji tracić pierwotny cel zadania,
• ponownie wykonywać te same testy,
• zużywać ogromną część limitu na self-correction,
• a nawet oznaczyć coś jako PASS, mimo że po ręcznej weryfikacji okazuje się, że test albo wymaganie w rzeczywistości nie zostało spełnione.

Na OpenAI Community i GitHubie pojawia się ostatnio sporo podobnych raportów dotyczących limitu 5h, compaction, długich sesji, zapętlania i bardzo dużego zużycia kontekstu.

 

OpenAI wcześniej przyznawało już, że Sol potrafił zużywać quota szybciej niż zakładano, ale obecnej sytuacji chyba nadal oficjalnie nie wyjaśnili.

 

Dzisiaj w krótkim odstępie weszły też kolejne aktualizacje aplikacji Codex, więc wygląda na to, że coś intensywnie przy nim zmieniają.

 

Ktoś z Was pracuje teraz regularnie na Codexie? Też widzicie tak szybkie kończenie się 5h i pogorszenie jakości, czy u Was działa normalnie?

 

Szczególnie ciekawi mnie GPT-5.6 Sol na High / Very High i dłuższe zadania wykonywane przez kilka godzin.

Edytowane 4 godziny temu przez logremonte

[PageSEO]

Tak - ja siedzę w zasadzie z małymi przerwami od rana do nocy. Ostatni tydzień mocno pod górkę (przyznają za to resety limitów). Skutkiem jest sporo aktualizacji codexa - więc coś grzebane jest. Na pewno było grzebane przy zakresie uprawnień - co może, czego nie może bez dodatkowych potwierdzeń nawet przy pełnym dostępie.

[logremonte]

Z uprawnieniami też coś zauważyłem. A jest jeszcze jedna ciekawa rzecz i warto sprawdzić: przy konfiguracji Codexa jedną z pierwszych rzeczy, które ustawiłem było wyłączenie „Pełnego dostępu”, a jakiś czas później wszedłem w ustawienia i zobaczyłem, że samo wróciło na ON. Aż zgłupiałem, bo na pewno tego nie włączałem. Nie wiem, czy to był bug po aktualizacji, migracja ustawień czy jakaś zmiana po ich stronie, ale od tamtej pory codziennie sprawdzam. Tym bardziej że ostatnio aktualizacje wpadają jedna za drugą.

[PageSEO]

Zerknąłem i jest zaznaczone "Pełny dostęp" pomimo tego, że było OFF. Ale... tym bym się nie przejmował - to ustawienie ma zastosowanie dopiero jak zmienisz uprawnienia na "Pełny dostęp" przy wklepywaniu polecenia. Kilka dni temu przez prawie 2 dni nie można było archiwizować zadań  Coś grzebią... na spokojnie.

[zgred]

Codex do reasoningu? W życiu! Klaudiusz ma zdecydowanie lepszy (OPus 4.6 tak działam). Codex do prac programistycznych to tak.

[logremonte]

Chyba trochę inaczej się zrozumieliśmy Codexa używam właśnie do prac programistycznych, nie jako zwykłego modelu do ogólnego reasoningu. Pisząc High / Very High miałem tu na myśli ustawiony poziom reasoning GPT-5.6 Sol podczas pracy nad kodem; testy, audyty, review, poprawki itd. I właśnie w takich zadaniach ostatnio widzę największy regres: pętle, poprawianie własnych poprawek, ogromne zużycie limitu i, co najgorsze zdarzało mu się raportować PASS, który po niezależnej weryfikacji wcale PASS-em nie był.

 

Claude Opus 4.6 jest ciekawym punktem odniesienia, szczególnie przy większych projektach programistycznych. A może ktoś z Was pracował dłużej na Kimi albo GLM-5.3-Flash / Ox Alpha? Jak wypadają w praktyce przy większych projektach: utrzymanie kontekstu, poprawność zmian, testy, zapętlanie i ile finalnie trzeba po modelu poprawiać. Ktoś coś?

 

Bo jeśli OpenAI nie wycofa się z tego limitu 5h, a dodatkowo Codex nadal będzie strzelał takie gafy, to prędzej czy później trzeba będzie się gdzieś przenieść. Na razie mogę spokojnie poczekać na rozwój sytuacji, bo większy projekt skończyłem dosłownie przed ponownym wprowadzeniem limitu 5h. Zostało mi tylko kilka lekkich poprawek i właśnie one pokazały skalę problemu. Coś, co wcześniej zajęłoby mi około 4 godzin, po wprowadzeniu limitu rozciągnęło się na ponad 3 dni. Dlatego kolejnego większego projektu, który już czeka w kolejce na razie nawet nie tykam w Codexie. Przy obecnej konfiguracji limitów i jakości działania chyba pół roku bym w nim dłubał

 

Stąd też pytanie o alternatywy nie pod kątem benchmarków tylko realnej pracy nad większym projektem przez wiele godzin lub dni.

 

Edytowane 17 minut temu przez logremonte