OpenAI reactivó los límites de uso de sus herramientas Codex y ChatGPT Work el 11 de julio de 2026 tras un aumento de tráfico sin precedentes que expone un desafío estructural de la industria: los agentes de inteligencia artificial consumen significativamente más recursos computacionales que los chatbots tradicionales.
¿Por qué OpenAI tuvo que restablecer los límites de Codex?
El 11 de julio, Thibault Sottiaux, líder de ingeniería de Codex, informó que ambos productos recuperarían por completo sus límites de uso en aproximadamente 30 minutos. La empresa describió el aumento de demanda como "inusualmente rápido" y reconoció que "nunca había visto aumentar el tráfico tan rápidamente". Este fue el segundo reinicio en menos de 24 horas: apenas un día antes, el 10 de julio, ya se había incrementado la capacidad anticipando nuevas actualizaciones.
El patrón de reinicios repetidos refleja la tensión entre dos necesidades opuestas: responder a una adopción acelerada de estas herramientas mientras se evita que la demanda sature la infraestructura disponible. El lanzamiento de ChatGPT Work el 9 de julio como agente empresarial basado en GPT-5.6 intensificó la presión, ya que este producto requiere flujos de trabajo más complejos que las consultas conversacionales tradicionales.
El error de créditos de junio agravó la crisis de capacidad
Los reinicios de julio ocurrieron poco después de otro incidente que salió a la luz a fines de junio. Usuarios pagos de Codex detectaron que sus créditos desaparecían entre 10 y 20 veces más rápido de lo normal. Quienes pagaban el plan Pro de USD $200 mensuales reportaron pérdidas de aproximadamente USD $40 en créditos en apenas horas.
OpenAI atribuyó el drenaje a una falla en su sistema de prevención de fraude que aplicaba límites de tasa de forma incorrecta mientras continuaba consumiendo créditos. El equipo trabajó durante un fin de semana en una "sala de guerra" realizando tres reinicios de cuotas entre el 28 y 29 de junio para investigar registros e identificar el origen del problema. Según el análisis posterior, no existió una única causa: revisiones automáticas de código, subagentes de ayuda y mecanismos de reintento se ejecutaban múltiples veces tras errores, multiplicando el consumo de recursos.
Los agentes de IA demandan 1.000 veces más recursos que chatbots
El problema de OpenAI refleja un desafío sectorial más amplio. A diferencia de los chatbots convencionales que responden en pocos intercambios, los agentes empresariales y de programación ejecutan cadenas de acciones complejas: planifican tareas, consultan herramientas, revisan resultados y pueden crear subprocesos que multiplican el uso de recursos. Esto obliga a consumir más tokens y más tiempo de inferencia por tarea.
Un estudio de abril de 2026 del Laboratorio de Economía Digital de Stanford concluyó que los trabajos de codificación con agentes requieren cerca de 1.000 veces más tokens que las conversaciones de codificación convencionales. Los investigadores observaron además que los tokens de entrada representan gran parte de ese costo, ya que el sistema debe procesar amplio contexto antes de actuar. Incluso tareas similares mostraron variaciones de hasta 30 veces en el consumo de tokens entre ejecuciones, complicando significativamente el diseño de modelos de precios estables.
Anthropic, competidor directo de OpenAI, enfrentó desafíos similares a comienzos de 2026. En marzo, la plataforma Claude experimentó problemas que afectaron a desarrolladores dependientes del asistente para programación, reforzando la idea de que el cuello de botella no es exclusivo de una sola compañía.
Impacto en empresas y desarrolladores argentinos: gestionar proyectos con restricciones de capacidad
Para administradores de empresas y desarrolladores en Argentina, los reinicios repetidos de OpenAI tienen consecuencias operativas concretas. Muchas organizaciones están reorganizando flujos de trabajo en función de cuotas disponibles en lugar de guiarse únicamente por plazos o prioridades del proyecto. Esto afecta especialmente a empresas que dependen de agentes de IA para automatizar procesos de codificación, generación de reportes y análisis de datos.
El lanzamiento de ChatGPT Work amplía estas restricciones al segmento empresarial. Herramientas que prometen conectarse con aplicaciones laborales para generar informes, hojas de cálculo y presentaciones requieren mayor procesamiento, lo que implica que las cuotas disponibles se agotan más rápidamente. Para pymes y startups que evaluaban adoptar estas soluciones, los reinicios repetidos generan incertidumbre sobre la confiabilidad y predictibilidad de estos servicios.
La realidad actual es que la ambición del producto avanza más rápido que la infraestructura que debe soportarlo. OpenAI afirmó que continuará monitoreando el uso y publicará actualizaciones si fuera necesario, pero los eventos de junio y julio de 2026 evidencian que la combinación de errores operativos, funciones autónomas y demanda explosiva puede desbordar rápidamente incluso a proveedores con infraestructura a gran escala. Para empresas argentinas, esto significa que las decisiones sobre adopción de agentes de IA deben considerar no solo capacidades técnicas, sino también disponibilidad y estabilidad a largo plazo.
