我也认同 Astra 最近的事故，最近 openai 最大的问题是算力不够

转载自X：@xudaoai

梳理了一下 Astra 最近的事故，最近 openai 最大的问题是算力不够。

Astra 的 serving capacity 跟不上现在的需求。Astra 上线前，Codex 就已经有 Model is at capacity。当时中文圈很多人怀疑是中转站、共享账号，甚至中文用户被特殊处理。我自己也想过这个可能，但我的情况其实不太符合：人在澳洲，澳洲 IP、澳洲支付，正常个人订阅，平时不用中转。后来再去翻公开记录，发现美国正常 Pro 20X 用户在 Astra 上线前也遇到过同样的问题，所以 Capacity 不能只往中转站整治上解释。

9 月 3 日 Astra 上线后，问题很快密集起来。先是大量用户抱怨额度掉得特别快；9 月 6 日，Tibo 就调整了重度用户的 usage accounting，部分 long-tail workload 最高能少扣 3–4 倍额度，而且他说质量不变；9 月 7 日又来一次 Global Reset。接着 9 月 7、8 日，Model is at capacity 大量出现，这次本地日志里直接写着 server_overloaded，同时 used_percent: 0.0、rate_limit_reached_type: null。至少这些案例里，不是用户没额度，而是服务端过载。

9 月 9 日，Tibo 自己说 Astra 的需求是 “really unprecedented”，以前也经历过很陡的增长，但没见过这次这么夸张。第二天，OpenAI 直接暂停新的 $200 Pro 20X 注册和升级。Tibo 说这些用户 “put the most strain on our systems”，然后又说 “we are working on adding more capacity as fast as we can.” 到这里，“算力不够”已经不太像一个激进猜测了。

而且还漏了一个很大的变量：API 和企业客户也在抢 Astra。OpenRouter 的数据里，截至 9 月 7 日那一周，OpenAI 模型在 OpenRouter 上的消费第一次超过 Anthropic，上一次还是 2024 年 2 月；Astra 自己就拿走了 OpenAI + Anthropic 两家合计钱包份额大约 19%。这当然只是 OpenRouter，不代表整个市场。Ramp 的企业数据也出现了类似变化，Astra 当周约占它追踪的企业 AI 支出 13%。两边放在一起看，至少能确认一件事：Astra 上线后，API 和企业侧的付费需求涨得很快。

再看 OpenAI 自己的商业产品，差别就更明显。企业 API 可以买 Reserved Tier，提前锁 provisioned capacity，高峰期也保证可用；还有 Fast / Scale Tier，花更多钱换更稳定、更快的处理。Business Premium 的 Work / Codex 用量也比 Standard 高很多，用完还能继续买 credits。反过来看个人订阅，Plus / Pro 是固定月费，OpenAI 可以用额度窗口、周限额、fallback、Model is at capacity，甚至暂停 20X 新用户来控负载。

OpenAI 没公开过“API > Enterprise > Pro > Plus”这种内部优先级，但如果 Astra 的供给短期真的不够，已经预购容量、有 SLA、按量持续付费的 API 和企业客户，显然比固定月费消费者更难随便压。

Codex 又把这个问题放大了。普通 Chat 很多时候只是问一句、推理、回答；Codex 却是读 repo、reasoning、shell、改代码、test、retry、child agent、review，再把一大坨 context 继续喂回去。Chat 是问 Astra 一个问题，Codex 是让 Astra 连续上班。

然后我们就看到了现在这些问题：额度掉得飞快、Model is at capacity、server_overloaded、任务做几分钟就停下来、不断让你“继续”、20X 停卖、达到限额后 fallback，有些账户甚至直接看不到 Astra。

中文用户这边更乱一些。有人连普通中文“你好”都会被 Astra 判成 invalid prompt；有 Plus 用户之前能正常用 Astra，后来模型直接从 Codex 选择器里消失；还有用户拿同一个中文任务做前后对比，capacity throttling 前后，reasoning token、output token 和结果质量都出现了明显变化。

9 月 12 日 OpenAI 确认过的质量问题本身也是真的：Context Management 会导致 early stop，约影响 4,000–5,000 人；旧 Skills 会干扰模型完成任务；还有一批配置错误的 inference engines，确实造成了 measurable quality degradation。这些问题不能直接归到算力头上，但它们和额度、Capacity、20X 停卖，几乎都挤在同一个时间段。

所以把整条线串起来：Astra 本身更贵，Codex 又是重型 Agent workload，Plus 用户也能大量接入，API 和企业需求同时暴涨，企业还能花钱锁容量；然后 usage 上线几天就大改，连续 Reset，server_overloaded，Tibo 说需求 unprecedented，$200 Pro 20X 停卖，OpenAI 公开说正在拼命增加 capacity。