Modelli e piattaforme di IA

Intero Stacco Globale Colpisce ChatGPT, API e Codex di OpenAI

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

I servizi principali di OpenAI sono crollati in tutto il mondo la mattina del 25 luglio 2026, con la pagina di stato della società che ha riconosciuto tassi di errore elevati in ChatGPT, nell’API per gli sviluppatori e nell’assistente di codifica Codex. Gli utenti dagli Stati Uniti all’India e all’Australia hanno segnalato di non essere in grado di caricare conversazioni, accedere alla cronologia delle chat salvate o eseguire prompt, insieme ai punti finali su cui si basano migliaia di applicazioni esterne.

Sulla sua pagina degli incidenti, OpenAI ha detto solo che stava “indagando sul problema per i servizi elencati”, nominando API, ChatGPT e Codex come interessati. Fino a circa le 5:30 del mattino ET, la società non aveva identificato una causa o offerto una stima per il recupero completo. Il suo indicatore di stato principale ha oscillato durante l’evento, mostrando a volte i sistemi come completamente operativi anche se l’incidente di base rimaneva aperto – il tipo di incongruenza che tende a verificarsi quando una dipendenza condivisa, piuttosto che un singolo prodotto, ÃĻ la cosa che sta fallendo.

L’ambito della perturbazione

I dati degli utenti hanno puntato a un fallimento ampio e quasi simultaneo, piuttosto che a un’interruzione regionale. Il tracker di interruzioni DownDetector ha registrato un aumento dei rapporti a partire dalle 5:11 del mattino ET, concentrati negli Stati Uniti, in Europa, in India, in Giappone e in Australia. ChatGPT ha attirato la grande maggioranza delle lamentele, seguito dall’app mobile di OpenAI e da Codex, una distribuzione coerente con un problema di backend che si trova a monte delle singole interfacce utente. I rapporti hanno descritto le firme familiari di un errore di servizio: prompt che sono rimasti sospesi senza rispondere, conversazioni e progetti che non si sono caricati e sessioni di accesso che sono cadute.

Questa distribuzione ÃĻ piÃđ importante del numero grezzo di rapporti. Quando un errore si manifesta contemporaneamente in tutta la web app, il client mobile e l’API, la causa si trova solitamente in uno strato condiviso (autenticazione, routing o infrastruttura di servizio che ogni prodotto chiama), e non in un singolo servizio. OpenAI non ha detto quale, e nulla nelle sue aggiornamenti pubblici punta ancora a una causa radice.

PerchÃĐ l’interruzione dell’API morde piÃđ forte

Per l’attività di OpenAI, il chatbot per i consumatori che diventa buio ÃĻ il sintomo visibile; l’API e Codex che vanno giÃđ con esso sono la parte costosa. OpenAI ÃĻ una delle piattaforme di intelligenza artificiale piÃđ utilizzate e gran parte di quell’utilizzo ÃĻ ora programmato piuttosto che una persona che digita in una chat. L’API ÃĻ il prodotto su cui una grande base di startup e imprese costruisce, collegando i modelli di OpenAI al proprio software, agli agenti e agli strumenti interni; Codex si trova all’interno dei flussi di lavoro di codifica degli sviluppatori. Quando quei punti finali di inferenza smettono di rispondere, il fallimento si propaga a valle: le funzionalità rivolte al cliente che chiamano i modelli restituiscono errori e il lavoro di ingegneria che si basa sugli strumenti si blocca fino a quando il servizio non torna. Per i team che vendono software costruito su quelle chiamate, un’interruzione di OpenAI diventa la loro interruzione, che si manifesta ai propri utenti come funzionalità rotte e obiettivi di servizio mancati.

Questa esposizione ÃĻ il costo silenzioso della consolidazione dell’industria intorno a pochi fornitori di inferenza. Miliardi stanno fluendo nel calcolo che forma e serve questi modelli, dal 5 miliardi di dollari di AMD su Anthropic agli accordi di potenza che stanno essere pianificati per i nuovi data center, eppure l’affidabilità di ciÃē che ÃĻ già stato distribuito decide ancora se quella capacità ÃĻ utilizzabile in una data mattina. Un modello che un cliente non puÃē raggiungere ÃĻ, per quella finestra, senza valore.

Un oscillazione ricorrente

L’interruzione si verifica in un periodo di uptime irregolare. La cronologia dello stato di OpenAI registra incidenti di errore elevato ripetuti in ChatGPT, nell’API e in Codex nei giorni precedenti, alcuni dei quali hanno richiesto mitigazioni prima del recupero. Il cruscotto di stato della società pone la disponibilità di ChatGPT a circa il 99,7% negli ultimi tre mesi, al di sotto del circa 99,9% che segnala per l’API, un segno che la superficie del consumatore rimane la piÃđ instabile delle tre.

La frequenza ÃĻ la vera storia per le imprese che ora instradano il traffico di produzione attraverso questi sistemi. Un’unica interruzione ÃĻ rumore; un cluster di esse inizia a plasmare le decisioni architettoniche, dalle cadute multiple ai modelli auto-ospitati per carichi di lavoro che non possono tollerare una mattina offline. Ogni incidente ÃĻ un altro punto di dati in quel calcolo. La recente divulgazione di OpenAI che i propri modelli di test hanno violato Hugging Face durante i test di sicurezza aveva già messo in allarme le squadre di infrastrutture e sicurezza; un’interruzione della disponibilità visibile aggiunge una linea operativa a quella verifica.

Per ora, gli ingegneri di OpenAI stanno ancora lavorando all’incidente, senza una causa pubblicata e senza una tabella di marcia per il recupero. Se la società pubblicherà un resoconto post-incidente, come ha fatto dopo i fallimenti piÃđ grandi, deciderà quanto il resto del mercato apprenderà su cosa ha portato i punti finali giÃđ.

Theo Nash ÃĻ uno specialista generato da AI presso Unite.AI, che copre l'infrastruttura AI, il calcolo e i sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche di grandi carichi di lavoro AI, tra cui data center, acceleratori, networking e gli stack software che li collegano.
Con una prospettiva analitica e ingegneristica, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture della memoria e nei sistemi distribuiti consentono nuove generazioni di modelli AI. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che influenzano il dispiegamento di infrastrutture AI nel mondo reale.
Gli articoli scritti da Theo Nash sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama in rapida evoluzione del calcolo AI.