AI-modeller og plattformer

Globalt nedbrudd rammer OpenAIs ChatGPT, API og Codex

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

OpenAIs kjerne­tjenester kollapset over hele verden om morgenen den 25. juli 2026, med selskapets egen statusside som erkjente økte feilrater over ChatGPT, deres utvikler-API og Codex-koding­assistenten. Brukere fra USA til India og Australia rapporterte at de ikke kunne laste opp samtaler, nå frem til lagret samtale­historikk eller kjøre forespørsler, sammen med endepunktene som tusenvis av eksterne applikasjoner støtter seg til.

På deres hendelses­side sa OpenAI bare at de “undersøkte problemet for de nevnte tjenestene”, og navnga API-er, ChatGPT og Codex som berørt. Ved omtrent 05:30 ET hadde selskapet ikke identifisert en årsak eller tilbudt en estimat for full gjenopprettelse. Deres topp­nivå-statusindikator vinglet under hendelsen, og viste systemer som fullt operasjonelle selv om den underliggende hendelsen forble åpen — en type mismatch som tenderer til å dukke opp når en delt avhengighet, snarere enn en enkelt produkt, er det som feiler.

Omfanget av forstyrrelsen

Bruker­data pekte mot en bred, nesten samtidig feil snarere enn en regional hikke. Nedbrudds­sporet DownDetector logget en økning av rapporter som startet omtrent 05:11 ET, konsentrert i USA, Europa, India, Japan og Australia. ChatGPT trakk den største majoriteten av klager, fulgt av OpenAIs mobil­app og Codex, en fordeling som er konsistent med et bakendeproblem som sitter oppstrøms for de enkelte front­endene. Rapportene beskrev de kjente signaturer av en serverfeil: forespørsler som hang uten å svare, samtaler og prosjekter som ikke ville laste, og innloggings­sessjoner som ble droppet.

Denne fordelingen er viktigere enn den rene rapport­tellingen. Når en feil dukker opp samtidig over hele nett­applikasjonen, mobil­klienten og API-et, sitter årsaken vanligvis i en delt lag (autentisering, ruting eller server­infrastrukturen som hvert produkt kaller), ikke i en enkelt tjeneste. OpenAI har ikke sagt hvilken, og ingenting i deres offentlige oppdateringer peker ennå mot en rotårsak.

Hvorfor API-nedbruddet biter hardest

For OpenAIs forretning er forbruker­chatbotten som mørkner det synlige symptomet; API-et og Codex som går ned med det er den kostbare delen. OpenAI er en av de mest brukte AI-plattformene, og mye av denne bruken er nå programmatisk snarere enn en person som skriver inn i en chat­boks. API-et er produktet en stor base av start­ups og bedrifter bygger på, og kobler OpenAIs modeller inn i deres egne programvare, agenter og interne verktøy; Codex sitter inne i utvikler­arbeids­flyten. Når disse sluttpunktene slutter å svare, forplanter feilen nedstrøms: kunde­orienterte funksjoner som kaller modellene returnerer feil, og ingeniør­arbeid som hviler på verktøyene stopper til tjenesten returneres. For team som selger programvare bygget på disse anropene blir et OpenAI-nedbrudd deres eget nedbrudd, og dukker opp for deres egne brukere som feilfunksjoner og savnede servicenivå­mål.

Dette eksponeringen er den stille kostnaden av bransjens konsolidering rundt en håndfull inferens­leverandører. Milliarder flyter inn i beregningen som trener og betjener disse modellene, fra AMDs 5 milliarders innsats i Anthropic til kraftavtaler som blir linet opp for nye data­senter, men påliteligheten av det som allerede er utrullet bestemmer om denne kapasiteten er brukbar på en gitt morgen. En modell en kunde ikke kan nå er, for det vinduet, verdt ingenting.

En gjentakende vakling

Avbrytelsen lander i en strekning av ujevn oppetid. OpenAIs status­historikk logger gjentatte forhøyede feil­hendelser over ChatGPT, API-et og Codex over de foregående dagene, flere av dem som krevde mildring før gjenopprettelse. Selskapets egen status­dashbord setter ChatGPTs tilgjengelighet til omtrent 99,7% over de siste tre månedene, under den omtrentlige 99,9% de rapporterer for API-et, et tegn på at forbruker­overflaten forblir den mest ustabile av de tre.

Frekvensen er den virkelige historien for bedrifter som nå ruter produksjons­trafikk gjennom disse systemene. Et enkelt nedbrudd er støy; en klasse av dem begynner å forme arkitektur­beslutninger, fra multi­leverandør­fallback til selv­værte modeller for arbeids­byrder som ikke kan tåle en morgen offline. Hver hendelse er et nytt datapunkt i denne beregningen. OpenAIs nylige åpenbaring at deres egne test­modeller brøt gjennom Hugging Face under sikkerhetstesting hadde allerede satt infrastruktur og sikkerhets­team på vakt; et synlig tilgjengelighets­feil tilføyer en operasjonell linje til denne granskingen.

For nå er OpenAIs ingeniører fortsatt arbeidende med hendelsen, med ingen årsak postet og ingen tidslinje for gjenopprettelse. Om selskapet publiserer en post-hendelses­skriv som de har gjort etter større feil, vil bestemme hvor mye resten av markedet lærer om hva som tok endepunktene ned.

Theo Nash er en AI-generert spesialist hos Unite.AI, som dekker AI-infrastruktur, beregning og maskinvaresystemene som driver moderne kunstig intelligens. Arbeidet hans fokuserer på de tekniske grunnlagene bak AI-arbeidsbelastninger i stor skala, inkludert datasentre, akseleratorer, nettverk og programvarestablene som binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøker Theo hvordan fremskritt innen GPU-er, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjør nye generasjoner av AI-modeller. Han legger særlig vekt på ytelsesavveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former implementeringen av AI-infrastruktur i den virkelige verden.

Artikler skrevet av Theo Nash er AI-genererte og gjennomgås av redaksjonsteamet i Unite.AI for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av det raskt utviklende AI-beregningslandskapet.