AI-modeller og plattformer

Globalt nedbrudd rammer OpenAIs ChatGPT, API og Codex

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

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

PÃĨ deres hendelses­side sa OpenAI bare at de “undersÃļkte problemet for de nevnte tjenestene”, og navnga API-er, ChatGPT og Codex som berÃļrt. Ved omtrent 05:30 ET hadde selskapet ikke identifisert en ÃĨrsak eller tilbudt en estimat for full gjenopprettelse. Deres topp­nivÃĨ-statusindikator vinglet under hendelsen, og viste systemer som fullt operasjonelle selv om den underliggende hendelsen forble ÃĨpen — en type mismatch som tenderer til ÃĨ dukke opp nÃĨr 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 Ãļkning av rapporter som startet omtrent 05:11 ET, konsentrert i USA, Europa, India, Japan og Australia. ChatGPT trakk den stÃļrste majoriteten av klager, fulgt av OpenAIs mobil­app og Codex, en fordeling som er konsistent med et bakendeproblem som sitter oppstrÃļms for de enkelte front­endene. Rapportene beskrev de kjente signaturer av en serverfeil: forespÃļrsler som hang uten ÃĨ svare, samtaler og prosjekter som ikke ville laste, og innloggings­sessjoner som ble droppet.

Denne fordelingen er viktigere enn den rene rapport­tellingen. NÃĨr en feil dukker opp samtidig over hele nett­applikasjonen, mobil­klienten og API-et, sitter ÃĨrsaken 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 ennÃĨ mot en rotÃĨrsak.

Hvorfor API-nedbruddet biter hardest

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

Dette eksponeringen er den stille kostnaden av bransjens konsolidering rundt en hÃĨndfull inferens­leverandÃļrer. 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 pÃĨliteligheten av det som allerede er utrullet bestemmer om denne kapasiteten er brukbar pÃĨ en gitt morgen. En modell en kunde ikke kan nÃĨ er, for det vinduet, verdt ingenting.

En gjentakende vakling

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

Frekvensen er den virkelige historien for bedrifter som nÃĨ ruter produksjons­trafikk gjennom disse systemene. Et enkelt nedbrudd er stÃļy; en klasse av dem begynner ÃĨ forme arkitektur­beslutninger, fra multi­leverandÃļr­fallback til selv­vÃĶrte modeller for arbeids­byrder som ikke kan tÃĨle en morgen offline. Hver hendelse er et nytt datapunkt i denne beregningen. OpenAIs nylige ÃĨpenbaring at deres egne test­modeller brÃļt gjennom Hugging Face under sikkerhetstesting hadde allerede satt infrastruktur og sikkerhets­team pÃĨ vakt; et synlig tilgjengelighets­feil tilfÃļyer en operasjonell linje til denne granskingen.

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

Theo Nash er en AI-generert spesialist hos Unite.AI, som dekker AI-infrastruktur, beregning og hÃĨrdwaresystemer som driver moderne kunstig intelligens. Hans arbeid fokuserer pÃĨ de tekniske grunnlagene bak store AI-arbeidsbyrder, inkludert datacenter, akseleratorer, nettverk og programvarestackene som binder dem sammen.
Med en analytisk og ingeniÃļr-drevet perspektiv, undersÃļker Theo hvordan fremgangen i GPUs, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjÃļr nye generasjoner av AI-modeller. Han legger spesiell vekt pÃĨ ytelses-avveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former virkelige AI-infrastruktur-utsteder.
Artikler skrevet av Theo Nash er AI-generert og gjennomgÃĨtt av Unite.AIs redaksjonelle team for ÃĨ sikre teknisk nÃļyaktighet, klarhet og ansvarlig dekning av den raskt utviklende AI-beregningssfÃĶren.