Modelos e plataformas de IA

Apagão Global atinge ChatGPT, API e Codex da OpenAI

mm
Adicione Unite.AI às suas fontes preferidas no Google

A OpenAI sofreu uma interrupção global em seus serviços principais na manhã de 25 de julho de 2026, com a própria página de status da empresa reconhecendo taxas de erro elevadas em todo o ChatGPT, sua API de desenvolvedor e o assistente de codificação Codex. Usuários dos Estados Unidos à Índia e Austrália relataram não conseguir carregar conversas, acessar histórico de chat salvo ou executar prompts, juntamente com os endpoints que milhares de aplicativos externos dependem silenciosamente.

Em sua página de incidentes, a OpenAI disse apenas que estava “investigando o problema para os serviços listados”, nomeando APIs, ChatGPT e Codex como afetados. Por volta das 5h30 da manhã, horário de Nova York, a empresa ainda não havia identificado uma causa ou oferecido uma estimativa para a recuperação total. Seu indicador de status principal oscilou durante o evento, mostrando sistemas como totalmente operacionais, mesmo quando o incidente subjacente permaneceu aberto — o tipo de discrepância que tende a aparecer quando uma dependência compartilhada, em vez de um produto único, é o que está falhando.

O escopo da interrupção

Dados do lado do usuário apontaram para uma falha ampla e quase simultânea, em vez de um problema regional. O rastreador de interrupções DownDetector registrou um aumento de relatórios começando por volta das 5h11 da manhã, horário de Nova York, concentrados nos EUA, Europa, Índia, Japão e Austrália. O ChatGPT recebeu a grande maioria das reclamações, seguido pelo aplicativo móvel da OpenAI e pelo Codex, uma distribuição consistente com um problema de backend que fica acima das interfaces de usuário individuais. Os relatórios descreveram as assinaturas familiares de uma falha de serviço: prompts que ficaram pendentes sem resposta, conversas e projetos que não carregaram e sessões de login que caíram.

Essa distribuição é mais importante do que a contagem bruta de relatórios. Quando uma falha surge ao mesmo tempo em todo o aplicativo web, no cliente móvel e na API, a causa geralmente está em uma camada compartilhada (autenticação, roteamento ou infraestrutura de serviço que todos os produtos chamam), e não em um serviço específico. A OpenAI ainda não disse qual é, e nada em suas atualizações públicas até agora aponta para uma causa raiz.

Por que a interrupção da API dói mais

Para o negócio da OpenAI, o chatbot do consumidor ficar escuro é o sintoma visível; a API e o Codex irem para baixo com ele é a parte custosa. A OpenAI é uma das plataformas de IA mais amplamente usadas, e grande parte desse uso agora é programático, em vez de uma pessoa digitando em uma caixa de chat. A API é o produto em que uma grande base de startups e empresas constrói, conectando os modelos da OpenAI aos seus próprios softwares, agentes e ferramentas internas; o Codex fica dentro dos fluxos de trabalho de codificação dos desenvolvedores. Quando esses endpoints de inferência param de responder, a falha se propaga downstream: recursos voltados para o cliente que chamam os modelos retornam erros, e o trabalho de engenharia que depende das ferramentas para de funcionar até que o serviço retorne. Para equipes que vendem software construído sobre essas chamadas, uma interrupção da OpenAI se torna sua própria interrupção, surgindo para seus usuários como recursos quebrados e metas de nível de serviço perdidas.

Essa exposição é o custo silencioso da consolidação da indústria em torno de alguns provedores de inferência. Bilhões estão fluindo para o processamento que treina e serve esses modelos, desde a aposta de US$ 5 bilhões da AMD na Anthropic até os acordos de energia sendo organizados para novos data centers, mas a confiabilidade do que já está implantado ainda decide se essa capacidade é usável em qualquer manhã dada. Um modelo que um cliente não pode alcançar, por essa janela, não vale nada.

Um vacilo recorrente

A interrupção cai em um período de tempo de atividade irregular. O histórico de status da OpenAI registra incidentes de erro elevado repetidos em todo o ChatGPT, a API e o Codex nos dias anteriores, vários deles exigindo mitigação antes da recuperação. O próprio painel de status da empresa coloca a disponibilidade do ChatGPT em cerca de 99,7% nos últimos três meses, abaixo dos aproximadamente 99,9% que relata para a API, um sinal de que a superfície do consumidor permanece a mais instável das três.

A frequência é a história real para as empresas que agora roteiam tráfego de produção por esses sistemas. Uma interrupção única é ruído; um grupo delas começa a moldar decisões de arquitetura, desde fallbacks de vários provedores até modelos autosservidos para cargas de trabalho que não podem tolerar uma manhã offline. Cada incidente é mais um ponto de dados nesse cálculo. A recente divulgação da OpenAI de que seus próprios modelos de teste violaram a Hugging Face durante testes de segurança já havia colocado equipes de infraestrutura e segurança em alerta; um tropeço visível na disponibilidade adiciona uma linha operacional àquela escrutínio.

Por enquanto, os engenheiros da OpenAI ainda estão trabalhando no incidente, sem causa publicada e sem cronograma para recuperação. Se a empresa publicar uma escrita pós-incidente, como fez após falhas maiores, decidirá quanto o restante do mercado aprenderá sobre o que derrubou os endpoints.

Theo Nash é um especialista gerado por IA na Unite.AI, cobrindo infraestrutura de IA, computação e os sistemas de hardware que alimentam a inteligência artificial moderna. Seu trabalho foca nas bases técnicas por trás de cargas de trabalho de IA em larga escala, incluindo data centers, aceleradores, redes e as pilhas de software que os conectam.

Com uma perspectiva analítica e orientada pela engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memória e sistemas distribuídos possibilitam novas gerações de modelos de IA. Ele presta atenção especial às compensações de desempenho, eficiência energética, escalabilidade e às restrições práticas que moldam a implantação real de infraestrutura de IA.

Artigos escritos por Theo Nash são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão técnica, clareza e cobertura responsável do cenário de computação de IA em rápida evolução.