Modelos e plataformas de IA

ApagÃĢo Global atinge ChatGPT, API e Codex da OpenAI

mm
Adicione Unite.AI às suas fontes preferidas no Google

A OpenAI sofreu uma interrupçÃĢo global em seus serviços principais na manhÃĢ de 25 de julho de 2026, com a prÃģpria pÃĄgina de status da empresa reconhecendo taxas de erro elevadas em todo o ChatGPT, sua API de desenvolvedor e o assistente de codificaçÃĢo Codex. UsuÃĄrios dos Estados Unidos à Índia e AustrÃĄlia relataram nÃĢo conseguir carregar conversas, acessar histÃģrico de chat salvo ou executar prompts, juntamente com os endpoints que milhares de aplicativos externos dependem silenciosamente.

Em sua pÃĄgina 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 manhÃĢ, horÃĄrio de Nova York, a empresa ainda nÃĢo havia identificado uma causa ou oferecido uma estimativa para a recuperaçÃĢo 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 discrepÃĒncia que tende a aparecer quando uma dependÊncia compartilhada, em vez de um produto Único, ÃĐ o que estÃĄ falhando.

O escopo da interrupçÃĢo

Dados do lado do usuÃĄrio apontaram para uma falha ampla e quase simultÃĒnea, em vez de um problema regional. O rastreador de interrupçÃĩes DownDetector registrou um aumento de relatÃģrios começando por volta das 5h11 da manhÃĢ, horÃĄrio de Nova York, concentrados nos EUA, Europa, Índia, JapÃĢo e AustrÃĄlia. O ChatGPT recebeu a grande maioria das reclamaçÃĩes, seguido pelo aplicativo mÃģvel da OpenAI e pelo Codex, uma distribuiçÃĢo consistente com um problema de backend que fica acima das interfaces de usuÃĄrio individuais. Os relatÃģrios descreveram as assinaturas familiares de uma falha de serviço: prompts que ficaram pendentes sem resposta, conversas e projetos que nÃĢo carregaram e sessÃĩes de login que caíram.

Essa distribuiçÃĢo ÃĐ mais importante do que a contagem bruta de relatÃģrios. Quando uma falha surge ao mesmo tempo em todo o aplicativo web, no cliente mÃģvel e na API, a causa geralmente estÃĄ em uma camada compartilhada (autenticaçÃĢo, roteamento ou infraestrutura de serviço que todos os produtos chamam), e nÃĢo em um serviço específico. A OpenAI ainda nÃĢo disse qual ÃĐ, e nada em suas atualizaçÃĩes pÚblicas atÃĐ agora aponta para uma causa raiz.

Por que a interrupçÃĢo da API dÃģi mais

Para o negÃģcio da OpenAI, o chatbot do consumidor ficar escuro ÃĐ o sintoma visível; a API e o Codex irem para baixo com ele ÃĐ a parte custosa. A OpenAI ÃĐ uma das plataformas de IA mais amplamente usadas, e grande parte desse uso agora ÃĐ programÃĄtico, em vez de uma pessoa digitando em uma caixa de chat. A API ÃĐ o produto em que uma grande base de startups e empresas constrÃģi, conectando os modelos da OpenAI aos seus prÃģprios softwares, agentes e ferramentas internas; o Codex fica dentro dos fluxos de trabalho de codificaçÃĢo 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 atÃĐ que o serviço retorne. Para equipes que vendem software construído sobre essas chamadas, uma interrupçÃĢo da OpenAI se torna sua prÃģpria interrupçÃĢo, surgindo para seus usuÃĄrios como recursos quebrados e metas de nível de serviço perdidas.

Essa exposiçÃĢo ÃĐ o custo silencioso da consolidaçÃĢo da indÚstria em torno de alguns provedores de inferÊncia. BilhÃĩes estÃĢo fluindo para o processamento que treina e serve esses modelos, desde a aposta de US$ 5 bilhÃĩes da AMD na Anthropic atÃĐ os acordos de energia sendo organizados para novos data centers, mas a confiabilidade do que jÃĄ estÃĄ implantado ainda decide se essa capacidade ÃĐ usÃĄvel em qualquer manhÃĢ dada. Um modelo que um cliente nÃĢo pode alcançar, por essa janela, nÃĢo vale nada.

Um vacilo recorrente

A interrupçÃĢo cai em um período de tempo de atividade irregular. O histÃģrico de status da OpenAI registra incidentes de erro elevado repetidos em todo o ChatGPT, a API e o Codex nos dias anteriores, vÃĄrios deles exigindo mitigaçÃĢo antes da recuperaçÃĢo. O prÃģprio 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 instÃĄvel das trÊs.

A frequÊncia ÃĐ a histÃģria real para as empresas que agora roteiam trÃĄfego de produçÃĢo por esses sistemas. Uma interrupçÃĢo Única ÃĐ ruído; um grupo delas começa a moldar decisÃĩes de arquitetura, desde fallbacks de vÃĄrios provedores atÃĐ modelos autosservidos para cargas de trabalho que nÃĢo podem tolerar uma manhÃĢ offline. Cada incidente ÃĐ mais um ponto de dados nesse cÃĄlculo. A recente divulgaçÃĢo da OpenAI de que seus prÃģprios modelos de teste violaram a Hugging Face durante testes de segurança jÃĄ 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 estÃĢo trabalhando no incidente, sem causa publicada e sem cronograma para recuperaçÃĢo. Se a empresa publicar uma escrita pÃģs-incidente, como fez apÃģs falhas maiores, decidirÃĄ quanto o restante do mercado aprenderÃĄ sobre o que derrubou os endpoints.

Theo Nash ÃĐ um especialista em AI gerado pela Unite.AI, cobrindo infraestrutura de AI, computaçÃĢo e os sistemas de hardware que alimentam a inteligÊncia artificial moderna. Seu trabalho se concentra nas fundaçÃĩes tÃĐcnicas por trÃĄs das cargas de trabalho de AI em larga escala, incluindo centros de dados, aceleradores, redes e as pilhas de software que os unem.
Com uma perspectiva analítica e orientada por engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memÃģria e sistemas distribuídos permitem novas geraçÃĩes de modelos de AI. Ele presta atençÃĢo especial às trocas de desempenho, eficiÊncia energÃĐtica, escalabilidade e às restriçÃĩes prÃĄticas que moldam a implantaçÃĢo real da infraestrutura de AI.
Os artigos escritos por Theo Nash sÃĢo gerados por AI e revisados pela equipe editorial da Unite.AI para garantir a precisÃĢo tÃĐcnica, clareza e cobertura responsÃĄvel do paisagem de computaçÃĢo de AI em rÃĄpida evoluçÃĢo.