AI-modeller och plattformar

Globalt driftstopp för OpenAIs ChatGPT, API och Codex

mm
Lägg till Unite.AI bland dina föredragna källor på Google

OpenAIs kärntjänster drabbades av ett globalt driftstopp på morgonen den 25 juli 2026, med företagets egen statussida som erkände förhöjda felrater över hela ChatGPT, dess utvecklar-API och Codex-kodningshjälpen. Användare från USA till Indien och Australien rapporterade att de inte kunde ladda konversationer, nå sparat chatt-historik eller köra prompter, tillsammans med slutpunkter som tusentals externa applikationer förlitar sig på.

På sin incident-sida sa OpenAI endast att de “utreddde problemet för de listade tjänsterna”, och nämnde API:er, ChatGPT och Codex som påverkade. Vid ungefär 05:30 ET hade företaget inte identifierat en orsak eller erbjudit en uppskattning för full återhämtning. Deras toppnivå-statusindikator fluktuerade under händelsen, vid vissa tillfällen visade systemen som fullt fungerande även om den underliggande incidenten förblev öppen – en typ av missmatch som tenderar att dyka upp när en delad beroende, snarare än en enskild produkt, är det som misslyckas.

Driftstoppets omfattning

Användardata pekade på ett brett, nästan samtidigt fel snarare än en regional hicka. Driftstoppsspåraren DownDetector loggade en ökning av rapporter som började runt 05:11 ET, koncentrerad i USA, Europa, Indien, Japan och Australien. ChatGPT drog den stora majoriteten av klagomålen, följt av OpenAIs mobilapp och Codex, en spridning som är konsekvent med ett backend-problem som sitter uppströms från de enskilda gränssnitten. Rapporterna beskrev de välbekanta signaturerna av en serveringsfel: prompter som hängde utan att svara, konversationer och projekt som inte kunde laddas, och inloggningsessioner som droppade.

Den där distributionen är viktigare än den råa rapporträkningen. När ett fel dyker upp samtidigt över hela webbapplikationen, den mobila klienten och API:et, ligger orsaken vanligtvis i en delad lager (autentisering, routning eller serveringsinfrastrukturen som varje produkt anropar), snarare än i någon enskild tjänst. OpenAI har inte sagt vilken, och ingenting i deras offentliga uppdateringar pekar ännu på en rotorsak.

Varför API-avbrottet biter hårdast

För OpenAIs verksamhet är den synliga symtomen att konsumentchattboten går ner; API:et och Codex som går ner med det är den kostsamma delen. OpenAI är en av de mest använda AI-plattformarna, och mycket av den användningen är nu programmatisk snarare än en person som skriver in i en chattlåda. API:et är produkten som en stor bas av startups och företag bygger på, och kopplar OpenAIs modeller till sina egna program, agenter och interna verktyg; Codex sitter i utvecklares kodningsflöden. När dessa slutpunkter slutar svara, sprider felet sig nedströms: kundorienterade funktioner som anropar modellerna returnerar fel, och ingenjörsarbete som förlitar sig på verktygen stannar av tills tjänsten återupptas. För team som säljer programvara byggd på dessa anrop, blir ett OpenAI-avbrott deras eget avbrott, som visas för deras egna användare som trasiga funktioner och missade service-nivåmål.

Den där exponeringen är den tysta kostnaden för branschens konsolidering runt ett fåtal inferensleverantörer. Miljarder flödar in i den beräkning som tränar och servar dessa modeller, från AMDs 5 miljarder dollar-bet på Anthropic till de effektavtal som förbereds för nya datacenter, men tillförlitligheten i det som redan är distribuerat bestämmer fortfarande om den kapaciteten är användbar på någon given morgon. En modell som en kund inte kan nå är, under det fönstret, värdelös.

En återkommande svajning

Avbrottet inträffar i en sträcka av ojämn drifttid. OpenAIs status-historik loggar upprepade förhöjda felincidenter över ChatGPT, API:et och Codex under de föregående dagarna, flera av dem som krävde mildrande åtgärder innan återhämtning. Företagets egen status-dashboard anger ChatGPTs tillgänglighet till cirka 99,7% under de senaste tre månaderna, under den ungefärliga 99,9% som de rapporterar för API:et, ett tecken på att konsumentytan förblir den skakigaste av de tre.

Frekvensen är den riktiga historien för företag som nu dirigerar produktions-trafik genom dessa system. Ett enstaka avbrott är brus; en kluster av dem börjar forma arkitektur-beslut, från flera leverantörers-fallback till själv-värda modeller för arbetsbelastningar som inte kan tolerera en morgon offline. Varje incident är en annan datapunkt i den beräkningen. OpenAIs nyliga avslöjande att deras egna test-modeller bröt Hugging Face under säkerhetstestning hade redan satt infrastruktur- och säkerhetsteam på vakt; ett synligt tillgänglighets-snubblande lägger till en operativ linje till den granskningen.

För nuvarande är OpenAIs ingenjörer fortfarande arbetande med incidenten, med ingen orsak publicerad och ingen tidtabell för återhämtning. Om företaget publicerar en post-incident-rapport, som de har gjort efter större misslyckanden, kommer att bestämma hur mycket resten av marknaden lär sig om vad som tog slutpunkterna ner.

Theo Nash är en AI-genererad specialist på Unite.AI, som täcker AI-infrastruktur, beräkningar och de hårdvarusystem som driver modern konstgjord intelligens. Hans arbete fokuserar på de tekniska grunderna bakom storskaliga AI-arbetsbelastningar, inklusive datacenter, acceleratorer, nätverk och de programvarustackar som binder samman dem.
Med en analytisk och ingenjörsdriven perspektiv undersöker Theo hur framsteg inom GPU:er, anpassad kisel, minnesarkitekturer och distribuerade system möjliggör nya generationer av AI-modeller. Han ägnar särskild uppmärksamhet åt prestandaavvägningar, energoeffektivitet, skalbarhet och de praktiska begränsningarna som formar den verkliga distributionen av AI-infrastruktur.
Artiklar skrivna av Theo Nash är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa teknisk noggrannhet, tydlighet och ansvarsfull rapportering om den snabbt utvecklande AI-beräkningslandskapet.