ChatGPT, Claude y Grok fallaron a la vez, pero no hay prueba de una causa única

La coincidencia de fallos en tres grandes servicios de inteligencia artificial el 3 de septiembre de 2026 no demuestra que todos tuvieran una misma causa. La conclusión respaldada por la información pública es más acotada: el operador de Grok atribuyó su interrupción a un fallo en su centro de cómputo de Memphis; OpenAI explicó que ChatGPT y Codex tuvieron un error de enrutamiento distinto; y Anthropic describió el incidente de Claude como un problema de infraestructura sin identificar el componente afectado. 3540

Lo que está confirmado

El operador de Grok informó de una interrupción en su centro de cómputo de Memphis y pidió disculpas tanto a los usuarios de Grok como a sus «socios de cómputo» afectados. Según la información de estado citada por la prensa, el problema de Grok comenzó hacia las 6:30 a. m., hora del Pacífico, y se prolongó aproximadamente tres horas y media. 40

La explicación de OpenAI para ChatGPT y Codex fue diferente. Un error de enrutamiento comenzó alrededor de las 7:43 a. m., hora del Pacífico, dejó los servicios sin disponibilidad para parte de los usuarios en distintas plataformas y tuvo una solución aplicada hacia las 8:17 a. m. 35

Claude también registró una tasa elevada de errores. La información de estado reportada entonces reflejó un incidente de tres horas y seis minutos, y Anthropic lo caracterizó como un problema de infraestructura que afectaba a sus servicios. Sin embargo, los reportes públicos disponibles no identificaron el componente que falló ni afirmaron que Claude estuviera alojado en Memphis o dependiera de esa instalación. 3545

La diferencia es clave: el fallo de Memphis está confirmado para Grok; se informó de un problema de enrutamiento independiente para ChatGPT y Codex; y vincular a Claude con Memphis sigue siendo una inferencia sin demostrar.

Las horas se solaparon, pero las caídas no fueron idénticas

A menudo se resume el episodio como una caída simultánea —o de cinco horas— de la IA. Es una forma útil de describir una ventana en la que los usuarios podían encontrar problemas en varios servicios líderes, pero no significa que cada proveedor estuviera completamente caído durante cinco horas.

Los reportes sitúan los primeros errores elevados de Claude cerca de las 6:23 a. m., hora del Pacífico; el inicio de la incidencia de Grok en torno a las 6:30 a. m.; y el error de enrutamiento de ChatGPT a las 7:43 a. m. Claude se recuperó a las 9:16 a. m., mientras que la interrupción de Grok duró unas tres horas y media. 354045

El impacto operativo fue relevante: pudieron quedar afectados el chat para consumidores, las API de modelos, herramientas de programación y flujos de trabajo basados en IA al mismo tiempo. Durante el solapamiento, la alternativa habitual de cambiar de un proveedor destacado a otro perdió eficacia. 3538

¿Claude fue afectado por el fallo de Memphis?

La hipótesis tiene una base comprensible: el operador de Grok dijo que el incidente de Memphis también afectó a socios de cómputo no especificados, y Claude tuvo un problema de infraestructura en un periodo similar. 4045

Pero que algo sea plausible no lo convierte en una confirmación. El operador no nombró públicamente a Anthropic ni a Claude entre esos socios en los reportes aportados, y Anthropic no identificó Memphis como el origen de su incidencia. Por tanto, la formulación correcta es:

• Confirmado: Grok fue afectado por la interrupción del centro de cómputo de Memphis. 40
• Confirmado: Claude sufrió una interrupción relacionada con infraestructura. 3545
• No confirmado: que la caída de Claude fuera causada por el centro de Memphis o que dependiera de él.

Dar por resuelto ese último punto convertiría una coincidencia temporal en una relación causal sin evidencia suficiente.

Azure y Cloudflare no pueden descartarse de forma categórica

La evidencia pública no permite afirmar que Azure o Cloudflare quedaran definitivamente «descartados». Lo que sí permite decir es más limitado: las explicaciones divulgadas señalaron otros puntos. OpenAI atribuyó su interrupción a un error de enrutamiento, mientras que el operador de Grok la atribuyó a Memphis. 3540

Ninguna de las fuentes aportadas identifica una caída amplia de Azure o Cloudflare como causa de estos sucesos. Eso reduce la probabilidad de un fallo generalizado de uno de esos proveedores, pero no elimina exposiciones indirectas mediante redes regionales, DNS, sistemas de identidad, tránsito de red, límites de capacidad, proveedores compartidos u otras dependencias. Para excluirlas por completo harían falta más datos sobre las dependencias técnicas y análisis postmortem detallados.

La lección: diversidad de proveedores no equivale a diversidad de dependencias

El episodio muestra por qué disponer de varios proveedores de modelos no constituye, por sí solo, un plan de continuidad. Servicios que para el cliente parecen independientes pueden compartir cómputo físico, regiones, rutas de red, autenticación, alojamiento de modelos, suministro de hardware u operaciones. Un fallo en una de esas capas puede dejar sin alternativas a opciones de IA aparentemente separadas.

El riesgo crece cuando la IA se integra en sistemas operativos y no se usa solo como chat ocasional. La indisponibilidad de un modelo puede detener trabajos en cola, llamadas a herramientas, aprobaciones, atención al cliente, procesos de programación y monitorización. Además, la recuperación puede crear un segundo problema si los reintentos duplican una acción externa o pierden el estado necesario para reanudarla de forma segura.

Cómo poner a prueba la resiliencia ante caídas de IA

Las organizaciones que usan IA en producción deberían evaluar, como mínimo, estos escenarios:

1. Pérdida total del proveedor: las API y las interfaces de chat no están disponibles.
2. Degradación parcial: aumentan los errores, la latencia, los fallos de transmisión o las herramientas dejan de estar disponibles.
3. Fallos de autenticación y red: se interrumpen el inicio de sesión, DNS, el enrutamiento o el acceso regional.
4. Fallos correlacionados: dos o más proveedores supuestamente independientes fallan dentro de la misma ventana temporal.
5. Riesgos durante la recuperación: reintentos, trabajos en cola, llamadas a herramientas y aprobaciones se reanudan sin duplicar acciones ni perder estado.

Estas pruebas deberían medir el tiempo de recuperación, la gestión del trabajo acumulado, el relevo a operadores humanos, la consistencia de los datos y la idempotencia: la capacidad de repetir una operación sin provocar un segundo efecto no deseado.

Los proveedores pueden facilitar evaluaciones más rigurosas mediante informes postmortem que separen con claridad la cronología, los componentes y regiones afectados, la causa raíz, las medidas de mitigación y las acciones para prevenir repeticiones. Para el 3 de septiembre, el registro público basta para diferenciar el fallo de Memphis reportado por Grok del error de enrutamiento reportado por ChatGPT. No basta para demostrar que Claude compartía esa dependencia de Memphis ni para trazar las relaciones de infraestructura que explican el solapamiento. 354045