ChatGPT, Claude y Grok fallaron a la vez: no fue una caída única confirmada

La mañana del 3 de septiembre de 2026 coincidieron problemas en varios de los principales servicios de inteligencia artificial: ChatGPT y Codex de OpenAI, Claude de Anthropic y Grok de xAI. Que plataformas rivales fallaran en una misma franja horaria llamó especialmente la atención.

La conclusión más importante requiere cautela: fueron interrupciones concurrentes, no una única caída con causa compartida demostrada. OpenAI atribuyó su propio incidente a un error de enrutamiento; los comunicados públicos y la información disponible sobre Claude y Grok no establecieron una causa técnica común. 4041

Cronología: qué se sabe de cada servicio

Según OpenAI, el error de enrutamiento comenzó aproximadamente a las 7:43 a. m., hora del Pacífico (PT) del jueves 3 de septiembre. ChatGPT y Codex quedaron inaccesibles para parte de los usuarios en distintas plataformas. Hacia las 8:17 a. m. PT, la compañía había aplicado una solución y seguía vigilando la recuperación. 40

El incidente público de OpenAI se abrió a las 14:58 UTC bajo el aviso de «errores elevados en ChatGPT y Codex». 17 Una recopilación posterior de los avisos resueltos de los proveedores sitúa la recuperación de OpenAI a las 16:55 UTC. Si se toma como inicio las 7:43 a. m. PT —14:43 UTC—, la incidencia duró cerca de 2 horas y 12 minutos, aunque el impacto fue parcial y no idéntico para todos los usuarios. 4041

En el mismo periodo general, Anthropic y xAI también notificaron incidencias. La información basada en sus páginas de estado indica que el incidente de errores de modelos de Anthropic se resolvió a las 16:16 UTC, mientras que xAI informó después de que el tráfico de Grok volvía a estar sano a las 17:07 UTC. 41

Qué reportaron los usuarios y las páginas de estado

Los usuarios informaron de fallos de inicio de sesión, errores en los chats, respuestas que no cargaban y problemas para acceder a las versiones web y de aplicación. Durante el incidente, Downdetector registró una fuerte subida de avisos: más de 35.000 en Estados Unidos para ChatGPT, más de 1.400 para Claude y más de 1.200 para Grok. En India, el mismo informe citó más de 2.800 avisos de ChatGPT, unos 170 de Claude y más de 70 de Grok. Son reportes enviados por usuarios, no un recuento de todas las cuentas afectadas, pero muestran que la interrupción fue ampliamente percibida. 42

La página de estado de OpenAI confirmó errores elevados en ChatGPT y Codex, y su historial marcó posteriormente el incidente como resuelto. 1720 Las informaciones de ese día describieron problemas en ChatGPT en la web, móviles y escritorio; no se trató de un fallo limitado a una sola interfaz. 3950

En Claude se reportaron errores elevados en varios modelos, entre ellos Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8 y Opus 4.6. Actualizaciones posteriores señalaron que muchos modelos habían regresado a sus niveles habituales de error, aunque Opus 4.8 y Opus 5 tardaron más en recuperarse. 364749

xAI reconoció que Grok estaba experimentando problemas y, posteriormente, se informó de que el tráfico había recuperado la normalidad. 4941

¿Gemini fue la alternativa que siguió funcionando?

Las primeras coberturas solían presentar a Google Gemini como el gran rival que aparentemente permaneció disponible mientras ChatGPT, Claude y Grok sufrían problemas. Esa descripción debe tomarse con reservas: también hubo avisos de usuarios relacionados con Gemini en Downdetector, pero la evidencia disponible no muestra un incidente equivalente confirmado por Google. 4448

En la práctica, un servicio puede funcionar para parte de sus usuarios mientras otro grupo se encuentra con tasas de error elevadas. Los rastreadores de caídas son una señal útil, pero no sustituyen a un informe del proveedor ni a la monitorización directa de una aplicación.

El impacto fue más allá del chat

Para muchos equipos, el problema no consistió solo en no poder hacer una pregunta a un asistente. Si dejan de funcionar las herramientas de programación o los flujos con agentes, las tareas de desarrollo pueden paralizarse. Si una API devuelve errores, las funciones de un producto y las automatizaciones internas que dependen de ella pueden quedar en cola, fallar o requerir intervención manual. Los procesos de investigación también quedan expuestos cuando no están disponibles las herramientas de búsqueda, síntesis o ejecución prolongada.

El historial de OpenAI ilustra la amplitud que pueden tener estos incidentes: avisos recientes han afectado por separado a Codex, búsqueda, agentes, Deep Research, conectores, carga de archivos, inicio de sesión y flujos dependientes de GitHub. 19242529

Eso no convierte a un proveedor concreto en especialmente poco fiable. Sí revela por qué depender de un único proveedor, modelo o entorno de agentes puede convertirse en un punto único de fallo operativo.

Los rumores sobre Astra y GPT-6 no prueban nada

La coincidencia temporal alimentó especulaciones porque algunas informaciones vinculaban la caída con rumores sobre un posible anuncio de OpenAI llamado «Astra», potencialmente asociado a una futura generación GPT-6. Sin embargo, la evidencia disponible no respalda una relación causal.

La explicación comunicada por OpenAI para su propia incidencia fue un error de enrutamiento. Ninguno de los proveedores relacionó públicamente los fallos simultáneos con Astra, GPT-6 o el lanzamiento de un modelo. La coincidencia creó un relato llamativo, pero no demostró causalidad. 403746

Qué dicen los antecedentes sobre el riesgo de continuidad

Lo ocurrido el 3 de septiembre no fue la primera interrupción en este mercado. El historial de xAI incluye un tiempo de espera agotado de Grok-2 el 15 de enero de 2025, con una duración de 3 horas y 10 minutos, y otra caída de la salida estructurada de Grok-2 que se prolongó 3 días y 21 horas. 23 El historial de OpenAI también registra incidentes diferenciados en tareas de Codex, funciones de ChatGPT y flujos ligados a API. 212732

Estos registros no permiten clasificar a los proveedores por fiabilidad: la evidencia disponible no ofrece definiciones comparables de tiempo de inactividad, volumen de usuarios expuestos o alcance real de cada incidente. Pero sí sostienen una conclusión más limitada: las caídas son un riesgo normal que deben contemplar los equipos que basan procesos críticos en servicios de IA alojados.

Lista práctica para reducir el impacto

Las organizaciones que usan IA en producción pueden limitar el alcance de una incidencia si preparan la respuesta antes de que ocurra:

• Usar interfaces independientes del proveedor cuando sea viable, para evitar un acoplamiento rígido a un formato de petición o flujo de trabajo concreto.
• Definir alternativas para tareas importantes: un segundo proveedor, un modelo local más pequeño, un flujo con menos funciones o un proceso manual.
• Encolar y reintentar de forma segura los trabajos de API no urgentes, con límites que eviten multiplicar los errores durante una caída.
• Separar los flujos críticos de las funciones de conveniencia. Un asistente de chat puede ser opcional; un proceso que bloquea una revisión de código, la atención al cliente o una acción de producto puede no serlo.
• Probar la conmutación y los procedimientos manuales. Un respaldo que nunca se ha puesto a prueba no constituye un plan de continuidad fiable.

Las interrupciones del 3 de septiembre fueron inusuales porque varios servicios de IA muy conocidos parecieron fallar a la vez. La lección de fondo, sin embargo, es sencilla: la resiliencia depende menos de anticipar la próxima caída que de impedir que el incidente de un único proveedor detenga el trabajo esencial. 41