Panne de ChatGPT du 23 juillet : une interruption partielle, pas un arrêt mondial confirmé

La panne survenue le jeudi 23 juillet 2026 a affecté ChatGPT, Codex et l’API d’OpenAI, qui ont tous affiché des taux d’erreur élevés. Il est toutefois plus exact de parler de performances dégradées ou d’interruption partielle que d’un arrêt mondial confirmé : de nombreux utilisateurs ont rencontré des problèmes, mais les éléments disponibles ne montrent pas que tous les comptes, abonnements ou territoires aient été touchés de la même manière. 3029

Que s’est-il passé le 23 juillet ?

Des utilisateurs ont signalé des requêtes qui échouaient ou restaient bloquées, ainsi que des conversations impossibles à charger. Les problèmes concernaient aussi bien l’expérience web que les applications mobiles. Codex et les API d’OpenAI figuraient également parmi les services affectés. 222932

Dans son suivi d’incident, OpenAI a parlé de « taux d’erreur élevés ». Cette formulation est importante : elle signifie qu’un nombre anormalement élevé de requêtes échouait, mais pas que le service était inaccessible pour l’ensemble des utilisateurs. 30

L’alerte informatique de l’université du Colorado, qui suivait la même perturbation pour ses utilisateurs, indiquait qu’OpenAI travaillait avec un fournisseur d’infrastructure en aval afin de rétablir le fonctionnement normal. Elle signalait un retour du service plus tôt dans la journée du 23 juillet, tandis que la fiche d’incident d’OpenAI continuait de suivre la récupération jusqu’au lendemain. 2930

Quelle a été l’ampleur des erreurs ?

Les données relayées par Downdetector faisaient état de plus de 300 signalements peu avant 15 heures le 23 juillet. Près de 90 % des plaintes concernaient ChatGPT. 22

Ce chiffre ne doit pas être interprété comme une mesure du temps d’arrêt total ou du nombre total de requêtes échouées. Les plateformes de suivi des pannes comptabilisent les personnes qui prennent le temps de signaler un problème ; le résultat peut donc varier selon la notoriété de l’incident, la localisation des utilisateurs et sa visibilité. La formulation officielle d’OpenAI — des taux d’erreur élevés — décrit mieux la portée technique de l’événement que le seul nombre de signalements. 2230

Les informations disponibles confirment un impact sur ChatGPT et plusieurs services associés d’OpenAI, mais elles ne permettent pas d’affirmer que chaque utilisateur, formule d’abonnement ou région a rencontré la même panne. « Interruption partielle » ou « performances dégradées » sont donc des descriptions plus précises que « ChatGPT était complètement hors service ».

Comment OpenAI a-t-elle identifié et corrigé le problème ?

Les mises à jour publiées par OpenAI ont suivi le déroulement habituel d’une intervention sur incident :

1. L’entreprise a commencé par enquêter sur le problème affectant les services concernés.
2. Elle a identifié des taux d’erreur élevés et travaillé à une mesure d’atténuation.
3. Elle a appliqué cette mesure, puis surveillé le rétablissement du service.
4. L’incident a finalement été marqué comme résolu à 19 h 33 UTC le vendredi 24 juillet, OpenAI indiquant que les services touchés avaient totalement récupéré. 30

La chronologie n’est pas exactement la même selon les sources. L’avis de l’université du Colorado indiquait qu’un correctif avait rétabli ChatGPT, les API d’OpenAI et Codex à 15 h 36 le 23 juillet, alors que la page de statut d’OpenAI a conservé l’incident ouvert plus longtemps pour surveiller la récupération. 2930 Cela peut correspondre à un rétablissement progressif, à des points de mesure différents ou à la décision d’OpenAI de poursuivre la surveillance après le retour du service pour de nombreux clients. Les informations publiques ne permettent pas de trancher définitivement.

OpenAI n’a par ailleurs pas fourni de cause technique détaillée dans les mises à jour disponibles. La mention d’un fournisseur d’infrastructure en aval dans l’alerte universitaire constitue le principal indice public sur le contexte informatique, mais elle ne doit pas être présentée comme une explication causale complète. 29

Comment cette panne se compare-t-elle à celle du 25 juillet ?

L’incident du 23 juillet s’inscrivait dans une période particulièrement mouvementée pour OpenAI, plutôt que dans un événement isolé. Le 25 juillet, ChatGPT, Codex et les API d’OpenAI ont de nouveau connu des taux d’erreur élevés. Les utilisateurs ont signalé des conversations inaccessibles, des requêtes bloquées et des erreurs 503, notamment un message interne empêchant les requêtes d’atteindre les serveurs d’OpenAI. The Next Web a décrit cet épisode comme la quatrième interruption de service de l’entreprise en quatre jours. 7

D’autres articles ont présenté l’événement du 25 juillet comme une panne mondiale plus large : dans plusieurs pays, des utilisateurs ne parvenaient plus à charger leurs conversations, à accéder à leur historique enregistré ou à exécuter des requêtes. 315

La distinction entre les deux dates est importante. Le 23 juillet correspond à une dégradation importante, mais pas nécessairement universelle, tandis que le 25 juillet a donné lieu à des signalements d’une panne plus étendue et plus visible sur les services destinés aux particuliers comme aux développeurs.

Quelles différences avec la panne du 20 avril ?

La perturbation du 20 avril avait également fait l’objet de beaucoup plus de signalements. Moneycontrol citait plus de 1 720 rapports sur Downdetector, évoquant des erreurs de passerelle, des échecs de connexion et l’impossibilité de charger des conversations. TechRadar indiquait qu’OpenAI avait qualifié l’événement d’interruption partielle, pendant au moins 90 minutes. 1112

Les articles consacrés au 20 avril faisaient aussi état de difficultés pour accéder aux projets et, dans certains cas, au travail en cours. Une mesure d’atténuation avait été déployée vers 13 heures, heure de l’Est des États-Unis, avant une surveillance du rétablissement. 14

La comparaison la plus solide porte donc sur le schéma et la visibilité des incidents : le 20 avril a été une panne de ChatGPT plus importante et largement signalée, tandis que la fin juillet a été marquée par des perturbations répétées touchant ChatGPT, Codex et l’API sur plusieurs jours. Les sources disponibles ne permettent pas d’établir que tous ces incidents avaient la même cause technique.

Quelles conséquences pour les entreprises et les équipes ?

Pour les particuliers, les symptômes étaient concrets : requêtes qui échouaient, problèmes de chargement et conversations inaccessibles. Pour les équipes, les conséquences pouvaient dépasser l’interface de ChatGPT. Les organisations utilisant l’API ou Codex ont pu être confrontées à des automatisations en échec, des traitements retardés, des chaînes de développement interrompues ou des files d’attente dans les systèmes dépendant des réponses d’OpenAI. Après les incidents de juillet, des recommandations de sécurité et d’exploitation invitaient notamment les équipes à vérifier si les systèmes connectés à l’API avaient produit des échecs silencieux, accumulé des tâches en attente ou affiché des erreurs, et si les tâches autonomes s’étaient arrêtées dans un état sûr. 6

Le coût exact pour les entreprises n’a pas été rendu public. Les sources disponibles ne fournissent aucun élément fiable permettant d’avancer une estimation en dollars ; l’impact opérationnel dépendait de l’organisation, de ses charges de travail et de ses solutions de secours.

Pour les équipes qui s’appuient sur les services d’OpenAI, l’incident rappelle plusieurs exigences de fiabilité :

• Les requêtes échouées sont-elles relancées avec un délai progressif, sans créer de doublons ?
• Les applications distinguent-elles une erreur temporaire du fournisseur d’une réponse effectivement terminée ?
• Les tâches en file d’attente restent-elles visibles lorsque l’API fonctionne au ralenti ?
• Les utilisateurs disposent-ils d’une solution de secours documentée lorsque ChatGPT ou Codex est indisponible ?
• Les processus en plusieurs étapes ou autonomes échouent-ils proprement au lieu de s’interrompre au milieu d’une tâche ? 6

Pourquoi les marchés prédictifs s’y sont-ils intéressés ?

La répétition des perturbations en juillet a également attiré l’attention des marchés prédictifs. Certains contrats définissent une panne à partir d’une classification officielle d’OpenAI — « interruption partielle » ou « interruption complète » — pour une journée donnée. 18 D’autres suivent le nombre de jours durant lesquels ChatGPT pourrait enregistrer une panne au cours du mois de juillet. 20

Ces marchés constituent un indicateur de l’intérêt du public pour la fiabilité des services d’IA, mais leurs cours ne prouvent ni la cause ni la gravité d’une panne et ne constituent pas une prévision indépendante de sa probabilité. Ils reflètent le comportement des traders et la formulation propre à chaque contrat, pas une mesure autonome de la disponibilité du service.

À retenir

L’incident du 23 juillet était bien une perturbation des services d’OpenAI, touchant ChatGPT, Codex et l’API. Toutefois, les éléments les plus solides plaident pour la description de taux d’erreur élevés et de performances dégradées, plutôt que pour celle d’un arrêt mondial complet. Plus de 300 signalements d’utilisateurs ont rendu l’impact visible, tandis que la chronologie d’OpenAI est passée de l’enquête à l’atténuation, puis à la surveillance, avant une résolution annoncée à 19 h 33 UTC le 24 juillet. 2230

L’importance de cet épisode tient surtout au contexte. Une autre perturbation majeure est survenue le 25 juillet, tandis que la panne du 20 avril avait déjà montré qu’un incident ChatGPT pouvait affecter les conversations, les projets et le travail dépendant de l’API. Pour les entreprises qui utilisent l’IA en production, la leçon ne se résume donc pas au nombre de pannes : elle concerne la mise en place d’une bonne observabilité, de mécanismes de nouvelle tentative, d’une gestion sûre des échecs et de solutions de repli concrètes.