Max Schoening, directeur produit de Notion, a confirmé que l'accès aux modèles Anthropic a été rétabli "approximativement 12 heures" après le début de la perturbation. Il a décrit l'événement comme une interruption de service temporaire standard, rappelant que ce genre d'incidents arrive à toutes les grandes plateformes, y compris Notion, GitHub ou AWS .
Un porte-parole d'Anthropic a de son côté attribué le problème à "un bref incident d'infrastructure", qui a causé des erreurs sur plusieurs modèles Claude pendant une courte période .
Notion n'a pas communiqué publiquement sur le nom des fournisseurs d'IA qui ont absorbé le trafic redirigé. L'action est néanmoins limpide : dès l'instant où les modèles d'Anthropic ont commencé à renvoyer des résultats dégradés, le système de Notion a automatiquement retiré tous les modèles du sélecteur et a réorienté les requêtes ailleurs .
C'est un exemple concret d'architecture de basculement ("failover") multi-modèle en situation réelle. Plutôt que de laisser les défaillances se répercuter sur les utilisateurs finaux en attendant un rétablissement hypothétique, Notion a traité la couche des modèles d'IA comme un composant interchangeable – exactement comme un architecte cloud le ferait pour une base de données défaillante ou un CDN qui ne répond plus.
Prise isolément, la perturbation du 7 juin est mineure. Mais elle tombe en plein milieu d'une série d'incidents Claude qui ont entamé la confiance dans la fiabilité de la plateforme.
La perturbation la plus grave a eu lieu le 2 juin, avec une panne majeure qui a touché Claude.ai, l'API, la Console Claude, et Claude Code. Des taux d'erreur élevés ont été signalés sur Opus 4.6 et d'autres modèles, les signalements d'utilisateurs sur Downdetector grimpant en flèche vers 08:10 heure de Paris. La perturbation totale a duré près de six heures avant un rétablissement complet .
Trois jours plus tard, le 5 juin, la plateforme Claude est repartie en interruption. La page de statut a consigné des "erreurs élevées sur de nombreux modèles Claude" de 15:08 UTC à 18:28 UTC, les Opus 4.7 et 4.8 étant les derniers à récupérer. L'incident a pris une tournure plus sérieuse quand des utilisateurs ont rapporté qu'après la panne, ils recevaient des réponses semblant appartenir aux sessions d'autres personnes. Anthropic a alors ouvert une enquête formelle pour suspicion de fuite de données .
Un incident plus court le 6 juin a affecté claude.ai, la console et l'API. L'Opus 4.8 a connu des performances dégradées durant environ 50 minutes avant qu'un correctif ne soit déployé et surveillé .
Cette série d'incidents ne sort pas de nulle part. L'Opus 4.7 avait déjà connu des fenêtres d'erreurs élevées les 22 et 25 mai, et une régression de qualité a été documentée par les développeurs environ une semaine après son lancement le 16 avril – un schéma qui reflétait les problèmes rencontrés par l'Opus 4.6 en mars .
En avril 2026, Anthropic a publiquement reconnu une dégradation de la qualité dans Claude Code, le SDK Claude Agent et Claude Cowork entre le 4 mars et le 20 avril. L'entreprise a attribué le problème à trois causes distinctes et a réinitialisé les restrictions d'utilisation après la publication d'un post-mortem .
Pour les entreprises qui s'appuient sur Claude comme un composant central de leur produit, l'incident Notion du 7 juin apporte une leçon très simple : la dépendance à un modèle d'IA tiers est désormais un risque d'infrastructure, et il doit être traité par l'ingénierie.
Un système de production qui ne fait appel qu'à un seul modèle Anthropic doit posséder trois capacités distinctes : une stratégie de nouvelle tentative pour les erreurs transitoires de type 5xx ou 529 (surcharge), un modèle de repli pour absorber les interruptions de service, et un plan de migration pour les régressions de qualité à plus long terme ou les dépréciations de modèles. Se fier à une seule de ces stratégies est clairement insuffisant .
La désactivation automatique de tous les modèles Anthropic par Notion et sa redirection sans heurt vers d'autres fournisseurs est exactement le schéma que les intégrateurs vont devoir adopter en nombre. Sans un basculement multi-modèle, la moindre fenêtre de performances dégradées de 50 minutes peut déclencher une cascade de défaillances côté client sur les bots de support, les pipelines de données et les outils de productivité des développeurs .
Les propres données de disponibilité sur 90 jours d'Anthropic affichent 98,8 % pour claude.ai et 99,15 % pour l'API Claude . Si ces chiffres semblent raisonnables en valeur absolue, ils décrivent une plateforme que de nombreuses entreprises traitent comme une infrastructure de premier plan. La concentration d'incidents début juin 2026 — une panne mondiale de six heures, une de trois heures avec enquête pour fuite de données, et de multiples petites perturbations — suggère que la barre de la résilience pour une dépendance IA doit être placée plus haut que pour des services SaaS traditionnels.
La décision de Notion de retirer tous les modèles Anthropic le 7 juin était une réponse opérationnelle de routine à un problème d'infrastructure temporaire. Mais dans le contexte de six perturbations notables de Claude en l'espace d'environ six semaines, c'est aussi un signal clair : l'époque où l'on traitait l'IA générative comme un laboratoire exaltant est terminée.
Pour toute équipe qui bâtit des produits au-dessus de Claude (ou de tout autre modèle d'IA tiers), l'ingénierie de fiabilité n'est plus une option. Une logique de reconnexion automatique, des fournisseurs de secours, et un chemin de migration de modèle testé constituent désormais la mise de départ obligatoire pour assurer la continuité d'un produit lorsque les fondations sur lesquelles il repose commencent à trembler.