ChatGPT-nedetid 23. juli: Hva skjedde, og hvor omfattende var problemene?

Torsdag 23. juli 2026 opplevde OpenAI en tjenesteforstyrrelse som rammet ChatGPT, programmeringsverktøyet Codex og selskapets API. OpenAI beskrev hendelsen som «forhøyede feilrater», noe som betyr at uvanlig mange forespørsler feilet – ikke nødvendigvis at tjenesten var utilgjengelig for samtlige brukere over hele verden. 3029

Hva skjedde 23. juli?

Brukere meldte om forespørsler som feilet eller ble stående og laste, samt problemer med å åpne samtaler. Det kom også rapporter om vansker med både nettversjonen og mobilappen. Codex og OpenAIs API ble oppført blant de berørte tjenestene. 222932

Formuleringen «forhøyede feilrater» er viktig. Den beskriver en betydelig økning i antallet mislykkede forespørsler, men dokumenterer ikke at alle kontoer, abonnementstyper eller geografiske områder var rammet samtidig. Derfor er «delvis nedetid» eller «redusert ytelse» mer presist enn å si at ChatGPT var fullstendig nede. 30

IT-avdelingen ved University of Colorado, som fulgte hendelsen for sine brukere, skrev at OpenAI samarbeidet med en underliggende infrastrukturleverandør for å gjenopprette normal drift. Universitetet meldte om gjenopprettet tjeneste tidligere 23. juli, mens OpenAIs egen hendelseslogg fortsatte å overvåke situasjonen inn i neste dag. 2930

Hvor omfattende var problemene?

Rapportering basert på Downdetector viste mer enn 300 brukerrapporter like før klokken 15 den 23. juli. Nær 90 prosent av klagene gjaldt ChatGPT. 22

Tallet bør likevel ikke leses som et mål på den totale nedetiden eller antallet mislykkede forespørsler. Tjenester som Downdetector teller personer som selv sender inn en rapport. Resultatet kan derfor påvirkes av hvor kjent problemet er, hvor mange som følger med, og hvor synlig feilen er i ulike områder.

OpenAIs tekniske beskrivelse – forhøyede feilrater – sier mer om omfanget enn antallet innsendte rapporter alene. Kildene viser at ChatGPT og relaterte tjenester ble påvirket, men de fastslår ikke at alle brukere, abonnementer eller regioner opplevde den samme feilen. 2230

Hvordan svarte OpenAI?

Statusoppdateringene fulgte en vanlig rekkefølge for håndtering av tekniske hendelser:

1. OpenAI begynte med å undersøke problemet i de berørte tjenestene.
2. Selskapet identifiserte forhøyede feilrater og arbeidet med et tiltak.
3. Tiltaket ble satt inn, og gjenopprettingen ble overvåket.
4. Hendelsen ble til slutt markert som løst klokken 19.33 UTC fredag 24. juli, da alle berørte tjenester ble meldt fullt gjenopprettet. 30

Tidslinjen var ikke helt lik i alle meldingene. University of Colorado skrev at en løsning hadde gjenopprettet ChatGPT, OpenAIs API-er og Codex klokken 15.36 den 23. juli, mens OpenAIs statusside fortsatte å følge utviklingen lenger. 2930

Det kan skyldes at gjenopprettingen skjedde gradvis, at rapportene beskriver ulike kontrollpunkter, eller at OpenAI fortsatte overvåkingen etter at tjenestene fungerte for mange brukere. Det offentlige materialet gir ikke nok informasjon til å slå fast hvilken forklaring som er riktig.

OpenAI publiserte heller ingen detaljert teknisk årsaksanalyse i de tilgjengelige oppdateringene. Henvisningen til en underliggende infrastrukturleverandør i universitetets varsel er den tydeligste offentlige indikasjonen på sammenhengen, men bør ikke omtales som en fullstendig forklaring på årsaken. 29

Hvordan skilte hendelsen seg fra problemene 25. juli?

Forstyrrelsen 23. juli kom ikke alene. To dager senere opplevde ChatGPT, Codex og OpenAIs API igjen forhøyede feilrater. Brukere meldte om samtaler de ikke fikk åpnet, forespørsler som stoppet opp, og 503-feil – inkludert en intern feilkode som hindret forespørsler i å nå OpenAIs servere. The Next Web omtalte dette som selskapets fjerde tjenesteforstyrrelse på fire dager. 7

Annen dekning beskrev 25. juli-hendelsen som en bredere global nedetid, der brukere i flere land ikke fikk lastet inn samtaler, åpnet lagret historikk eller kjørt forespørsler. 315

Forskjellen mellom datoene er derfor viktig: 23. juli var en betydelig, men ikke nødvendigvis universell, forringelse av tjenesten. 25. juli kom det rapporter om en bredere og mer synlig svikt på tvers av både forbrukertjenester og utviklerverktøy.

Hvordan var dette sammenlignet med april?

Forstyrrelsen 20. april ble også langt kraftigere rapportert. Moneycontrol viste til mer enn 1 720 Downdetector-rapporter om gateway-feil, innloggingsproblemer og samtaler som ikke lastet inn. TechRadar skrev at OpenAI klassifiserte hendelsen som en delvis nedetid som varte i minst 90 minutter. 1112

Det kom også meldinger om problemer med prosjekter og i enkelte tilfeller pågående arbeid. Et tiltak ble satt inn rundt klokken 13 amerikansk østkysttid, før gjenopprettingen ble overvåket. 14

Det tydeligste bildet er derfor et mønster, ikke én dokumentert felles årsak: 20. april var en større og skarpt rapportert ChatGPT-forstyrrelse, mens slutten av juli var preget av gjentatte hendelser i ChatGPT, Codex og API-et over flere dager. Kildene fastslår ikke at alle hendelsene hadde samme tekniske årsak.

Hva betydde dette for arbeidsplasser?

For enkeltbrukere var symptomene først og fremst mislykkede forespørsler, lasteproblemer og utilgjengelige samtaler. For virksomheter kan konsekvensene ha vært større enn det som syntes i ChatGPT-grensesnittet.

Bedrifter som bruker API-et eller Codex, kan ha fått automatiserte jobber som feilet, forsinkede prosesser, avbrutte utviklerarbeidsflyter eller køer i systemer som er avhengige av svar fra OpenAI. Sikkerhets- og plattformveiledning etter hendelsene i juli anbefalte team å undersøke om API-avhengige systemer hadde fått stille feil, oppsamlet arbeid eller synlige feilmeldinger – og om autonome oppgaver hadde stoppet på en trygg måte. 6

Den nøyaktige kostnaden for næringslivet ble ikke offentlig tallfestet. Det finnes ikke et pålitelig grunnlag i kildene for et anslag i kroner eller dollar, og virkningen vil variere med virksomhetens arbeidsmengde, bruksmønster og mulighet til å bytte til en reserveløsning.

For team som er avhengige av OpenAIs tjenester, peker hendelsen på noen praktiske spørsmål:

• Blir mislykkede forespørsler forsøkt på nytt med gradvis lengre ventetid, uten at samme jobb blir duplisert?
• Skiller systemene mellom en midlertidig leverandørfeil og et faktisk ferdig svar?
• Er jobber i kø synlige når API-et har redusert ytelse?
• Kan brukerne gå over til en dokumentert reserveløsning hvis ChatGPT eller Codex ikke er tilgjengelig?
• Stopper flertrinns- og autonome arbeidsflyter på en trygg måte, i stedet for å bli stående halvveis i en oppgave? 6

Hvorfor fulgte prediksjonsmarkedene med?

De gjentatte forstyrrelsene i juli fikk også oppmerksomhet i prediksjonsmarkeder. Enkelte markeder definerer en nedetid ut fra om OpenAI offisielt klassifiserer en hendelse som «delvis» eller «full» på en bestemt dato. 18 Andre følger med på hvor mange dager ChatGPT kan registrere nedetid i løpet av juli. 20

Slike markeder viser at det finnes stor interesse for påliteligheten til AI-tjenester. Prisene i markedene er likevel ikke bevis på årsak, alvorlighetsgrad eller sannsynligheten for en ny hendelse. De gjenspeiler handelen og ordlyden i den enkelte kontrakten, ikke en uavhengig måling av driftssikkerhet.

Konklusjonen

Hendelsen 23. juli var en reell forstyrrelse i OpenAIs tjenester og påvirket ChatGPT, Codex og API-et. Det sterkeste kildegrunnlaget støtter likevel beskrivelsen «forhøyede feilrater» og «redusert ytelse», snarere enn en total global nedstengning. Mer enn 300 brukerrapporter viste den synlige virkningen, mens OpenAIs statusside fulgte en utvikling fra undersøkelse til tiltak og overvåking før hendelsen ble markert som løst klokken 19.33 UTC 24. juli. 2230

Den større betydningen ligger i mønsteret rundt hendelsen. 23. juli ble fulgt av en ny og mer omfattende forstyrrelse 25. juli, mens 20. april allerede hadde vist hvordan problemer i ChatGPT kan ramme samtaler, prosjekter og arbeid som er avhengig av API-et.

For virksomheter som bruker AI i produksjon, er lærdommen derfor ikke bare hvor lenge én tjeneste var nede. Det handler også om å bygge inn overvåking, forsøk på nytt, trygg feilhåndtering og praktiske reserveløsninger i arbeidsflyten.