En talsperson fra Anthropic tilskrev problemet «et kortvarig infrastrukturproblem» som forårsaket forhøyede feil på flere Claude-modeller i en kort periode, og bekreftet at problemet ble løst .
Notion spesifiserte ikke offentlig hvilke alternative AI-leverandører som tok imot den omdirigerte trafikken, men selskapets handling var tydelig: I det øyeblikket Anthropics Opus-modeller begynte å returnere forringede resultater, fjernet Notions system alle Anthropic-modeller fra den brukervendte modellvelgeren og sendte forespørslene videre .
Dette er et konkret eksempel på en flermodells failover-arkitektur i praksis. I stedet for å la brukervendte feil spre seg mens man ventet på at Anthropic skulle fikse problemet, behandlet Notion AI-modellaget som en utskiftbar komponent – på samme måte som en skyarkitekt ville håndtert en sviktende database eller et uresponsivt CDN.
Forstyrrelsen 7. juni var liten isolert sett, men den kom midt i en klynge av Claude-hendelser som har rystet tilliten til plattformens pålitelighet.
Den mest alvorlige hendelsen rammet 2. juni da en stor stans påvirket Claude.ai, API-et, Claude Console og Claude Code. Forhøyede feilrater ble rapportert for Opus 4.6 og andre modeller, med en kraftig økning i brukerrapporter på Downdetector rundt kl. 07:10 norsk tid. Hele avbruddet varte i nesten seks timer før tjenestene var fullstendig gjenopprettet .
Bare tre dager senere, 5. juni, gikk Claude-plattformen offline igjen. Statussiden loggførte «forhøyede feil på mange Claude-modeller» fra kl. 15:08 til 18:28 UTC, der Opus 4.7 og 4.8 var de siste til å stabilisere seg. Hendelsen tok en mer alvorlig vending da brukere rapporterte å ha mottatt svar som så ut til å tilhøre andre sesjoner, noe som fikk Anthropic til å åpne en formell gransking av en potensiell datalekkasje .
En kortere hendelse 6. juni påvirket claude.ai, konsollen og API-et. Opus 4.8 opplevde redusert ytelse i omtrent 50 minutter før en løsning ble implementert og overvåket .
Den siste klyngen av problemer kom ikke ut av ingenting. Opus 4.7 hadde allerede registrert vinduer med forhøyede feil 22. og 25. mai, og en kvalitetsreduksjon ble dokumentert av utviklere omtrent en uke etter modellens lansering 16. april – et mønster som speilte problemene med Opus 4.6 i mars .
I april 2026 bekreftet Anthropic offentlig en kvalitetsnedgang i Claude Code, Claude Agent SDK og Claude Cowork mellom 4. mars og 20. april, tilskrev det tre ulike årsaker, og tilbakestilte senere brukerrestriksjoner etter gjennomgangen .
For virksomheter som støtter seg på Claude som en kjernekomponent i produktet sitt, gir Notion-hendelsen 7. juni en enkel lekse: Avhengighet av en ekstern AI-modell er nå en infrastrukturrisiko, og det må konstrueres mot.
Et produksjonssystem som kaller en enkelt Anthropic-modell, trenger tre distinkte egenskaper: en strategi for nye forsøk ved forbigående 5xx- eller 529-feil, en reservemodell for å absorbere tjenesteavbrudd, og en migreringsplan for langsiktige kvalitetsfall eller utfasing av modeller. Å stole på bare én av disse strategiene er utilstrekkelig .
Notions automatiske deaktivering av alle Anthropic-modeller og den sømløse omdirigeringen til alternative leverandører er akkurat mønsteret flere integratører må ta i bruk. Uten en flermodells failover kan selv et 50-minutters vindu med redusert ytelse spre seg til kundevendte feil på tvers av supportroboter, datapipelines og utviklingsverktøy .
Anthropics egne 90-dagers oppetidstall viser 98,8 % for claude.ai og 99,15 % for Claude API-et . Selv om tallene i absolutte termer virker fornuftige, reflekterer de en plattform som mange virksomheter nå behandler som kritisk infrastruktur. Klyngen av hendelser tidlig i juni – en global seks timers stans, en tre timers stans med datalekkasje-gransking, og flere mindre forstyrrelser – antyder at kravet til robusthet for AI-avhengigheter må settes høyere enn for tradisjonelle SaaS-tjenester.
Notions beslutning om å fjerne alle Anthropic-modeller 7. juni var en rutinemessig operasjonell respons på et midlertidig infrastrukturproblem. Men sett i lys av seks bemerkelsesverdige Claude-forstyrrelser på omtrent seks uker, er det også et tydelig signal: Nådetiden for å betrakte generativ AI som et spennende eksperiment er over.
For ethvert team som bygger på toppen av Claude – eller en hvilken som helst ekstern AI-modell – er pålitelighetsteknikk ikke lenger valgfritt. Logikk for nye forsøk, reserveløsninger og en testet vei for modellmigrering er den nye minimumsstandarden for å holde et produkt i live når fundamentet under begynner å riste.
Comments
0 comments