Flera stora AI-tjänster fick problem under samma morgon den 3 september 2026: OpenAI:s ChatGPT och Codex, Anthropics Claude och xAI:s Grok. Att konkurrerande tjänster krånglade inom samma tidsfönster gjorde händelsen särskilt uppmärksammad.
Den viktigaste slutsatsen är samtidigt den mest försiktiga: det handlade om samtidiga störningar, inte om ett bekräftat gemensamt avbrott. OpenAI pekade ut ett eget routningsfel, medan tillgängliga statusmeddelanden och rapportering inte fastställde någon delad teknisk grundorsak för de övriga tjänsterna.
40
41
Tidslinjen: när började problemen?
Enligt OpenAI började ett routningsfel omkring 07.43 PT den 3 september. Felet gjorde ChatGPT och Codex otillgängliga för vissa användare på flera plattformar. En lösning hade införts omkring 08.17 PT och övervakades därefter.
40
OpenAI skapade sitt publika incidentärende klockan 14.58 UTC och beskrev då ”förhöjda felnivåer” i ChatGPT och Codex.
17 En senare sammanställning av leverantörernas avslutade incidentnotiser placerade OpenAI:s återställning vid 16.55 UTC. Räknat från den rapporterade starten 07.43 PT, alltså 14.43 UTC, pågick incidenten därmed i cirka två timmar och tolv minuter. Påverkan var dock partiell och såg inte likadan ut för alla användare.
40
41
Anthropic och xAI rapporterade problem under samma bredare tidsperiod. Anthropics modellfel uppgavs vara löst klockan 16.16 UTC, medan xAI senare meddelade att Grok-trafiken var normal igen vid 17.07 UTC.
41
Fel vid inloggning, chatt och svar
Användare rapporterade bland annat misslyckade inloggningar, chattfel, uteblivna svar och problem med webb- och appversioner. Downdetector, som samlar in användarrapporter om störningar, visade särskilt höga nivåer för ChatGPT: över 35 000 rapporter i USA. Claude hade över 1 400 rapporter och Grok över 1 200. I Indien registrerades över 2 800 rapporter för ChatGPT, omkring 170 för Claude och över 70 för Grok. Siffrorna är inte ett mått på exakt hur många konton som drabbades, men de visar att problemen märktes brett.
42
OpenAI:s statussida bekräftade förhöjda fel i ChatGPT och Codex, och incidenten markerades senare som löst.
17
20 Samtida rapportering beskrev problem i ChatGPT på webben, i mobilappar och på datorer – inte ett fel som var begränsat till ett enda gränssnitt.
39
50
För Claude handlade det enligt rapporteringen om förhöjda fel för flera modeller: Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8 och Opus 4.6. Senare uppdateringar angav att många modeller återgått till normala felnivåer, medan Opus 4.8 och Opus 5 påverkades längre.
36
47
49
xAI bekräftade att Grok hade problem och rapportering efteråt angav att trafiken hade återgått till normalläge.
49
41
Var Google Gemini det fungerande alternativet?
I den tidiga rapporteringen framställdes Google Gemini ofta som den stora konkurrent som verkade fungera medan ChatGPT, Claude och Grok stördes. Den bilden bör tolkas med försiktighet. Det fanns även rapporter på Downdetector om Gemini-relaterade problem, men underlaget innehåller ingen motsvarande bekräftad incident från Google.
44
48
I praktiken kan en tjänst fungera för vissa användare samtidigt som andra ser fler fel. Störningssajter är användbara varningssignaler, men ersätter inte leverantörens egna incidentrapporter eller teknisk övervakning av en viss applikation.
Därför slog avbrottet hårdare än mot en vanlig chattbot
För många verksamheter handlade effekten inte bara om att det blev svårt att ställa en fråga till en AI-chatt. När kodassistenter eller agentbaserade arbetsflöden blir otillgängliga kan utvecklingsarbete stanna upp. API-fel kan i sin tur göra att funktioner i produkter och interna automationer köas, misslyckas eller måste hanteras manuellt. Även research- och analysarbete påverkas när verktyg för sökning, sammanfattning eller långvariga uppgifter slutar fungera.
OpenAI:s incidenthistorik visar hur många delar av en AI-plattform som kan påverkas: Codex, sökfunktioner, agenter, Deep Research, anslutningar till andra tjänster, filuppladdning, inloggning och GitHub-beroende arbetsflöden har förekommit i separata incidentnotiser.
19
24
25
29
Det betyder inte att någon enskild leverantör är särskilt opålitlig. Däremot visar det hur ett beroende av en leverantör, en modell eller en agentmiljö kan bli en operativ flaskhals.
Astra- och GPT-6-spekulationerna saknade stöd
Tidpunkten ledde till spekulationer eftersom störningen kopplades till rykten om en kommande OpenAI-presentation med namnet ”Astra”, möjligen relaterad till en framtida GPT-6-generation. Men tillgängliga uppgifter ger inget stöd för ett orsakssamband.
OpenAI:s förklaring till sin egen störning var ett routningsfel. Ingen leverantör kopplade offentligt de samtidiga problemen till Astra, GPT-6 eller en modelllansering. Sammanträffandet skapade en uppseendeväckande berättelse, men bevisade inte någon orsak.
40
37
46
Vad tidigare incidenter säger om driftsäkerhet
Händelsen den 3 september var inte den första störningen på AI-marknaden. xAI:s statushistorik omfattar exempelvis en timeout för Grok-2 den 15 januari 2025 som varade i 3 timmar och 10 minuter, samt ett avbrott för strukturerad output i Grok-2 som varade i 3 dagar och 21 timmar.
2
3 OpenAI:s historik innehåller på samma sätt skilda incidenter kopplade till Codex-uppgifter, ChatGPT-funktioner och API-relaterade arbetsflöden.
21
27
32
Det går inte att använda dessa uppgifter för att rangordna leverantörerna efter driftsäkerhet. Underlaget ger inte jämförbara definitioner av driftstopp, användarexponering eller antalet drabbade. Men det stöder en mer begränsad slutsats: avbrott är en normal planeringsrisk för team som bygger viktiga processer på molnbaserade AI-tjänster.
Checklista för att minska konsekvenserna
Organisationer som är beroende av AI i produktion kan begränsa effekten av en leverantörsstörning genom att planera för fel i förväg:
- Använd leverantörsoberoende gränssnitt där det är rimligt, så att applikationen inte låses hårt till en leverantörs API-format eller arbetsflöde.
- Bestäm reservvägar för viktiga uppgifter: en andra leverantör, en mindre lokal modell, ett förenklat arbetsflöde eller en manuell rutin.
- Köa och gör säkra återförsök för icke-brådskande API-jobb, med begränsningar som hindrar att upprepade försök förvärrar en pågående störning.
- Skilj kritiska processer från bekvämlighetsfunktioner. En chattassistent kan vara valfri, medan ett flöde som blockerar kodgranskning, kundsupport eller en produktfunktion kanske inte är det.
- Testa failover och manuella rutiner. En reservlösning som aldrig har provats är ingen pålitlig kontinuitetsplan.
Störningarna den 3 september var ovanliga eftersom flera välkända AI-tjänster verkade fallera samtidigt. Den större lärdomen är dock enkel: motståndskraft handlar mindre om att förutse nästa avbrott och mer om att se till att en enda leverantörs problem inte stoppar verksamhetskritiskt arbete.
41