从故障表现来看，这更像是一次“局部服务降级”，而非整个平台的全面崩溃。用户尝试发送消息时，会看到诸如 “Something went wrong”（出了些问题） 或西班牙语版本的 “Error en la transmisión de mensajes”（消息传输错误） 等报错提示。还有部分用户反馈，消息虽然发过去了，但聊天机器人迟迟没有回应；另有一些用户则干脆在加载网站或App时看到一片空白。

投诉类型的分布也清晰地勾勒出了问题轮廓：

• 86% 的用户投诉指向整体服务故障。
• 5% 的用户遇到了登录困难。
• 5% 的用户反映了移动端App独有的问题。

独立监测工具还捕获到，6月5日下午2点01分前后，语音模式也受到了单独影响。

整个事件期间，OpenAI 没有发布任何公开声明来指明根本原因。根据其官方状态页面事后显示，所有系统已全面恢复正常，而ChatGPT在2026年3月至6月这一统计周期内的在线率为99.83% 。

波及范围与影响人群

这是一次全球范围的扰动，但在几个关键地区表现得尤为集中。多份报告确认，美国、印度、菲律宾、波黑、爱尔兰和英国是重灾区，此外也有来自其他国家的零星反馈。与过去几乎所有重大宕机事件一致，免费版用户和支付20美元月费的ChatGPT Plus用户同样无法幸免。

这次宕机的破坏力尤其体现在时间点上。周五上午正值美洲和欧洲专业人士使用ChatGPT进行文稿撰写、代码生成、数据分析及内容创作的高峰窗口。哪怕是短短两小时的中断，对于已将工作流深度绑定在平台上的团队而言，也是一记实打实的生产力暴击。

纵向对比：这次宕机排在第几档？

按照OpenAI近年的“标准”来看，6月5日事件只能算中等规模，但它是一个令人不安的趋势的延续。在过去的12个月里，ChatGPT至少经历了6至8次引起广泛关注的宕机，其中几次无论是持续时间还是用户影响都严重得多。

• 2025年6月10日：迄今最严重的单次事件，宕机超过10小时，影响横跨多个大洲的数百万用户。免费用户和付费用户同时被“拒之门外”，网页端和App端均报错。
• 2025年11月18日：Cloudflare的一次断网事故，导致ChatGPT与X（原Twitter）、Canva等多个主流平台同时下线。这不是OpenAI自己的问题，而是一次依赖共享基础设施导致的连锁崩溃，暴露了互联网上一个单点故障如何被层层放大。
• 2025年12月2日-3日：一场跨越多日的故障，引发超过12,580份用户投诉。OpenAI事后归因于一次 “路由配置错误” ，导致中断延续了两个自然日。
• 2026年2月3日：一次部分宕机，Downdetector上投诉峰值超12,000条。OpenAI将其归咎于影响ChatGPT及平台用户的“错误率升高”，专业用户和开发者受冲击尤其严重。
• 2026年4月20日：持续数小时的故障，美东时间上午10点05分左右投诉量剧增，仅英国的故障报告就一度超过8,700份。
• 2026年5月29日：又一次引发约4,000至5,000份全球投诉的宕机，印度用户反馈较为集中。

相比之下，6月5日这次约2小时、投诉量中等的故障，在持续时间和影响规模上都不及上述最严重的几次事件。但这并不意味着它可以被轻视。这类事件大约每六到八周就“准时到访”一次，这暗示的不是运气不好，而是一个系统性的可靠性难题。

真正的问题：集中式AI，成了那个最脆弱的单点

每当ChatGPT宕机，都在重复同一个不那么让人舒服的事实：整个AI行业已经围绕一个基础设施建起了“公用事业”级别的依赖，而这套基础设施有时候仍像一家初创公司那样脆弱。后果远不止是几小时的不便。

单点故障式依赖是第一层也是最直接的风险。如今，数百万专业人士、学生和企业已经把ChatGPT当作日常关键基础设施。当它宕机时，所有依赖OpenAI特定模型、上下文窗口以及第三方集成的流水线只能干等。不存在一个通用的Plan B 。

反复无常的稳定性已非“成长的烦恼”，而是有据可查的现实。OpenAI的官方在线率指标显示，2026年3至6月期间，ChatGPT为99.83%，API为99.98%，但这个数字掩盖了一个真相——一旦发生故障，往往就是全局性的、长时间的或者扎堆出现的。对于一项越来越像水、电一样支撑知识工作的服务来说，低于四个九（99.99%）甚至五个九（99.999%）的关键基础设施可靠性标准，就意味着用户随时可能“裸奔”。

不透明的信息披露放大了问题。OpenAI经常不在第一时间披露具体的根本原因。6月5日事件发生时，没有发出任何正式声明。而当事后报告出现时，往往只针对重大事件。例如，2024年12月一场持续4小时10分钟的宕机，事后被追溯到一个看似不起眼的配置变更——正是它把工程师锁在了关键控制台之外，无法及时止损。2025年12月那场跨日中断则被归结为“路由配置错误”。这些细节对评估业务风险的企业至关重要，但它们往往来得太迟，无法为运营决策提供有效参考。

共享基础设施的“传染”风险，是那种直到出事才被想起来的隐患。2025年11月Cloudflare那次“团灭”证明，ChatGPT的可靠性不完全是OpenAI自家的事。当关键互联网基础设施供应商出了问题，跑在上面的所有集中式AI服务都可能同步瘫痪。ChatGPT、X、Canva以及雅虎的多项服务一起倒下。这让整个AI生态系统的抗风险能力，比任何一家厂商单独提供的在线数字都来得更脆弱。

付费壁垒并不存在。 每月支付20美元的ChatGPT Plus用户，经历着和免费用户完全一样的宕机。在2025年6月的故障中，两大用户群跨越各大洲被同步“拒签”。对那些考虑签订企业级合同的商业客户来说，如果在消费者付费层面都看不到差异化的可靠性，那么服务等级协议（SLA）里究竟有多少保障，就得打个问号了。

没有冗余的深度绑定才是结构性的困局。用户不可能在宕机时无缝切换到另一个性能相当的服务，因为每个平台都有各自独特的模型能力、自定义GPT、对话历史和工作流集成。迁移摩擦——哪怕是临时的——如此之大，以至于绝大多数用户宁愿等它恢复，也不愿折腾着把工作搬运到别处。这就造就了一种最坏的处境：严重依赖，却没有真正意义上的故障转移能力。

所有这些事件拼凑出的，是一个AI行业尚未度过的“成熟期阵痛”。集中式、强依赖云端的交付方式仍是大部分主流AI模型的默认架构，但每次重大宕机，都在为那些分布式、可互操作、具备离线能力的替代方案增加几分说服力。在那一天到来之前，全世界最先进AI工具的可靠性，仍将悬系于少数几个机房里是否灯火通明。

从故障表现来看，这更像是一次“局部服务降级”，而非整个平台的全面崩溃。用户尝试发送消息时，会看到诸如 “Something went wrong”（出了些问题） 或西班牙语版本的 “Error en la transmisión de mensajes”（消息传输错误） 等报错提示。还有部分用户反馈，消息虽然发过去了，但聊天机器人迟迟没有回应；另有一些用户则干脆在加载网站或App时看到一片空白。

投诉类型的分布也清晰地勾勒出了问题轮廓：

• 86% 的用户投诉指向整体服务故障。
• 5% 的用户遇到了登录困难。
• 5% 的用户反映了移动端App独有的问题。

独立监测工具还捕获到，6月5日下午2点01分前后，语音模式也受到了单独影响。

整个事件期间，OpenAI 没有发布任何公开声明来指明根本原因。根据其官方状态页面事后显示，所有系统已全面恢复正常，而ChatGPT在2026年3月至6月这一统计周期内的在线率为99.83% 。

波及范围与影响人群

这是一次全球范围的扰动，但在几个关键地区表现得尤为集中。多份报告确认，美国、印度、菲律宾、波黑、爱尔兰和英国是重灾区，此外也有来自其他国家的零星反馈。与过去几乎所有重大宕机事件一致，免费版用户和支付20美元月费的ChatGPT Plus用户同样无法幸免。

这次宕机的破坏力尤其体现在时间点上。周五上午正值美洲和欧洲专业人士使用ChatGPT进行文稿撰写、代码生成、数据分析及内容创作的高峰窗口。哪怕是短短两小时的中断，对于已将工作流深度绑定在平台上的团队而言，也是一记实打实的生产力暴击。

纵向对比：这次宕机排在第几档？

按照OpenAI近年的“标准”来看，6月5日事件只能算中等规模，但它是一个令人不安的趋势的延续。在过去的12个月里，ChatGPT至少经历了6至8次引起广泛关注的宕机，其中几次无论是持续时间还是用户影响都严重得多。

• 2025年6月10日：迄今最严重的单次事件，宕机超过10小时，影响横跨多个大洲的数百万用户。免费用户和付费用户同时被“拒之门外”，网页端和App端均报错。
• 2025年11月18日：Cloudflare的一次断网事故，导致ChatGPT与X（原Twitter）、Canva等多个主流平台同时下线。这不是OpenAI自己的问题，而是一次依赖共享基础设施导致的连锁崩溃，暴露了互联网上一个单点故障如何被层层放大。
• 2025年12月2日-3日：一场跨越多日的故障，引发超过12,580份用户投诉。OpenAI事后归因于一次 “路由配置错误” ，导致中断延续了两个自然日。
• 2026年2月3日：一次部分宕机，Downdetector上投诉峰值超12,000条。OpenAI将其归咎于影响ChatGPT及平台用户的“错误率升高”，专业用户和开发者受冲击尤其严重。
• 2026年4月20日：持续数小时的故障，美东时间上午10点05分左右投诉量剧增，仅英国的故障报告就一度超过8,700份。
• 2026年5月29日：又一次引发约4,000至5,000份全球投诉的宕机，印度用户反馈较为集中。

相比之下，6月5日这次约2小时、投诉量中等的故障，在持续时间和影响规模上都不及上述最严重的几次事件。但这并不意味着它可以被轻视。这类事件大约每六到八周就“准时到访”一次，这暗示的不是运气不好，而是一个系统性的可靠性难题。

真正的问题：集中式AI，成了那个最脆弱的单点

每当ChatGPT宕机，都在重复同一个不那么让人舒服的事实：整个AI行业已经围绕一个基础设施建起了“公用事业”级别的依赖，而这套基础设施有时候仍像一家初创公司那样脆弱。后果远不止是几小时的不便。

单点故障式依赖是第一层也是最直接的风险。如今，数百万专业人士、学生和企业已经把ChatGPT当作日常关键基础设施。当它宕机时，所有依赖OpenAI特定模型、上下文窗口以及第三方集成的流水线只能干等。不存在一个通用的Plan B 。

反复无常的稳定性已非“成长的烦恼”，而是有据可查的现实。OpenAI的官方在线率指标显示，2026年3至6月期间，ChatGPT为99.83%，API为99.98%，但这个数字掩盖了一个真相——一旦发生故障，往往就是全局性的、长时间的或者扎堆出现的。对于一项越来越像水、电一样支撑知识工作的服务来说，低于四个九（99.99%）甚至五个九（99.999%）的关键基础设施可靠性标准，就意味着用户随时可能“裸奔”。

不透明的信息披露放大了问题。OpenAI经常不在第一时间披露具体的根本原因。6月5日事件发生时，没有发出任何正式声明。而当事后报告出现时，往往只针对重大事件。例如，2024年12月一场持续4小时10分钟的宕机，事后被追溯到一个看似不起眼的配置变更——正是它把工程师锁在了关键控制台之外，无法及时止损。2025年12月那场跨日中断则被归结为“路由配置错误”。这些细节对评估业务风险的企业至关重要，但它们往往来得太迟，无法为运营决策提供有效参考。

共享基础设施的“传染”风险，是那种直到出事才被想起来的隐患。2025年11月Cloudflare那次“团灭”证明，ChatGPT的可靠性不完全是OpenAI自家的事。当关键互联网基础设施供应商出了问题，跑在上面的所有集中式AI服务都可能同步瘫痪。ChatGPT、X、Canva以及雅虎的多项服务一起倒下。这让整个AI生态系统的抗风险能力，比任何一家厂商单独提供的在线数字都来得更脆弱。

付费壁垒并不存在。 每月支付20美元的ChatGPT Plus用户，经历着和免费用户完全一样的宕机。在2025年6月的故障中，两大用户群跨越各大洲被同步“拒签”。对那些考虑签订企业级合同的商业客户来说，如果在消费者付费层面都看不到差异化的可靠性，那么服务等级协议（SLA）里究竟有多少保障，就得打个问号了。

没有冗余的深度绑定才是结构性的困局。用户不可能在宕机时无缝切换到另一个性能相当的服务，因为每个平台都有各自独特的模型能力、自定义GPT、对话历史和工作流集成。迁移摩擦——哪怕是临时的——如此之大，以至于绝大多数用户宁愿等它恢复，也不愿折腾着把工作搬运到别处。这就造就了一种最坏的处境：严重依赖，却没有真正意义上的故障转移能力。

所有这些事件拼凑出的，是一个AI行业尚未度过的“成熟期阵痛”。集中式、强依赖云端的交付方式仍是大部分主流AI模型的默认架构，但每次重大宕机，都在为那些分布式、可互操作、具备离线能力的替代方案增加几分说服力。在那一天到来之前，全世界最先进AI工具的可靠性，仍将悬系于少数几个机房里是否灯火通明。