ChatGPT 和 Claude 的停机时间：过去 90 天内分别为 8 小时和 13 小时

9月3日星期三，三大主要AI服务在短短几小时内相继出现故障。OpenAI于协调世界时（UTC）14:58记录了一起名为“ChatGPT和Codex错误率升高”的事件，该事件影响了15个ChatGPT组件和4个Codex组件。 该公司于协调世界时（UTC）16:55将该事件标记为已解决。

Anthropic 当天记录了两起独立事件。第一起发生在协调世界时（UTC）12:37至12:56，影响了 Claude Sonnet 5。 第二起事件发生于协调世界时13:26至16:16，根据Anthropic自己的清单，涉及Mythos和Fable 5.1、Mythos和Fable 5、Opus 5、Opus 4.8以及Opus 4.6。 xAI 也记录了一起涉及 Grok 的故障事件。谷歌的 Gemini 是四大服务中唯一未发布官方停机通知的，尽管 Downdetector 仍收到了约 500 份相关报告。 ChatGPT在美国地区的报告数量峰值超过35,000条，Claude约为1,400条，Grok约为1,200条。

所有这些都只是一个瞬间的快照，而这一事件已经结束。 更有趣的部分在于，当你跳出单日数据，关注服务商自身发布的可靠性报告时。这些数据是公开的，但几乎无人关注。

这些数据发布在各服务商自身的状态页面上

OpenAI 在 status.openai.com 上报告了 ChatGPT 99.64% 的可用率，该数据基于滚动 90 天的统计周期。API 的表现明显更佳，达到 99.94%，而 Codex 则保持在 100%。 Anthropic 在 status.claude.com 上公布了 claude.ai 在同一时期的可用率为 99.4%，API 为 99.5%，Claude Code 为 99.44%，Claude Cowork 为 99.43%。 两家公司均指出，这些数据是所有服务等级和模型的汇总值，因此个人实际体验可能有所不同。

小数点后两位百分比的意义不大，因此以下将这些数值转换为时间单位。 在 90 天内，99.64% 意味着服务中断时间约为 467 分钟，略少于 8 小时。claude.ai 的 99.4% 则相当于约 778 分钟，略多于 13 小时。这相当于一个完整的工作日加上加班时间，分散在整个季度中。

故障记录也印证了这一点。OpenAI的公开列表显示，7月有36起单独记录的故障，8月有19起，9月前3天又有5起。周三并非特例，而是多家服务商同时出现故障且被用户察觉的一天。

目前尚无相关方指出具体原因

许多报道指出是 Azure 美国东部区域发生了故障——ChatGPT、Claude 和 Grok 均在此区域调用计算资源——但这一关联并未得到证实。微软官方的 Azure 状态历史记录（其中收录了“事后审查报告”）中，当天并未包含关于美国东部区域的任何条目。 该页面发布的最新报告日期为7月23日，涉及美国西部区域。

OpenAI和Anthropic在其事件说明中均未给出原因。这一点在Anthropic身上尤为引人注目，因为该公司仅在几天前还曾明确说明过原因。 8月28日，该公司曾声明已查明“上游云服务提供商存在问题”，该问题影响了网页端的 Claude Cowork 和 Claude Code。而针对周三的事件，则未出现此类归因说明。 任何将Azure解释视为定论的人，都超出了现有记录的范围。

OpenAI确实补充了一条实用提示：如果您通过移动端远程控制使用Codex，此次事件后可能需要重新配对设备。

如何判断问题是否出在你这边

当聊天机器人突然报错时，人们的第一反应往往是检查自身设备是否存在问题，例如切换浏览器、注销并重新登录。 以下三个网址可帮你省去这些麻烦。OpenAI 在 status.openai.com 上记录了当前状态和完整的故障历史，Anthropic 在 status.claude.com 上，xAI 在 status.x.ai 上。Gemini 的状态则显示在 Google Workspace 状态仪表盘中。

这些页面有一个注意事项。 这些页面由服务商自行维护，因此通常会滞后于用户实际遇到的情况。本周三，在官方记录出现之前，Downdetector 上的报告数量就已激增。同时查阅这两个渠道，是区分你的问题与服务商问题的一种可靠方法。

订阅第二家服务商也只能起到有限的作用

显而易见的做法是同时订阅两家服务商。周三的事件说明了为什么这并非稳妥之策。在同一时间段内，ChatGPT、Claude 和 Grok 的服务质量均出现下降，而 Gemini 却一直正常运行。从外部几乎无法判断哪项服务运行在何种基础设施上，以及两家服务商之间是否存在依赖关系。 只有当两家服务商的基础架构完全独立时，双重订阅才能真正提供保护。

在本地硬件上运行且无需联网的模型更为可靠。如今这类模型的体积已足够小，普通设备也能运行。 我们曾展示过如何将语言模型部署到 iPhone 上，随后 Meta 也推出了 Muse Glimmer——一款基于 24 GB 显存的免费选项。虽然它们的质量无法与大型云端模型相媲美，但在服务商完全无法访问的情况下，其价值仍远超第二份月费账单。

Anthropic的服务中断也并非新鲜事，正如我们在8月下旬报道的那样，当时有多个Claude模型同时报错。