Pourquoi ChatGPT, Claude et Grok sont tombés ensemble ? Les raisons techniques d’une panne IA de masse

Chronologie du 3 septembre : ce que chaque éditeur a vraiment dit

Alignez-vous sur chaque page de statut avant d’inventer « un incident partagé ». xAI a bougé le premier : vers 9 h 30 ET, Grok a cassé sur Android, iOS et le web ; X répondait modèle saturé, réessayer ou en choisir un autre. Ensuite xAI a lié l’événement à son data center de Memphis, pas à un vague « nous enquêtons ». Gardez cette phrase. Au moins un éditeur a donné une explication au niveau salle, qu’un récit Azure ultérieur ne doit pas avaler entière.

Anthropic a rapporté une panne partielle d’infrastructure : Claude grand public, Claude Code et l’API publique ont vu des erreurs élevées dans la même plage. Leur chronologie publique a revendiqué une cause en quinze minutes environ et un retour vers 12 h 15, avec un soubresaut plus tard sur un seul modèle. OpenAI est venu plus tard : vers 10 h 43–11 h, la page disait erreurs élevées et perf dégradée pour ChatGPT et Codex. Le rayon n’était pas que la fenêtre de chat — connexion, upload, voix, recherche, Deep Research, images. OpenAI teasing Astra ce jour-là, le trafic de base était déjà haut. Après mitigation, marque résolu vers 12 h 55.

Le même matin, des agents de code comme Cursor, qui dépendent de Claude et Grok, ont signalé leur propre panne — pas un quatrième modèle frontière, un runtime aval qui perdait deux backends. Gemini a vu un pic de plaintes sans panne officielle confirmée. Ars Technica a empilé quatre noms parce que les courbes de plaintes s’empilaient, pas parce que Google a publié un incident. Chevauchement n’est pas une cause unique. Un pic DownDetector n’est pas un aveu d’éditeur.

Séparer : faits officiels, indices d’infra, hypothèses qui ne sont pas une cause

Coupez les preuves en trois couches avant de demander pourquoi c’était simultané. Couche un, le officiel : les trois ont confirmé des pannes dans leurs fenêtres ; Grok a pointé Memphis ; Claude a dit infrastructure issue ; ChatGPT / Codex, elevated errors. À l’heure d’écrire, pas de RCA commun, personne ne nomme l’autre. The Verge n’a confirmé que le retour et l’absence d’explication unifiée.

Couche deux, l’indice d’infra. Plusieurs médias et agrégateurs ont noté un pic de plaintes Microsoft Azure aux mêmes heures ; certains ont décrit des échecs d’ingress Azure East US vers 10 h 26 PT (13 h 26 ET). East US porte une grosse part du trafic IA entreprise, et OpenAI, Anthropic et xAI font tourner inférence et réseau significatifs sur Azure. Si l’ingress, l’équilibrage ou le routage régional tressaille, des apps différentes se présentent quand même en 502, timeouts et logins ratés. Cela explique l’apparence simultanée. C’est encore un indice, pas un RCA signé.

Couche trois, les hypothèses à ne pas bâtir dessus : Azure aurait étranglé des rivaux exprès, les trois auraient planifié une maintenance commune, Memphis et East US seraient prouvés comme un seul incident. Le public ne soutient pas ces lectures. Deux phrases d’ingénierie restent. D’abord, l’IA grand public partage déjà une poignée de régions cloud et une poignée de portes. Ensuite, quand la première marque meurt, bascules et retries poussent la charge sur la suivante — même si cette salle-là est saine.

Cloud partagé et ingress : pourquoi ça a semblé simultané

En 2026 les modèles de porte d’entrée ressemblent à trois sociétés, trois produits, trois tokenizers. Dessous ils partagent souvent comptes, régions, quota GPU, ingress anycast, identité et metering. L’entraînement peut vivre dans une salle privée. L’inférence veut être près des users, élastique et achetable, donc Microsoft Azure est devenu le dénominateur. Que Gemini tienne n’est pas la preuve que « le modèle Google est plus stable ». C’est le fait plus propre que son chemin principal tourne sur Google Cloud et ne se battait pas pour la même porte East US.

Donc « panne simultanée » est souvent le langage de l’ingress et du plan de contrôle, pas « trois Transformers ont crashé d’un coup ». ChatGPT qui liste Codex, uploads, voix et Deep Research ensemble ressemble à une passerelle ou une identité partagée, pas à un décodeur de chat. Claude qui lie chat, Claude Code et API à un seul infrastructure issue est le même signal : beaucoup de noms produit, peu de portes. Pas besoin du RCA officiel pour changer le design. Supposez qu’un ingress régional peut échouer comme une unité.

Cascades, tempêtes de retry, et Memphis

Le cloud partagé explique le chevauchement. La cascade explique pourquoi les deuxième et troisième ont eu l’air pires. Quand ChatGPT meurt, le geste par défaut n’est pas d’attendre — c’est d’ouvrir Claude ou Grok. Des dizaines de millions de sessions qui changent d’éditeur en minutes, c’est un pic vers un ingress déjà blessé. Clients et frameworks Agent empirent : retry immédiat au timeout, rotation de clés, changement de modèle, pas de jitter, pas de signal « c’est l’infra, arrêtez ». Tempête de retry classique. La panne du premier devient « surcharge inexplicable » dans les logs du second.

Gardez la note Memphis de Grok dans sa colonne. xAI a lié l’échec à son propre data center, plus tôt que la page ChatGPT. Accident indépendant qui a seulement chevauché, ou lien électrique / connectivité amont plus large. Sans chronologie commune, écrivez en parallèle, ne fusionnez pas. La morale d’ingénierie est plus nette : si votre liste de bascule est « OpenAI meurt, on coupe vers xAI », cette politique est morte d’abord sur Grok ce matin-là.

La panne Cursor ce jour-là est la forme produit d’une cascade. L’éditeur n’entraîne pas un modèle ; il traite Claude et Grok comme runtimes. Quand ils tressaillent, complétions, agents et appels d’outils s’arrêtent ensemble. La plupart des Agents internes 2026 ressemblent à ça : outils MCP, tâches A2A, votre JSON HTTP, et ça termine encore sur deux ou trois modèles cloud. Le point unique n’est pas votre code métier. C’est le champ model par défaut. Voir MCP et JSON Schema et MCP sans état.

Le plan de contrôle est plus fragile que le modèle

Un cluster GPU sain ne fait pas réussir une requête. Login, upload, voix et recherche qui échouent ensemble, c’est la passerelle, l’identité, la porte objet ou le bord partagé — pas une couche decoder. « Modèle saturé » à l’écran est souvent un faux symptôme : ce qui sature vraiment, ce sont les connexions d’ingress, les certificats ou le service de jetons. Les pages de statut retardent ; les users voient DownDetector d’abord. En debug, ne fixationnez pas le nom du modèle. Lisez httpStatus, code, et si l’enveloppe est retryable.

Normaliser les erreurs vendeur dans une enveloppe sert plus qu’un toast « l’IA a échoué ». Le JSON ci-dessous dit seulement quel fournisseur, quel statut, s’il faut réessayer. La couche métier ne doit pas parser la prose de chacun. La prose va aux logs. L’enveloppe va au disjoncteur.

{
  "ok": false,
  "provider": "openai",
  "httpStatus": 503,
  "code": "elevated_errors",
  "retryable": true,
  "occurredAt": "2026-09-03T15:00:00Z",
  "message": "ChatGPT and Codex are returning elevated errors"
}

Le même matin vous pouvez voir elevated errors OpenAI, infrastructure issue Anthropic et overloaded xAI. Les noms de champs diffèrent ; la décision non : retryable entre en cooldown, non-retryable change de fournisseur, enveloppe hors Schema = échec dur — pas de regex sur une page HTML. Glissez les vrais échecs dans JSONVue : format, valider, JSON Schema pour les clés requises, Diff pour voir ce que chaque vendeur omet. Quand la génération cloud s’éteint, le parse local tient. C’est l’intérêt des outils dans le navigateur.

Pipelines Agent / JSON : multi-fournisseur n’est pas un slogan

Le « multi-cloud » d’une slide n’a pas aidé ce matin-là. Un vrai multi-fournisseur est une politique runtime : un primaire, un ordre de fallback, des seuils de disjoncteur, une enveloppe d’erreur que chaque vendeur doit remplir. Ne frappez pas vingt fois le même. N’implémentez pas le fallback comme « un survivant au hasard ». Gemini utilisable ce jour-là, c’est qu’il ne partageait pas le même destin d’ingress — donc la liste de secours a besoin d’un chemin primaire différent, pas de trois noms qui atterrissent tous sur Azure East US.

La politique elle-même doit être du JSON, versionné à part du Schema métier. La config ci-dessous se moque des marques de modèle. Elle se soucie de qui vous frappez d’abord, ensuite, à quel taux d’erreur vous coupez, quelles clés d’enveloppe sont une porte dure.

{
  "policy": "failover",
  "primary": "openai",
  "fallbacks": ["anthropic", "xai", "google"],
  "circuitBreaker": {
    "errorThreshold": 0.3,
    "windowSeconds": 60,
    "cooldownSeconds": 120
  },
  "errorEnvelope": {
    "required": ["ok", "provider", "code", "retryable"]
  }
}

Facile à rater : le JSON d’arguments d’outil et le JSON de réponse finale sont des hops différents. MCP tools/call, arguments de fonction OpenAI, votre body HTTP échouent autrement quand le modèle est parti. Si « modèle indisponible » et « arguments hors Schema » deviennent le même toast, le post-mortem tourne le mauvais bouton. La validation locale compte encore, pour la même raison que dans Structured Output : forme et disponibilité ne sont pas la même couche. Après le retour du cloud, gardez les enveloppes de ce matin comme fixtures. Mieux qu’un mail de recap.

FAQ

Synthèse et suite

Le 3 septembre se comprime en une ligne : l’IA grand public est déjà un service d’ingress sur cloud partagé. Les marques diffèrent ; le destin peut encore se chevaucher sur un chemin régional. Memphis, ingress East US et bascules users peuvent être trois fils, ou se toucher. Avant un RCA officiel, ne les écrasez pas en complot, ne les traitez pas comme malchance sans lien.

La suite est concrète : collecter les échecs en JSON, écrire la bascule en politique, traiter les seuils de disjoncteur comme une config rejouable. Les modèles reviendront, les pages passeront au vert. Que votre Agent se taise encore à la prochaine secousse d’une porte régionale dépend de si "model": "le seul" est encore en dur.