Cuando un modelo se retira

El 23 de octubre, OpenAI desactivó o1 y o1-pro en su API y, con ellos, una serie de modelos más antiguos: GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, o3-mini, o4-mini y la primera instantánea de GPT-4o. Nueve días antes había comunicado a los desarrolladores que GPT-4o, GPT-4o mini, GPT-4.1 y GPT-4.1 mini les seguirán el 14 de enero. Nada de esto es inusual. Los modelos antiguos se retiran, y los nuevos suelen ser más baratos y más capaces. Pero para toda empresa que ha ajustado un producto o un flujo de trabajo a un modelo, es un recordatorio de que el modelo era alquilado y de que tiene fecha de caducidad.

Lo que se fue y lo que viene

OpenAI anunció el cierre de octubre el 22 de abril, con seis meses de antelación, y dijo que quería «mejorar la fiabilidad y facilitar a los desarrolladores la elección de los modelos adecuados». También desaparecieron las versiones con ajuste fino, entre ellas las construidas sobre GPT-4 y GPT-3.5 Turbo. Para la mayoría de los modelos retirados, la página de modelos obsoletos indica un sustituto de la familia más reciente, GPT-5.6.

La lista de enero es más corta, pero llega más lejos. GPT-4o llegó en mayo de 2024 como el modelo insignia de OpenAI, y GPT-4.1 era una familia pensada para desarrolladores y para la API. OpenAI recomienda un único sustituto para los cuatro, gpt-6-luna, que lanzó en septiembre. Según los propios términos de OpenAI, esto es rutina. «A medida que lanzamos modelos más seguros y capaces, retiramos periódicamente los modelos más antiguos», dice la página, y el software construido sobre ellos «puede necesitar actualizaciones ocasionales para seguir funcionando».

Tres meses, no seis

Lo que llama la atención es el preaviso. La política de OpenAI promete al menos seis meses para los modelos de disponibilidad general, al menos tres para variantes especializadas como las versiones de chat y de Codex, y apenas dos semanas para los modelos marcados como vista previa. Dos entradas publicadas el 1 de octubre indican claramente su preaviso, una de ellas «con seis meses de preaviso». La entrada del 14 de octubre da unos tres meses y ningún motivo.

GPT-4o y GPT-4.1 no llevan la etiqueta de vista previa ni son variantes de chat o de Codex, así que, según nuestra lectura, pertenecen a la categoría de seis meses. The New Stack llegó a la misma conclusión y señaló que «no hay ninguna explicación de por qué GPT-4o y GPT-4.1 reciben solo la mitad de ese tiempo».

Para ser justos con OpenAI, su política permite plazos más rápidos por motivos de seguridad o de cumplimiento normativo, y tres meses no es poco para los estándares del sector. Anthropic promete «un preaviso de al menos 60 días» para los modelos publicados, y dio a Claude Sonnet 4.5 dos meses, del 30 de septiembre al 30 de noviembre. La página de Gemini de Google llama a sus fechas de cierre las «fechas más tempranas posibles en las que un modelo podría retirarse» y no fija ningún mínimo. La lección vale para todos: el plazo de preaviso lo fija el proveedor, y puede cambiar.

Qué se rompe cuando un modelo desaparece

Cambiar el nombre del modelo en el código lleva un minuto. Todo lo que lo rodea lleva más. The New Stack informó de que gpt-6-luna gestiona el razonamiento y las llamadas a herramientas de forma distinta a GPT-4.1: en la interfaz Chat Completions solo llama a herramientas con el razonamiento desactivado y, con el razonamiento activado, ya no están disponibles ajustes conocidos como la temperatura. Su veredicto: «cambiar el ID del modelo puede ser la parte más fácil de la migración».

Los cambios más profundos no aparecen como errores. Prompts pulidos durante meses para los hábitos de un modelo se encuentran ahora con un modelo con otros hábitos. Las respuestas vuelven más largas o más cortas, en otro formato o con otro tono, y una comprobación que se superaba desde hacía un año puede empezar a fallar sin hacer ruido.

El coste también se mueve, sobre todo a favor del cliente. OpenAI fija para gpt-6-luna un precio de 0,10 dólares por millón de tokens de entrada, frente a 2,50 dólares para GPT-4o, aunque la tarifa sube para prompts de más de 272'000 tokens. Los modelos con ajuste fino son el caso más difícil. Los nuevos trabajos de ajuste fino en autoservicio terminan el 6 de enero, y un modelo entrenado con los datos propios de una empresa se retira junto con la base sobre la que se construyó.

Cómo planificarlo

La primera defensa es un conjunto de evaluación propio: casos reales de tu propio trabajo, con respuestas que sabes que son correctas, que se pasan a cada candidato antes de que entre en producción. Guárdalo, junto con los prompts, en tu propio repositorio. La misma página de modelos obsoletos muestra por qué. OpenAI también retira su plataforma Evals, cuyas evaluaciones existentes pasan a ser de solo lectura el 31 de octubre, y sus objetos de prompt reutilizables, y pide a los desarrolladores que trasladen ese contenido al código de sus aplicaciones.

La segunda es separar el producto del modelo. Si el modelo se elige en un solo lugar, detrás de una sola interfaz, un cambio se convierte en un ajuste de configuración y una tanda de pruebas, no en una reconstrucción. Fijar una instantánea con fecha evita que el comportamiento se desvíe, pero no impide que esa fecha llegue.

La tercera es simplemente vigilar. La interfaz List models de OpenAI indica la fecha de cierre de cada modelo que la tiene, así que puede incluirse en la monitorización como la caducidad de un certificado, con una persona designada que responda de ello.

La cuarta es para el trabajo que debe mantenerse estable durante años: un modelo cuyos pesos tienes tú. Nadie puede apagarlo por ti, y tú decides cuándo actualizarlo. Eso tiene sus propios costes, desde el hardware hasta las actualizaciones que haces tú mismo, además de la cuestión del origen de un modelo abierto, que analizamos a principios de este mes. Anthropic se ha comprometido a conservar los pesos de sus modelos a largo plazo y espera «volver a poner a disposición del público modelos anteriores». Es una buena noticia, pero no mantiene un producto en marcha hoy.

Dónde estamos

Werk, nuestra plataforma de apps, ya está disponible, y las apps que construimos en ella con nuestros clientes usan el mejor modelo para cada tarea, o un modelo privado con Eigna. Eigna, un producto de Eigna Labs que implantamos para clientes como socios suyos, está en acceso anticipado. Es un modelo abierto adaptado al ámbito de cada cliente, que funciona en su propia nube o en sus propios servidores. Una versión nueva solo entra en producción cuando supera en las pruebas a la anterior, y se puede revertir en un solo paso. El modelo cambia cuando lo decide la empresa, no cuando lo decide un proveedor.