Quand un modèle prend sa retraite

Le 23 octobre, OpenAI a mis hors service o1 et o1-pro dans son API, et avec eux une série de modèles plus anciens : GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, o3-mini, o4-mini et la première version datée de GPT-4o. Neuf jours plus tôt, l’entreprise avait annoncé aux développeurs que GPT-4o, GPT-4o mini, GPT-4.1 et GPT-4.1 mini suivraient le 14 janvier. Rien de tout cela n’est inhabituel. Les anciens modèles partent à la retraite, et les nouveaux sont généralement moins chers et plus performants. Mais pour chaque entreprise qui a ajusté un produit ou un flux de travail à un modèle, c’est un rappel que ce modèle était loué, et qu’il a une date de fin.

Ce qui est parti, et ce qui suit

OpenAI avait annoncé l’arrêt d’octobre le 22 avril, six mois à l’avance, en expliquant vouloir « améliorer la fiabilité et permettre aux développeurs de choisir plus facilement les bons modèles ». Les versions affinées sont parties elles aussi, parmi lesquelles celles construites sur GPT-4 et GPT-3.5 Turbo. Pour la plupart des modèles retirés, la page des dépréciations désigne un remplaçant dans la nouvelle famille GPT-5.6.

La liste de janvier est plus courte, mais va plus loin. GPT-4o est arrivé en mai 2024 comme modèle phare d’OpenAI, et GPT-4.1 était une famille conçue pour les développeurs et l’API. OpenAI recommande un seul remplaçant pour les quatre, gpt-6-luna, lancé en septembre. Aux yeux d’OpenAI, c’est la routine. « À mesure que nous lançons des modèles plus sûrs et plus performants, nous retirons régulièrement des modèles plus anciens », indique la page, et les logiciels construits sur eux « peuvent nécessiter des mises à jour occasionnelles pour continuer à fonctionner ».

Trois mois, pas six

Ce qui frappe, c’est le préavis. La politique d’OpenAI promet au moins six mois pour les modèles en disponibilité générale, au moins trois pour les variantes spécialisées comme les versions chat et Codex, et parfois deux semaines seulement pour les modèles marqués comme préversion. Deux entrées publiées le 1er octobre indiquent clairement leur préavis, l’une d’elles « avec un préavis de six mois ». L’entrée du 14 octobre donne environ trois mois, sans explication.

GPT-4o et GPT-4.1 ne portent pas d’étiquette de préversion et ne sont pas des variantes chat ou Codex : selon notre lecture, ils relèvent donc de la catégorie des six mois. The New Stack est arrivé à la même conclusion et a relevé qu’« aucune explication n’est donnée sur la raison pour laquelle GPT-4o et GPT-4.1 n’obtiennent que la moitié de ce délai ».

Pour être juste envers OpenAI, sa politique autorise des délais plus courts pour des raisons de sécurité ou de conformité, et trois mois ne sont pas un délai court selon les standards du secteur. Anthropic promet « un préavis d’au moins 60 jours » pour les modèles rendus publics, et a accordé deux mois à Claude Sonnet 4.5, du 30 septembre au 30 novembre. La page Gemini de Google présente ses dates d’arrêt comme les « dates les plus précoces auxquelles un modèle pourrait être retiré » et ne fixe aucun minimum. La leçon vaut pour tous : c’est au fournisseur de fixer le préavis, et il peut changer.

Ce qui casse quand un modèle s’en va

Changer le nom du modèle dans le code prend une minute. Tout ce qui l’entoure prend plus de temps. The New Stack a rapporté que gpt-6-luna gère le raisonnement et les appels d’outils autrement que GPT-4.1 : dans l’interface Chat Completions, il n’appelle des outils que si le raisonnement est désactivé, et quand le raisonnement est activé, des paramètres familiers comme la température ne sont plus disponibles. Son verdict : « remplacer l’identifiant du modèle pourrait bien être la partie la plus facile de la migration ».

Les changements plus profonds n’apparaissent pas sous forme d’erreurs. Des prompts peaufinés pendant des mois selon les habitudes d’un modèle rencontrent désormais un modèle aux habitudes différentes. Les réponses reviennent plus longues ou plus courtes, dans un autre format ou sur un autre ton, et un contrôle qui passait depuis un an peut se mettre à échouer sans bruit.

Le coût bouge aussi, le plus souvent en faveur du client. OpenAI affiche gpt-6-luna à 0,10 dollar par million de tokens d’entrée, contre 2,50 dollars pour GPT-4o, même si le tarif augmente pour les prompts de plus de 272'000 tokens. Les modèles affinés sont le cas le plus difficile. Les nouvelles tâches d’affinage en libre-service prennent fin le 6 janvier, et un modèle entraîné sur les propres données d’une entreprise part à la retraite avec le modèle de base sur lequel il a été construit.

Comment s’y préparer

La première défense est un jeu d’évaluation bien à vous : des cas réels tirés de votre propre travail, avec des réponses dont vous savez qu’elles sont justes, à soumettre à chaque candidat avant sa mise en service. Conservez-le, avec les prompts, dans votre propre dépôt. La même page des dépréciations montre pourquoi. OpenAI retire aussi sa plateforme Evals, dont les évaluations existantes passent en lecture seule le 31 octobre, ainsi que ses objets de prompt réutilisables, et invite les développeurs à déplacer ce contenu dans le code de leur application.

La deuxième consiste à séparer le produit du modèle. Si le modèle est choisi à un seul endroit, derrière une seule interface, un changement devient une modification de configuration et une série de tests, pas une reconstruction. Figer une version datée empêche le comportement de dériver, mais n’empêche pas la date d’arriver.

La troisième consiste simplement à surveiller. L’interface List models d’OpenAI indique une date d’arrêt pour chaque modèle qui en a une : elle peut donc entrer dans la surveillance au même titre que l’expiration d’un certificat, avec une personne désignée qui en répond.

La quatrième concerne le travail qui doit rester stable pendant des années : un modèle dont vous détenez les poids. Personne d’autre que vous ne peut l’éteindre, et c’est vous qui décidez quand le mettre à jour. Cela a ses propres coûts, du matériel aux mises à jour que vous gérez vous-même, sans oublier la question de l’origine d’un modèle ouvert, que nous avons abordée plus tôt ce mois-ci. Anthropic s’est engagée à conserver les poids de ses modèles sur le long terme, et espère « rendre à nouveau des modèles passés accessibles au public ». C’est bienvenu, mais cela ne fait pas tourner un produit aujourd’hui.

Où nous en sommes

Werk, notre plateforme d’applications, est disponible, et les applications que nous y construisons avec nos clients utilisent le meilleur modèle pour chaque tâche, ou un modèle privé avec Eigna. Eigna, un produit d’Eigna Labs que nous mettons en place pour nos clients en tant que partenaire, est en accès anticipé. C’est un modèle ouvert adapté au domaine d’un client, qui tourne dans son propre cloud ou sur ses propres serveurs. Une nouvelle version n’est mise en service que si elle obtient de meilleurs résultats aux tests que la précédente, et l’on peut revenir en arrière en une seule étape. Le modèle change quand l’entreprise le décide, pas quand un fournisseur le fait.