モデルが引退するとき

10月23日、OpenAIはAPIでo1とo1-proを停止し、あわせて一連の旧モデルも停止しました。GPT-4、GPT-4 Turbo、GPT-3.5 Turbo、o3-mini、o4-mini、そしてGPT-4oの最初のスナップショットです。その9日前には開発者に対し、GPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 miniが1月14日に続くと伝えていました。どれも珍しいことではありません。古いモデルは引退し、新しいモデルはたいてい安く、性能も上です。けれども、製品やワークフローを1つのモデルに合わせて調整してきたすべての企業にとって、これはそのモデルが借り物であり、終わりの日があることを思い出させる出来事です。

停止されたモデルと、次に続くもの

OpenAIは10月の停止を、6か月前の4月22日に発表し、「信頼性を高め、開発者が適切なモデルを選びやすくする」ためだと説明しました。GPT-4やGPT-3.5 Turboをもとに構築されたものを含め、ファインチューニングされたバージョンも停止されました。廃止予定を一覧にしたページは、引退したモデルの大半について、より新しいGPT-5.6ファミリーから代替モデルを挙げています。

1月のリストは短いものの、影響はより広く及びます。GPT-4oは2024年5月にOpenAIのフラッグシップとして登場し、GPT-4.1は開発者とAPIのために作られたファミリーでした。OpenAIは4つすべての代替として、9月に投入したgpt-6-lunaを1つだけ推奨しています。OpenAI自身の言い方では、これは定例のことです。ページには「より安全で高性能なモデルを投入するにつれ、私たちは定期的に古いモデルを引退させています」とあり、それらの上に構築されたソフトウェアは「動作し続けるために、ときどき更新が必要になる場合があります」と書かれています。

6か月ではなく、3か月

目を引くのは予告期間です。OpenAIのポリシーは、一般提供のモデルについては少なくとも6か月、チャット版やCodex版のような特化したバリエーションについては少なくとも3か月、プレビューと表示されたモデルについては最短で2週間を約束しています。10月1日に掲載された2つの項目は予告期間を明記しており、そのうち1つは「6か月前の予告をもって」としています。10月14日の項目は約3か月で、理由は示されていません。

GPT-4oとGPT-4.1にはプレビューの表示がなく、チャット版でもCodex版でもありません。したがって私たちの読み方では、6か月の区分に属します。The New Stackも同じ結論に達し、「GPT-4oとGPT-4.1がなぜその半分の期間しか与えられないのか、説明はない」と指摘しました。

OpenAIの名誉のために言えば、同社のポリシーは安全性やコンプライアンス上の理由による前倒しを認めており、3か月は業界の基準からすれば短くありません。Anthropicは一般公開したモデルについて「少なくとも60日前の予告」を約束しており、Claude Sonnet 4.5には9月30日から11月30日までの2か月を与えました。GoogleのGeminiのページは、停止日を「モデルが引退する可能性のある最も早い日付」と呼び、最短期間をまったく示していません。教訓はすべてに当てはまります。予告期間を決めるのはプロバイダーであり、それは変わりうるのです。

モデルがなくなると何が壊れるか

コードの中のモデル名を変えるのは1分で済みます。その周りのすべてに、もっと時間がかかります。The New Stackによると、gpt-6-lunaは推論とツール呼び出しの扱いがGPT-4.1と異なります。Chat Completionsのインターフェースでは、推論をオフにしたときにだけツールを呼び出し、推論をオンにすると、temperatureのようななじみのある設定が使えなくなります。The New Stackの結論はこうです。「モデルIDの差し替えは、移行の中で最も簡単な部分かもしれない」。

より深い変化は、エラーとしては表れません。1つのモデルの癖に合わせて何か月もかけて磨いてきたプロンプトが、別の癖を持つモデルと向き合うことになります。答えは長くなったり短くなったりし、形式や口調も変わり、1年間通っていたチェックが静かに失敗し始めることもあります。

コストも動きますが、おおむね顧客に有利な方向です。OpenAIはgpt-6-lunaの料金を入力100万トークンあたり0.10ドルとしており、GPT-4oは2.50ドルです。ただし、272'000トークンを超えるプロンプトでは料金が上がります。最も難しいのはファインチューニングしたモデルです。セルフサービスでの新たなファインチューニングジョブは1月6日に終了し、企業が自社のデータで学習させたモデルは、その土台となったベースモデルとともに引退します。

どう備えるか

最初の防御は、自前の評価セットです。自社の仕事から取った実際のケースに、正しいとわかっている答えを添え、本番に出す前にすべての候補モデルで実行します。評価セットもプロンプトも、自社のリポジトリに置いておきましょう。その理由は、同じ廃止予定のページが示しています。OpenAIはEvalsプラットフォームも引退させようとしており、既存のevalは10月31日に読み取り専用になります。再利用可能なプロンプトオブジェクトも廃止され、開発者はその内容をアプリケーションのコードに移すよう求められています。

2つ目は、製品とモデルを切り離すことです。モデルを1か所で、1つのインターフェースの背後で選ぶようにしておけば、切り替えは作り直しではなく、設定の変更とテストの実行で済みます。日付付きのスナップショットに固定すれば振る舞いのずれは防げますが、その日付がやって来ることまでは止められません。

3つ目は、ただ見張ることです。OpenAIのList modelsインターフェースは、停止日が決まっているすべてのモデルについてその日付を返します。そのため、証明書の有効期限と同じように監視に組み込み、責任を負う担当者を名指しで決めておくことができます。

4つ目は、何年にもわたって安定していなければならない仕事のためのものです。ウェイトを自ら保有するモデルです。誰かに停止されることはなく、いつアップグレードするかは自分で決められます。そこにはハードウェアから自分で実施する更新まで、それなりのコストがあり、今月初めに取り上げた、オープンモデルの出自という問題もあります。Anthropicは自社モデルのウェイトを長期にわたって保存することを約束しており、「過去のモデルを再び一般に利用できるようにする」ことを望んでいます。歓迎すべきことですが、それで今日の製品が動き続けるわけではありません。

私たちの立ち位置

私たちのアプリプラットフォームWerkは提供中で、その上でクライアントとともに構築するアプリは、仕事ごとに最適なモデルを使うか、Eignaによるプライベートモデルを使います。Eignaは、私たちがパートナーとしてクライアントのために導入しているEigna Labsのプロダクトで、現在は先行アクセスの段階です。クライアントの領域に合わせて調整されたオープンモデルで、その会社自身のクラウドやサーバー上で動きます。新しいバージョンは、前のバージョンよりもテストで良い結果を出したときにだけ本番に移り、ワンステップで元に戻せます。モデルが変わるのは、プロバイダーが決めたときではなく、その会社が決めたときです。