Quando um modelo se aposenta
A OpenAI desligou o o1 e uma série de modelos mais antigos, e o GPT-4o vem em seguida, em janeiro: um lembrete de que o modelo sobre o qual você constrói é alugado.
Em 23 de outubro, a OpenAI desligou o o1 e o o1-pro na sua API e, com eles, uma série de modelos mais antigos: GPT-4, GPT-4 Turbo, GPT-3.5 Turbo, o3-mini, o4-mini e o primeiro snapshot do GPT-4o. Nove dias antes, tinha avisado os desenvolvedores de que GPT-4o, GPT-4o mini, GPT-4.1 e GPT-4.1 mini seguirão o mesmo caminho em 14 de janeiro. Nada disso é incomum. Modelos antigos se aposentam, e os novos costumam ser mais baratos e mais capazes. Mas, para toda empresa que ajustou um produto ou um fluxo de trabalho a um modelo, é um lembrete de que o modelo era alugado, e de que ele tem data para acabar.
O que saiu, e o que vem a seguir
A OpenAI anunciou o desligamento de outubro em 22 de abril, com seis meses de antecedência, dizendo que queria “melhorar a confiabilidade e facilitar para os desenvolvedores a escolha dos modelos certos”. As versões com fine-tuning também saíram, entre elas as construídas sobre o GPT-4 e o GPT-3.5 Turbo. Para a maioria dos modelos aposentados, a página de descontinuações indica um substituto da família mais recente, a GPT-5.6.
A lista de janeiro é mais curta, mas vai mais longe. O GPT-4o chegou em maio de 2024 como o modelo principal da OpenAI, e o GPT-4.1 era uma família feita para desenvolvedores e para a API. A OpenAI recomenda um único substituto para os quatro, o gpt-6-luna, lançado em setembro. Nos termos da própria OpenAI, isso é rotina. “À medida que lançamos modelos mais seguros e mais capazes, aposentamos regularmente modelos mais antigos”, diz a página, e o software construído sobre eles “pode precisar de atualizações ocasionais para continuar funcionando.”
Três meses, não seis
O que chama atenção é o prazo de aviso. A política da OpenAI promete pelo menos seis meses para modelos em disponibilidade geral, pelo menos três para variantes especializadas, como as versões de chat e Codex, e um prazo que pode ser de apenas duas semanas para modelos marcados como preview. Duas entradas publicadas em 1º de outubro informam o prazo com clareza, uma delas “com seis meses de aviso prévio”. A entrada de 14 de outubro dá cerca de três meses e nenhum motivo.
O GPT-4o e o GPT-4.1 não têm o rótulo de preview e não são variantes de chat ou Codex, então, pela nossa leitura, pertencem à categoria de seis meses. O The New Stack chegou à mesma conclusão e observou que “não há explicação para o GPT-4o e o GPT-4.1 receberem apenas metade desse tempo.”
Para ser justo com a OpenAI, a política dela permite prazos mais curtos por motivos de segurança ou de compliance, e três meses não é pouco pelos padrões do setor. A Anthropic promete “pelo menos 60 dias de aviso prévio” para modelos lançados publicamente, e deu dois meses ao Claude Sonnet 4.5, de 30 de setembro a 30 de novembro. A página do Gemini, do Google, chama suas datas de desligamento de “datas mais próximas possíveis em que um modelo pode ser aposentado” e não indica prazo mínimo algum. A lição vale para todos: quem define o prazo de aviso é o fornecedor, e ele pode mudar.
O que quebra quando um modelo sai
Trocar o nome do modelo no código leva um minuto. Tudo o que está em volta leva mais tempo. O The New Stack relatou que o gpt-6-luna lida com raciocínio e chamadas de ferramentas de forma diferente do GPT-4.1: na interface Chat Completions, ele só chama ferramentas com o raciocínio desligado e, com o raciocínio ligado, configurações conhecidas como a temperatura deixam de estar disponíveis. O veredito: “trocar o ID do modelo pode ser a parte mais fácil da migração.”
As mudanças mais profundas não aparecem como erros. Prompts refinados durante meses para os hábitos de um modelo agora encontram um modelo com outros hábitos. As respostas voltam mais longas ou mais curtas, em outro formato ou em outro tom, e uma verificação que passou durante um ano pode começar a falhar sem alarde.
O custo também muda, quase sempre a favor do cliente. A OpenAI lista o gpt-6-luna a 0,10 dólar por milhão de tokens de entrada, contra 2,50 dólares do GPT-4o, embora a tarifa suba para prompts com mais de 272'000 tokens. Os modelos com fine-tuning são o caso mais difícil. Os novos jobs de fine-tuning em autoatendimento acabam em 6 de janeiro, e um modelo treinado com os dados da própria empresa se aposenta junto com a base sobre a qual foi construído.
Como se planejar
A primeira defesa é um conjunto de avaliação próprio: casos reais do seu trabalho, com respostas que você sabe que estão certas, rodados contra cada candidato antes que ele entre em produção. Guarde esse conjunto, e os prompts, no seu próprio repositório. A mesma página de descontinuações mostra por quê. A OpenAI também está aposentando sua plataforma Evals, cujas avaliações existentes passam a ser somente leitura em 31 de outubro, e seus objetos de prompt reutilizáveis, e orienta os desenvolvedores a levar esse conteúdo para o código das suas aplicações.
A segunda é separar o produto do modelo. Se o modelo é escolhido em um único lugar, atrás de uma única interface, uma troca vira uma mudança de configuração e uma rodada de testes, não uma reconstrução. Fixar um snapshot datado evita que o comportamento mude aos poucos, mas não impede que a data chegue.
A terceira é simplesmente acompanhar. A interface List models da OpenAI informa a data de desligamento de cada modelo que tem uma, então ela pode entrar no monitoramento como o vencimento de um certificado, com uma pessoa designada que responde por isso.
A quarta é para o trabalho que precisa ficar estável por anos: um modelo cujos pesos estão com você. Ninguém pode desligá-lo por você, e é você quem decide quando atualizar. Isso tem seus próprios custos, do hardware às atualizações que você mesmo faz, além da questão de onde vem um modelo aberto, que analisamos no início deste mês. A Anthropic se comprometeu a preservar os pesos dos seus modelos a longo prazo e espera “tornar os modelos antigos publicamente disponíveis de novo”. Isso é bem-vindo, mas não mantém um produto funcionando hoje.
Onde estamos
O Werk, nossa plataforma de apps, está disponível, e os apps que construímos nele com os clientes usam o melhor modelo para cada tarefa, ou um modelo privado com o Eigna. O Eigna, um produto da Eigna Labs que implantamos para clientes como parceiros da empresa, está em acesso antecipado. É um modelo aberto adaptado ao domínio do cliente, rodando na nuvem do próprio cliente ou em seus próprios servidores. Uma nova versão só entra em produção quando se sai melhor nos testes do que a anterior, e pode ser revertida em um só passo. O modelo muda quando a empresa decide, não quando um fornecedor decide.
