Dos avisos de retiro de modelos en dos días: 16 de noviembre y 14 de enero en su calendario de cambios

El 14 de octubre, OpenAI notificó a los desarrolladores que cinco snapshots de API se eliminarán el 14 de enero de 2027: gpt-4o-2024-08-06, gpt-4o-2024-11-20, gpt-4o-mini-2024-07-18, gpt-4.1-2025-04-14 y gpt-4.1-mini-2025-04-14. El reemplazo recomendado para todos ellos es gpt-6-luna. Los modelos con fine-tuning construidos sobre esos snapshots se desactivan en la misma fecha.

Al día siguiente, GitHub anunció que Claude Opus 4.8, Claude Opus 5 y GPT-5.6 Terra salen de GitHub Copilot el 16 de noviembre de 2026, en Copilot Chat, las ediciones en línea, los modos ask y agente y las completaciones de código. Los reemplazos sugeridos son Claude Opus 5.5 para los dos modelos Claude y GPT-6.1 Sol o GPT-6 Luna para Terra. Los suscriptores individuales con planes anuales conservan Opus 4.8.

Ninguno de los dos avisos es una crisis. Juntos forman un calendario, y la mayoría de las empresas todavía no gestiona las dependencias de modelos en uno.

Los próximos 90 días

octubre de 2026enero de 2027

1. AvisosOpenAI el 14 de octubre, GitHub el 15 de octubre
2. 16 novSe retiran tres modelos de Copilot
3. Mediados de diciembreNuestra fecha límite sugerida para migrar las cargas de trabajo de API
4. 14 de enero de 2027Se eliminan los snapshots de API y sus fine-tunes

Qué se retira y qué no

Aquí la precisión importa, porque una lectura equivocada cuesta un trimestre. El aviso de OpenAI cubre snapshots de API específicos y con fecha. No dice que todos los modelos de la familia GPT-4 o que ChatGPT estén afectados, y no menciona ChatGPT en absoluto. El aviso de GitHub cubre experiencias de Copilot, no las API de los propios proveedores. Si su equipo lee «GPT-4o desaparece» y planifica un cambio en ChatGPT, o lee «Opus 5 se retira» y reescribe una integración con la API de Anthropic, los dos están equivocados.

Dónde se esconden los identificadores de modelo

Las aplicaciones que llaman directamente a un modelo son la parte fácil de un inventario. La parte difícil es todo lo demás que fija un modelo:

• Pipelines de evaluación y jueces LLM. Un juez que se ejecuta sobre un snapshot que se retira cambiará sus puntuaciones al moverse, aunque el sistema que califica no lo haga. Lo vimos con el cambio de juez de Snowflake: las puntuaciones entre versiones de juez no son comparables.
• Modelos con fine-tuning. Necesitan reentrenamiento o reemplazo, no solo un identificador nuevo. El reentrenamiento necesita los datos de entrenamiento, que alguien tiene que encontrar.
• Configuraciones de enrutamiento y gateways, donde el nombre de un modelo está en un archivo de políticas que nadie asocia con la aplicación.
• Scripts, notebooks y trabajos programados que son propiedad de analistas, fuera de cualquier inventario de software.
• Políticas de modelos de Copilot. GitHub dice que los administradores no necesitan hacer nada si el valor predeterminado global para modelos nuevos está activado. Si su empresa desactivó ese valor predeterminado, los reemplazos deben habilitarse a mano, o los desarrolladores pierden los modelos sin nada en su lugar.

Una migración es un lanzamiento

El reemplazo es más capaz, y ahí está el riesgo. Un modelo más nuevo cambia la longitud de la salida, el formato, el comportamiento de rechazo, la latencia y el costo por tarea. Los prompts ajustados para el snapshot antiguo, los parsers que esperan su formato y las previsiones de costo que asumen su recuento de tokens pueden romperse sin ningún cambio de código. Como escribimos cuando Databricks retiró modelos a principios de octubre, el retiro de un modelo cambia el comportamiento, no la sintaxis, así que necesita un conjunto de regresión, una ejecución en paralelo y un aprobador con nombre, como cualquier otro cambio.

Para los agentes de programación, la fecha de noviembre está más cerca y la evaluación es distinta. Los desarrolladores notarán los cambios de calidad antes que cualquier dashboard. Ejecute los modelos de reemplazo sobre una muestra de tareas reales ahora, compare la aceptación de sus cambios y decida qué reemplazo pasa a ser el predeterminado antes de que el menú cambie por su cuenta.

Haga el inventario permanente

Estos no serán los últimos avisos. El resultado útil de este trimestre no son dos migraciones completadas; es un registro donde cada dependencia de modelo tiene un responsable, un propósito, un conjunto de evaluación y una fecha de retiro conocida, y donde un aviso nuevo se convierte en tickets en un día. La suspensión de ventas de Google para Gemini Code Assist enseñó la misma lección desde el lado de la compra: la fecha de renovación es la fecha real de decisión. Para los modelos, lo es la fecha de retiro.