OpenAI вимикає GPT-4o і GPT-4.1 14 січня 2027 року, Anthropic прибирає Claude Sonnet 4.5 вже 30 листопада, а Google тихо перенаправляє Gemini 2.5 на нові моделі з 1 грудня. Розбираю календар відключень, як продукт ламається і як мігрувати так, щоб ще й заплатити менше.
- Опубліковано
- Читання
- 11 хв
- Автор
- Yaroslav Tsarenko

14 жовтня 2026 року OpenAI розіслав розробникам лист: GPT-4o, GPT-4o mini, GPT-4.1 і GPT-4.1 mini перестануть працювати в API 14 січня 2027 року (сторінка відключень OpenAI). Це ті самі моделі, на яких за останні два роки зібрано тисячі чат-ботів, асистентів підтримки, генераторів описів і внутрішніх інструментів. І це не єдина дата: до кінця зими свої моделі прибирають також Anthropic і Google.
Ця стаття для засновників і команд, у чиїх продуктах є функції на ШІ — особливо якщо їх збирали швидко, через Lovable, Bolt, Cursor чи підрядника, який давно не на зв'язку. Розберемо, що саме вимикається і коли, як продукт ламається (іноді беззвучно), як за 15 хвилин знайти старі моделі у своєму коді і як мігрувати так, щоб ще й платити менше.
Що вимикається і коли: календар на найближчі 90 днів
Відключення моделей — нормальна частина життя ШІ-провайдерів: нові моделі потребують потужностей, старі прибирають. Але восени 2026 року дати зійшлися дуже щільно.
| Дата | Провайдер | Що перестає працювати | Рекомендована заміна |
|---|---|---|---|
| 17 листопада 2026 | gemini-2.5-flash-preview-tts, gemini-2.5-pro-preview-tts та preview-моделі для живого голосу | gemini-3.8-flash-tts, gemini-3.8-live | |
| 30 листопада 2026 | Anthropic | claude-sonnet-4-5-20250929 | claude-sonnet-5-5 |
| 30 листопада 2026 | OpenAI | Evals, Agent Builder і збережені промпти (v1/prompts) |
промпти в коді, Agents SDK, Promptfoo |
| 1 грудня 2026 | gemini-2.5-pro і gemini-2.5-flash — запити автоматично підуть на нові моделі | gemini-3.8-flash, gemini-3.5-flash-lite | |
| 1 грудня 2026 | OpenAI | gpt-image-1-mini, gpt-image-1.5 | gpt-image-2.5-sunburst або -flare |
| 11 грудня 2026 | OpenAI | gpt-5, gpt-5-mini, gpt-5-nano, gpt-5-pro, o3, o3-pro | gpt-5.6-sol, -terra або -luna |
| 6 січня 2027 | OpenAI | tts-1, tts-1-hd, gpt-4o-mini-tts | gpt-realtime-2.1-mini |
| 14 січня 2027 | OpenAI | GPT-4o, GPT-4o mini, GPT-4.1, GPT-4.1 mini | gpt-6-luna |
| 26 лютого 2027 | OpenAI | whisper-1 і транскрипція на базі gpt-4o | gpt-transcribe, gpt-live-transcribe |
Джерела: сторінки відключень OpenAI, Anthropic і Google Gemini API. У Google дати означають «найраніше можливе відключення», тож вони можуть зсунутися, але закладатися на це не варто.
Окремо варто знати про зміну, яка вже діє: в API Anthropic версії 2026-10-21 параметри temperature, top_p і top_k прибрали зовсім — запит з ними повертає помилку 400 (там само, у розділі про параметри). Якщо ваш код передає temperature: 0.7 за звичкою, після оновлення SDK він може почати падати.
Чому це стосується навіть тих, хто «нічого не чіпав»
Найчастіше я чую: «у нас ШІ просто працює, ми туди не лізли». Саме тому й варто перевірити. Назва моделі зазвичай з'являється в продукті одним із чотирьох шляхів:
- прямо в коді —
model: "gpt-4o"у функції, яку писали рік тому; - у змінних середовища —
OPENAI_MODEL=gpt-4o-miniна хостингу, про яку ніхто не пам'ятає; - у no-code сценаріях — крок «OpenAI» у Zapier, Make чи n8n з вибраною моделлю;
- у сторонньому інструменті — плагін чату, CRM чи конструктор, який сам викликає модель від вашого ключа.
Застосунки, зібрані через ШІ-інструменти, особливо вразливі: генератор вставляє ту модель, яка була популярною на момент генерації, і дублює її у кожному файлі, де є виклик. Про інші типові «підводні» проблеми таких продуктів я писав у статті про вайбкодинг-MVP.
Три способи, як продукт ламається
Відключення моделі не завжди виглядає як аварія. Буває три сценарії, і другий — найнеприємніший.
1. Гучна помилка. Після дати відключення запит до моделі повертає помилку. Чат-бот мовчить, генерація описів не працює, у логах — сотні однакових помилок. Неприємно, але принаймні видно одразу.
2. Тиха підміна. Google з 1 грудня 2026 року не вимикає gemini-2.5-pro і gemini-2.5-flash, а автоматично перенаправляє запити на нові моделі. Продукт не падає, але відповідає вже інша модель: з іншим стилем, довжиною, іншими помилками. Якщо ваш код розбирає відповідь як JSON чи шукає в ній певні слова, щось може тихо зламатися — і ви дізнаєтесь про це від клієнтів.
3. Зміна поведінки після «простої» заміни. Ви поміняли gpt-4o на нову модель — і все працює, але інакше. Нові моделі OpenAI за замовчуванням частіше відповідають розлогими списками й таблицями, а для GPT-6 Astra, Sol і Terra виклик інструментів працює тільки через Responses API (гайд OpenAI з міграції). Параметри temperature і top_p треба прибрати, якщо увімкнене міркування. Код, що роками працював на Chat Completions, може потребувати переписування.
Гарна новина: нові моделі дешевші
Міграцію легко сприйняти як витрату без користі. Насправді це нагода переглянути рахунок за ШІ, бо ціни за останній рік суттєво впали.
| Модель | Вхід, $ за 1 млн токенів | Вихід, $ за 1 млн токенів |
|---|---|---|
| GPT-4o (вимикається) | 2,50 | 10,00 |
| GPT-4.1 (вимикається) | 2,00 | 8,00 |
| GPT-4.1 mini (вимикається) | 0,40 | 1,60 |
| GPT-4o mini (вимикається) | 0,15 | 0,60 |
| GPT-6.1 Terra | 1,00 | 5,00 |
| GPT-6 Luna | 0,10 | 0,50 |
Ціни стандартного тарифу з прайсу OpenAI станом на початок листопада 2026 року. GPT-6.1 Terra вийшла 26 жовтня (журнал змін OpenAI).
Проста арифметика для орієнтиру. Припустімо, ваш асистент щомісяця обробляє 10 млн вхідних і 2 млн вихідних токенів:
- на GPT-4o це $25 + $20 = $45 на місяць;
- на GPT-6.1 Terra — $10 + $10 = $20;
- на GPT-6 Luna — $1 + $1 = $2.
Це розрахунок за прайсом, а не обіцянка: дешевша модель може не впоратися з вашою задачею, а нова модель може відповідати довше й «з'їдати» більше вихідних токенів. Тому рішення ухвалюється після порівняння на ваших реальних запитах, про яке нижче. Але сам порядок цифр показує: для багатьох продуктів міграція окупиться в перший же місяць.
Як за 15 хвилин знайти старі моделі у своєму продукті
Почніть з інвентаризації. Вам потрібен список усіх місць, де продукт звертається до моделі, і назв моделей у кожному з них.
1. Пошук по коду. Якщо маєте доступ до репозиторію, цей невеликий скрипт на TypeScript знайде назви моделей, які скоро вимкнуться:
// find-retiring-models.ts — запуск: npx tsx find-retiring-models.ts
import { readdirSync, readFileSync, statSync } from "node:fs";
import { join } from "node:path";
const retiring: Record<string, string> = {
"gpt-4o": "14.01.2027",
"gpt-4.1": "14.01.2027",
"gpt-5-mini": "11.12.2026",
"gpt-5-nano": "11.12.2026",
"o3": "11.12.2026",
"claude-sonnet-4-5": "30.11.2026",
"gemini-2.5-": "01.12.2026",
"whisper-1": "26.02.2027",
"tts-1": "06.01.2027",
};
const skip = new Set(["node_modules", ".git", ".next", "dist", "build"]);
function walk(dir: string, out: string[] = []): string[] {
for (const name of readdirSync(dir)) {
if (skip.has(name)) continue;
const path = join(dir, name);
if (statSync(path).isDirectory()) walk(path, out);
else if (/\.(ts|tsx|js|jsx|py|json|ya?ml|env|toml)$|^\.env/.test(name)) out.push(path);
}
return out;
}
for (const file of walk(process.cwd())) {
readFileSync(file, "utf8").split("\n").forEach((line, i) => {
for (const [model, date] of Object.entries(retiring)) {
if (line.includes(model)) console.log(`${file}:${i + 1} ${model} → вимкнеться ${date}`);
}
});
}Результат виглядає приблизно так:
src/lib/ai/chat.ts:14 gpt-4o → вимкнеться 14.01.2027
src/lib/ai/summary.ts:8 gpt-4.1 → вимкнеться 14.01.2027
.env.example:3 gpt-4o → вимкнеться 14.01.2027Рядок з gpt-4o також спрацює на gpt-4o-mini — це навмисно: обидві моделі вимикаються в один день. Шаблон o3 навмисно широкий, тож можливі хибні збіги — просто перегляньте їх очима.
2. Змінні середовища. Відкрийте налаштування хостингу (Vercel, Render, Railway тощо) і пошукайте змінні зі словами MODEL, OPENAI, ANTHROPIC, GEMINI.
3. No-code і сторонні сервіси. Пройдіться по сценаріях у Zapier, Make чи n8n і по інтеграціях, яким ви давали свій API-ключ.
4. Дані використання. В Anthropic є експорт використання з розбивкою за ключем і моделлю: Usage → Export у консолі (інструкція Anthropic). У кабінеті OpenAI статистика використання теж показується за моделями. Якщо там є витрати на модель, якої немає у вашому коді, — значить, її викликає щось, про що ви забули.
Міграція без сюрпризів: план на чотири тижні
Найгірший спосіб мігрувати — замінити назву моделі в п'ятницю ввечері й задеплоїти. Найкращий виглядає так:
- день 1Інвентаризаціяде в коді, конфігах і no-code сценаріях зашиті моделі
- тиждень 1Набір перевірок20–50 реальних запитів з очікуваними відповідями
- тиждень 2Порівнянняякість, формат, швидкість і вартість на старій і новій моделі
- тиждень 3Поступове перемикання5% → 50% → 100% трафіку з можливістю відкату
- тиждень 4Прибираннястарі назви моделей і параметри видалено, алерти налаштовано
Набір перевірок — головне. Зберіть 20–50 реальних запитів з продакшну (без персональних даних) і для кожного запишіть, яку відповідь ви вважаєте правильною: потрібні поля в JSON, правильна категорія, відсутність вигаданих фактів. Цей набір прожене і стару, і нову модель, і ви побачите різницю цифрами, а не відчуттями. Інструменти для цього є готові, наприклад Promptfoo, — до речі, саме його OpenAI радить як заміну своєму Evals, який закривається 30 листопада.
Порівнюйте чотири речі: якість (скільки перевірок пройдено), формат (чи не зламався розбір відповіді), швидкість (час до першого токена й повної відповіді) і вартість (токени на запит). Часто виявляється, що дешевша модель справляється з більшістю запитів, а дорожча потрібна лише для складних — тоді їх можна розвести.
Перемикайте поступово. Спочатку 5% трафіку на нову модель, потім половина, потім усі. Тримайте можливість повернутися одним перемикачем, поки стара модель ще працює.
Що змінюється в коді: приклад
Ось як виглядав типовий виклик на GPT-4o через Chat Completions і як він виглядає на новій моделі через Responses API з перевіркою відповіді:
// Було: модель зашита у виклик, відповідь не перевіряється
const res = await openai.chat.completions.create({
model: "gpt-4o",
temperature: 0.7,
messages: [{ role: "user", content: `Класифікуй звернення: ${text}` }],
});
const category = res.choices[0].message.content;// Стало: модель з конфігу, структурована відповідь, перевірка схеми
import OpenAI from "openai";
import { z } from "zod";
const MODELS = { classify: process.env.AI_MODEL_CLASSIFY ?? "gpt-6-luna" } as const;
const Category = z.object({ category: z.enum(["billing", "bug", "sales", "other"]) });
export async function classify(text: string) {
const res = await new OpenAI().responses.create({
model: MODELS.classify,
input: `Класифікуй звернення клієнта: ${text}`,
text: {
format: {
type: "json_schema",
name: "category",
strict: true,
schema: {
type: "object",
properties: { category: { type: "string", enum: ["billing", "bug", "sales", "other"] } },
required: ["category"],
additionalProperties: false,
},
},
},
});
return Category.parse(JSON.parse(res.output_text));
}Три зміни важливіші за саму назву моделі. Модель тепер в одному місці (конфіг або змінна середовища), тож наступна міграція — один рядок. Відповідь має строгу схему, і якщо нова модель поверне щось інше, ви отримаєте зрозумілу помилку, а не тиху поломку. І temperature зникла — для нових моделей з міркуванням її треба прибрати.
Архітектура, яка переживе наступну хвилю відключень
Ця хвиля не остання. Anthropic обіцяє щонайменше 60 днів попередження перед відключенням публічних моделей (політика Anthropic), у OpenAI між листом і відключенням зазвичай від трьох до шести місяців. Тобто міграції стануть регулярними, і краще зробити їх дешевими.
Зашито в код
- Назва моделі в 12 файлахкожна міграція — пошук по всьому коду
- Немає перевірокпро зміну якості дізнаються клієнти
- Один провайдерзбій чи відключення зупиняє функцію
Окремий шар
- Один конфіг моделейзаміна — один рядок і деплой
- Набір перевірокнова модель проходить тести до релізу
- Запасна модельавтоматичний перехід при помилках
Мінімальний набір, який я закладаю в продукти з ШІ:
- один шар для всіх викликів моделей — продукт не знає, яка модель і який провайдер за ним;
- конфіг моделей за задачами — «класифікація», «відповідь клієнту», «підсумок», кожна зі своєю моделлю;
- набір перевірок у CI — запускається при зміні промпта чи моделі;
- запасна модель — якщо основна повертає помилки, запит іде на іншу, можливо іншого провайдера;
- ліміти витрат і алерти — на рівні провайдера й у власному моніторингу;
- хтось читає журнали змін — раз на місяць перевірити сторінки відключень трьох провайдерів займає 10 хвилин.
На маркетплейсі AllShip AI асистент працює через інструменти й ніколи не діє сам: кожна дія, що змінює дані, проходить підтвердження. Такий підхід допомагає і при міграціях — коли поведінка моделі змінюється, межі того, що вона може зробити, лишаються тими самими.
Якщо ШІ у вас через підрядника чи SaaS: що запитати
Не всі пишуть код самі. Часто ШІ-функцію робила агенція, фрилансер або це частина SaaS, за який ви платите щомісяця. Тоді міграція — їхня робота, але ризик — ваш. Ось п'ять питань, які варто надіслати вже цього тижня:
- Які моделі використовує наш продукт і в яких функціях? Хороша відповідь — конкретний список назв моделей, а не «найновіші моделі OpenAI».
- Чи стосуються нас відключення 30 листопада, 1 і 11 грудня та 14 січня? Якщо відповідь «перевіримо», попросіть дату, коли перевірять.
- Як ви переконаєтесь, що нова модель працює не гірше? Шукайте згадку про набір тестових запитів чи порівняння, а не «ми протестуємо вручну».
- Що буде з вартістю? Якщо ви платите за ШІ окремо від підписки, міграція на дешевшу модель — привід переглянути рахунок.
- Чи є запасний варіант на випадок збою провайдера? Навіть проста відповідь «так, перемикаємось на іншу модель» краща за тишу.
Якщо підрядник не може назвати моделі, які використовує ваш продукт, — це сигнал важливіший за саму дату відключення. Це означає, що ніхто не відповідає за цю частину системи, і наступна зміна з боку провайдера знову стане несподіванкою. У такому разі варто хоча б раз отримати незалежний погляд на код і на те, як у ньому влаштовані виклики ШІ.
Окремий випадок — ШІ всередині no-code-сценаріїв. Zapier, Make чи n8n зазвичай не перемикають модель за вас: крок зберігає ту назву, яку вибрали під час налаштування. Відкрийте кожен сценарій з кроком ШІ й перевірте, яка модель там стоїть, — це 10 хвилин, які рятують від сценарію, що тихо перестав працювати в січні.
Є й тихіша ціна очікування. Підтримка й документація провайдера першими переходять на нові моделі, а нові версії SDK поступово прибирають старі параметри. Що довше продукт сидить на моделі, яку вимикають, то більше дрібних несумісностей накопичується і то більшим буде фінальний стрибок.
Якщо ваші користувачі в ЄС, додайте до списку ще одне питання: чи нова модель так само маркує згенерований контент і чи продукт і далі каже людям, що вони спілкуються зі ШІ? З 2 серпня 2026 року це юридичний обов'язок, а для старих продуктів крайній строк — 2 грудня; детальніше в розборі статті 50 AI Act.
Робити самим чи кликати розробника
| Ситуація | Що робити |
|---|---|
| 1–2 виклики моделі, простий текст на виході, є доступ до коду | Замінити модель самостійно, прогнати 20 запитів вручну |
| Відповідь розбирається як JSON або впливає на гроші, статуси, доступ | Зробити набір перевірок і поступове перемикання; варто залучити розробника |
| Модель зашита в багатьох місцях, немає тестів, код писав ШІ чи підрядник, що зник | Почати з аудиту: знайти всі виклики, винести в один шар, тоді мігрувати |
| ШІ — ядро продукту (асистент, агент, генерація для клієнтів) | Повний план: перевірки, порівняння 2–3 моделей, поступовий запуск, запасний провайдер |
Якщо продукт зібрано через ШІ-інструменти й ніхто не впевнений, де саме викликаються моделі, — це саме той випадок, коли короткий аудит економить тижні. Як я будую й переводжу такі інтеграції, описано на сторінці впровадження ШІ в продукт. А якщо ви перевіряєте продукт після ШІ-генерації в цілому, корисно також подивитися на ризики витоку ключів: міграція — хороший момент заодно перевипустити старі ключі.
Чек-лист на цей тиждень
- Знайти всі місця, де продукт викликає модель: код, змінні середовища, no-code, сторонні сервіси.
- Звірити знайдені моделі з календарем вище і записати дату для кожної.
- Перевірити, чи не передає код
temperatureчиtop_pдо моделей Anthropic і нових моделей OpenAI. - Зібрати 20–50 реальних запитів з очікуваними відповідями.
- Порівняти стару модель з 1–2 кандидатами за якістю, форматом, швидкістю й ціною.
- Винести назви моделей в один конфіг.
- Запланувати перемикання щонайменше за два тижні до дати відключення.
- Поставити ліміт витрат і алерт на помилки від провайдера.
Що зробити сьогодні
Запустіть пошук по коду і перевірте змінні середовища — це 15 хвилин, і після них ви точно знатимете, чи стосується вас 14 січня. Якщо стосується, у вас ще є запас часу, щоб мігрувати спокійно: з перевірками, поступово і з нагодою зменшити рахунок за ШІ. Якщо до відключення залишиться тиждень, той самий обсяг роботи доведеться робити поспіхом.
Було корисно?
– вподобань · – переглядів
Часті запитання
Коли OpenAI вимикає GPT-4o?
14 січня 2027 року. Разом з gpt-4o-2024-08-06 і gpt-4o-2024-11-20 відключаються GPT-4o mini, GPT-4.1 і GPT-4.1 mini. OpenAI оголосив це 14 жовтня 2026 року й рекомендує як заміну gpt-6-luna; для складніших задач варто порівняти ще gpt-6.1-terra.
Що станеться з продуктом, якщо нічого не робити?
Після дати відключення запити до старої моделі повертатимуть помилку, тож функція з ШІ просто перестане працювати. У Google інакше: запити до gemini-2.5-pro і gemini-2.5-flash з 1 грудня 2026 року автоматично підуть на нові моделі, тобто продукт не впаде, але відповіді можуть змінитися без попередження.
Чи можна просто замінити назву моделі в коді?
Іноді так, але це ризиковано. Нові моделі інакше форматують відповіді, частина параметрів зникла (наприклад, temperature для моделей з увімкненим reasoning), а для викликів інструментів у GPT-6 потрібен Responses API. Безпечніше прогнати 20–50 реальних запитів через нову модель і порівняти результати до перемикання.
Чи подешевшає ШІ після міграції?
Здебільшого так. За прайсом OpenAI GPT-4o коштує $2,50 за мільйон вхідних токенів і $10 за мільйон вихідних, а GPT-6.1 Terra — $1 і $5; GPT-6 Luna — $0,10 і $0,50. Скільки саме ви зекономите, залежить від того, яку модель оберете після порівняння якості.