GPT-4o API退役倒计时：迁移GPT-6 Luna全指南

OpenAI 已于 2026 年 10 月 14 日通知开发者，GPT-4o、GPT-4o mini、GPT-4.1 和 GPT-4.1 mini 将于 2027 年 1 月 14 日从 API 中移除。届时，任何仍指向这些模型的代码将直接失效。需要先明确一点：此次关停仅影响 API，ChatGPT 用户不受影响——GPT-4o 早在 2026 年 2 月就已从 ChatGPT 模型选择器中消失，当时 OpenAI 将 ChatGPT 迁移至 GPT-5 系列。

两个截止日期，更早的那个才是陷阱

表面上的大限是 2027 年 1 月 14 日：GPT-4o（2024 年 8 月和 11 月快照）、GPT-4o mini、GPT-4.1 和 GPT-4.1 mini 将在这天离开 API。OpenAI 为这四个模型指定了同一个替代品：gpt-6-luna，GPT-6 家族中最小、最便宜的模型。自定义微调版本遵循与基座模型相同的时间表，微调版 GPT-4o 同样在 1 月 14 日停止服务，没有宽限期。

但更早一批模型消失得快得多。2026 年 10 月 23 日，GPT-4o 最初的 2024 年 5 月快照（gpt-4o-2024-05-13）将关停，同时还有 GPT-4 Turbo、GPT-4、GPT-3.5 Turbo、o1、o3-mini、o4-mini 和 gpt-image-1，各自指向 GPT-5.6 系列的替代品。危险之处很隐蔽：8 月和 11 月快照能撑到 1 月，但 5 月快照不行。如果你的代码固定使用那个旧快照，你的截止日期是 10 月，不是 1 月。务必检查确切的模型字符串，而不只是家族名称。

语音侧还有两波后续关停：音频和实时变体于 2027 年 1 月 20 日关闭，转录变体——包括 Whisper-1——于 2027 年 2 月 26 日关闭。请在所有日期上以 OpenAI 的弃用页面为准：https://developers.openai.com/api/docs/deprecations。

模型快照（snapshot） 是 OpenAI 为模型字符串附加日期的做法，例如 gpt-4o-2024-05-13 表示 2024 年 5 月 13 日冻结的某一个具体版本。同一个家族（如 GPT-4o）可能同时存在多个快照，它们的训练数据、对齐策略和后端优化可能不同，因此表现并不完全一致。调用时不带日期通常指向一个“滚动别名”，会自动升级到该家族的最新快照；带日期的字符串则锁死在那个版本上。这正是文章强调“检查确切模型字符串”的原因：不同快照的退役时间可以相差三个月，别名与固定快照的截止日期未必相同。审计时应当把代码里所有带日期后缀的字符串单独列出。

为什么三个月的通知期引发质疑

10 月 14 日的通知只给了开发者大约三个月。按 OpenAI 自己的标准这算短：其弃用页面承诺对正式可用模型至少提前六个月通知，仅在安全或合规问题需要时允许更快的节奏。OpenAI 并未公开说明本次通知是否属于该例外，页面上也没有给出理由。对大型团队来说，三个月紧张但可控；对小型团队而言，如果某个一年没人碰过的功能里埋着一处 GPT-4o 调用，时间可能转瞬即逝。

弃用策略（deprecation policy） 是厂商对旧模型生命周期做出的公开承诺，通常包括通知期长度、关停后是否保留超期运行窗口、以及是否提供映射关系明确的替代模型。对开发者而言，这一承诺的价值在于可规划性：它为团队的迭代节奏、预算和合规审计提供了一个可预期的时间边界。当实际通知期短于公开承诺时，问题不只是时间紧张，而是承诺的可信度被削弱——团队过去基于“至少六个月”做出的技术债决策会集体失效。这也是文章建议把供应商合同与弃用页面一并纳入风险评估的原因。

GPT-6 Luna：替代方案与经济账

对 API 用户来说，答案就是 GPT-6 Luna。经济账很难忽视：据 CellCog 援引 OpenAI 模型页面的数据，Luna 定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，而 GPT-4o 分别为 2.50 美元和 10 美元。但要注意，不同模型的 token 消耗并不相同，因此应在自己的工作负载上衡量总成本，而不是只信价目表。

一个坦诚的提醒：GPT-4o 的拥趸喜爱它的温暖和对话感。OpenAI 表示，与 GPT-4o 相比，其新模型将“谄媚式回复”——即一味附和用户而非提出质疑——减少了三分之二以上。对生产系统而言，这通常是优点：一个对一切（包括错误输入）都表示认同的模型，在任何需要正确性的工作流中都是隐患。

token 计价与单位成本 是理解模型经济性的基础。API 按输入 token（提示词、上下文、示例）和输出 token（生成内容）分别计费，且输出通常更贵，因为解码是逐 token 串行生成的。两个模型单价相同不代表账单相同：新模型可能更啰嗦、需要更长的系统提示、或在结构化输出上重试更多次，都会抬高总 token 数。此外，缓存命中、批处理接口和推理强度设置都会改变实际单价。因此文章强调在自有负载上测算，而非直接比较价目表——正确做法是用同一批代表性请求分别跑两个模型，记录 token 用量与重试率，再折算成每千次请求的成本。

迁移清单：九步走

迁移失败往往源于跳过的步骤，而非困难本身：

1. 全面审计。搜索每个仓库、配置、环境变量、定时任务和第三方工具，查找 gpt-4o、gpt-4o-mini、gpt-4.1 和 gpt-4.1-mini，包括带日期的快照。
2. 优先处理 10 月批次。任何命中 gpt-4o-2024-05-13 或其他 10 月 23 日模型的调用，都要先于其他事项修复。
3. 选定替代品。1 月批次用 gpt-6-luna；10 月批次用 OpenAI 的逐模型替代方案。
4. 在真实负载上测试。用有代表性的提示词——不是玩具示例——跑 Luna。为 GPT-4o 风格调优的提示词很少能完美迁移。
5. 尽早重建微调。重新训练、重新验证和重新测试是整个工作中最耗时的部分。
6. 验证结构化输出。对照 Luna 的响应检查 JSON schema 和工具调用。字段名变化是典型的静默故障。
7. 逐步切换流量。先迁移一小部分流量，观察错误率和质量，再逐步扩大。在 GPT-4o 尚存期间保留其作为回退。
8. 盯住账单。头几周跟踪输入和输出 token——推理设置和输出长度决定真实成本。
9. 告知用户。如果产品行为发生变化，在更新日志中说明。

如果你付费使用某个聊天机器人或客服组件，却不知道它背后是哪个模型，给供应商发一封邮件——“你们会在 1 月 14 日前从 GPT-4o 迁移吗？”——成本为零，却可能避免一次意外宕机。

结构化输出与工具调用 是迁移中最容易被低估的兼容性风险。现代 API 允许用 JSON Schema 约束模型输出，或让模型调用外部函数并返回参数。不同模型对 schema 的遵循程度不同：有的会遗漏必填字段、把数字写成字符串、在嵌套对象中改变键名，或在无法满足约束时返回解释性文本而非 JSON。这些偏差通常不会抛错，而是让下游解析静默失败，因此必须用校验器逐条比对真实响应，并对关键路径加上 schema 校验和失败重试。工具调用方面还需检查模型是否会并行发起多个调用、参数是否被截断，以及拒绝调用时的回退行为。

更大的教训：模型是可抛弃的基础设施

GPT-4o 退役不是因为失败，而是因为行业现在大约每年更换一次旗舰模型，永久维护每个旧模型的成本没有哪家实验室愿意承担。模型如今是可抛弃的基础设施。为替换而构建，而不是为某个模型而构建。

完整指南（含所有关停日期、完整替代表和详细 FAQ）见：https://toolpilotpro.com/gpt-4o-retirement-api-shutdown。