OpenAI pone fecha al final de GPT-4o y GPT-4.1 en la API

OpenAI comunicó el 14 de octubre de 2026 que retirará de su API dos versiones de GPT-4o —gpt-4o-2024-08-06 y gpt-4o-2024-11-20—, GPT-4o mini, GPT-4.1 y GPT-4.1 mini. El acceso terminará el 14 de enero de 2027, con un margen de tres meses para migrar.

La retirada afecta también a los modelos personalizados mediante fine-tuning construidos sobre esas versiones. OpenAI propone GPT-6 Luna como sustituto para todos ellos, aunque esa recomendación no garantiza por sí sola que cada integración conserve el mismo comportamiento.

El cambio afecta a la API, no implica que todas las experiencias de ChatGPT desaparezcan en esa fecha. La comprobación importante está en aplicaciones, asistentes internos y automatizaciones que envían solicitudes a identificadores de modelo concretos.

Sustituir un identificador en el código puede llevar minutos. Una automatización real, sin embargo, depende de instrucciones, formatos de salida, herramientas, límites de contexto, tiempos de respuesta y decisiones que se encadenan con otros sistemas.

Una variación pequeña puede cambiar una clasificación, romper un JSON, activar una excepción o producir una respuesta que otro programa ya no reconoce. Los flujos de facturación, inventario, atención al cliente o elaboración de informes necesitan una prueba completa de principio a fin, no una comparación aislada de respuestas.

También importa la compatibilidad técnica. GPT-6 Luna admite herramientas y funciones en la API Responses; en Chat Completions, la llamada a funciones requiere configurar el esfuerzo de razonamiento como none. Las integraciones antiguas pueden necesitar algo más que un cambio de modelo.

OpenAI presenta GPT-6 Luna como su modelo más eficiente para tareas enfocadas y de gran volumen. Su tarifa estándar publicada es de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida, con descuentos adicionales para entrada en caché.

El precio abre la puerta a revisar automatizaciones que antes resultaban caras: clasificación de documentos, extracción de campos, respuestas estructuradas o revisión preliminar de incidencias. Aun así, el coste por token solo es una parte del cálculo.

Un modelo barato puede resultar caro si necesita más reintentos, genera excepciones o aumenta la supervisión. La métrica útil es el coste por operación correcta y verificable, incluyendo la intervención humana necesaria para resolver errores.

El primer paso es elaborar un inventario de aplicaciones, scripts y plataformas de automatización que llaman a estos modelos. Conviene incluir tanto el modelo principal como las rutas de respaldo, los trabajos programados y las credenciales asociadas.

Después puede ejecutarse una evaluación paralela con casos reales anonimizados: entradas normales, documentos incompletos, formatos inesperados y situaciones límite. La comparación debería medir exactitud, formato, latencia, uso de herramientas, consumo y tasa de intervención manual.

La transición más segura utiliza una versión controlada, registros comparables y una vía de retorno. Una vez validado el nuevo comportamiento, los equipos pueden ampliar el tráfico gradualmente y mantener alertas sobre errores, coste y desviaciones durante las primeras semanas.

Las retiradas periódicas muestran el riesgo de incrustar un proveedor o un modelo en cada rincón de un proceso. Separar instrucciones, reglas de negocio, validaciones y acceso al modelo reduce el esfuerzo de la siguiente migración.

Una capa de configuración permite cambiar modelos sin modificar toda la aplicación. Las pruebas automáticas ayudan a comprobar que una actualización no altera los resultados críticos. Y los formatos estructurados con validación convierten una respuesta inesperada en un error visible, en lugar de dejar que avance silenciosamente.

La fecha del 14 de enero no debería tratarse como una simple tarea de mantenimiento. Es una ocasión para convertir automatizaciones frágiles en sistemas medibles, intercambiables y preparados para una tecnología que seguirá cambiando.