OpenAI retirará versiones de GPT‑4o y GPT‑4.1 de su API en enero

Por Redacción Pangea IA · 14 de octubre de 2026

OpenAI retirará de su API varias versiones de GPT‑4o, GPT‑4o mini, GPT‑4.1 y GPT‑4.1 mini el 14 de enero de 2027. La compañía ha publicado hoy el calendario y recomienda migrar todas ellas a GPT‑6 Luna. La medida también alcanza a los modelos ajustados —fine-tuned— construidos sobre esas versiones.

El aviso deja tres meses para localizar integraciones, probar el sustituto y desplegar el cambio. No significa que todas las funciones de ChatGPT desaparezcan en esa fecha: el anuncio afecta a identificadores concretos utilizados mediante la API. Para una empresa que tenga un chatbot, un clasificador, una automatización o un asistente conectado directamente a esos modelos, ignorar el calendario puede provocar errores cuando llegue el cierre.

Qué modelos dejarán de funcionar y cuándo

La página oficial de retiradas de OpenAI enumera cinco instantáneas concretas. Todas comparten fecha de apagado y sustituto recomendado. Conviene comprobar el identificador exacto de cada aplicación, porque un nombre comercial parecido no demuestra por sí solo que una integración esté afectada.

Modelo o instantánea	Fecha de retirada	Sustituto recomendado
`gpt-4o-2024-08-06`	14 de enero de 2027	`gpt-6-luna`
`gpt-4o-2024-11-20`	14 de enero de 2027	`gpt-6-luna`
`gpt-4o-mini-2024-07-18`	14 de enero de 2027	`gpt-6-luna`
`gpt-4.1-2025-04-14`	14 de enero de 2027	`gpt-6-luna`
`gpt-4.1-mini-2025-04-14`	14 de enero de 2027	`gpt-6-luna`

OpenAI indica expresamente que las versiones ajustadas siguen el mismo calendario que su modelo base. Este punto es especialmente importante: cambiar una cadena de texto en la configuración no reproduce automáticamente el comportamiento de un modelo entrenado con ejemplos propios. Una organización que dependa de un fine-tune deberá reconstruir su caso de uso, comparar alternativas y verificar si puede obtener resultados equivalentes mediante instrucciones, recuperación de información, herramientas o un nuevo proceso de personalización.

Por qué no basta con cambiar el nombre del modelo

GPT‑6 Luna está orientado a tareas enfocadas y de gran volumen. OpenAI publica para el procesamiento estándar y contexto corto un precio de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de salida. El menor precio potencial es atractivo, pero una migración no debe evaluarse solo por token. Una respuesta más larga, una repetición de llamadas o una caída de precisión puede eliminar el ahorro.

También hay diferencias de funcionamiento. La documentación recomienda utilizar la Responses API para herramientas integradas y llamadas a funciones. GPT‑6 Luna admite llamadas a funciones mediante Chat Completions únicamente cuando reasoning_effort se configura como none. Si la aplicación combina razonamiento con herramientas, mantener la interfaz antigua sin revisar los parámetros puede causar incompatibilidades o cambios difíciles de detectar.

La propia guía de despliegue de OpenAI aconseja probar ejemplos representativos y medir éxito de la tarea, latencia, tokens de entrada, salida y razonamiento, uso de caché y coste por tarea completada. Esta última métrica es más útil que comparar precios aislados: una llamada barata que exige correcciones humanas puede resultar más cara en la práctica.

Cómo saber si tu empresa está afectada

El primer paso es distinguir entre usar ChatGPT como servicio y consumir la API de OpenAI. Una persona que conversa en la web o la aplicación de ChatGPT no elige normalmente estas instantáneas mediante código. El aviso de hoy está dirigido a desarrolladores y organizaciones que envían solicitudes programáticas a la plataforma.

Integración directa: revisa variables de entorno, archivos de configuración, paneles y código donde aparezca el campo model.
Proveedor externo: pregunta qué modelo utiliza el servicio y quién asume la migración. No des por hecho que el proveedor actualizará sin cambios.
Automatizaciones internas: comprueba flujos de atención al cliente, generación de documentos, extracción de datos, clasificación y análisis.
Modelos ajustados: localiza el modelo base de cada fine-tune y documenta los conjuntos de evaluación que permitieron aprobarlo.
Entornos olvidados: incluye pruebas, tareas programadas, demostraciones y aplicaciones que se ejecutan solo algunos días al mes.

Una pyme que encargó su chatbot a una agencia debería pedir una respuesta por escrito con cuatro datos: identificador actual, fecha prevista de migración, pruebas que se repetirán y posible cambio de precio. Si el contrato no aclara quién mantiene los modelos, enero puede convertirse en una discusión de soporte en lugar de una actualización planificada.

Plan de migración en seis pasos

1. Crear un inventario real

Busca los cinco identificadores afectados en repositorios, secretos, plataformas sin código, funciones en la nube y registros de uso. Asigna un responsable y anota volumen, finalidad, datos tratados y consecuencias de un fallo. El inventario debe incluir dependencias indirectas: una aplicación puede llamar a un servicio interno que, a su vez, utiliza GPT‑4o.

2. Congelar una referencia de calidad

Reúne ejemplos reales y anonimizados que representen situaciones normales, casos límite y errores conocidos. Conserva la salida actual y define qué significa aprobar: exactitud, formato, cumplimiento de instrucciones, citas, uso correcto de herramientas o intervención humana necesaria. Sin una referencia previa, cualquier comparación será subjetiva.

3. Probar GPT‑6 Luna en paralelo

No sustituyas directamente el modelo en producción. Ejecuta el mismo conjunto de solicitudes contra la versión actual y contra Luna, sin cambiar al mismo tiempo instrucciones, herramientas y arquitectura. Así podrás atribuir las diferencias al modelo y no a varias modificaciones simultáneas. Pangea IA ya analizó el lanzamiento y las diferencias entre GPT‑6 Sol y Luna, una referencia útil para decidir si el sustituto recomendado encaja en todas las tareas.

4. Revisar parámetros y herramientas

Comprueba la interfaz utilizada, el esfuerzo de razonamiento, los límites de salida, las respuestas estructuradas y las llamadas a funciones. Valida especialmente cualquier proceso que genere JSON, ejecute acciones o dependa de una secuencia exacta. La migración a la familia GPT‑6 puede requerir Responses API para aprovechar correctamente razonamiento y herramientas.

5. Desplegar por fases y conservar retorno

Envía primero una pequeña parte del tráfico al nuevo modelo, compara resultados y aumenta el porcentaje si se mantienen los objetivos. Define umbrales automáticos para errores, latencia y coste. Mientras el modelo anterior siga disponible, conserva una ruta de retorno documentada; no esperes a la última semana, porque entonces el margen para corregir será mínimo.

6. Actualizar documentación y avisos

Registra el nuevo identificador, fecha del cambio, pruebas realizadas y responsables. Si la aplicación informa a clientes de qué modelo utiliza o si el cambio altera tratamiento regional de datos, latencia o precio, actualiza contratos y comunicaciones. La documentación oficial señala condiciones específicas para residencia de datos europea y modos de procesamiento, por lo que las empresas reguladas deben comprobar su configuración concreta.

Qué implica para pymes y autónomos

La retirada puede ser una oportunidad para reducir costes y simplificar modelos, pero también revela un riesgo habitual del software basado en IA: el proveedor controla el ciclo de vida. Una integración que hoy funciona puede necesitar cambios obligatorios meses después. Presupuestar mantenimiento, conservar pruebas y evitar dependencias innecesarias es tan importante como elegir el modelo con mejor demostración.

Para proyectos nuevos, conviene separar el nombre del modelo del código y gestionarlo desde configuración. También es útil definir una capa común para las llamadas, registrar versiones y disponer de evaluaciones repetibles. Estas prácticas permiten cambiar de modelo sin reescribir toda la aplicación. Si la empresa está comparando plataformas, la guía de Pangea IA sobre ChatGPT, Claude y Gemini para crear aplicaciones ayuda a entender las diferencias de enfoque.

También conviene revisar el presupuesto con una simulación basada en tráfico real. Cuenta las solicitudes diarias, la longitud media de las entradas y salidas, los reintentos y las llamadas a herramientas. Después compara el coste por operación completada, no únicamente el precio nominal del token. Una migración puede abaratar la factura del proveedor y, al mismo tiempo, aumentar el trabajo de revisión si cambia el formato o la precisión. Para actividades críticas, asigna además un coste a la supervisión humana, los errores y una posible indisponibilidad. Esta fotografía permite decidir si Luna debe sustituir todas las tareas o si algunas requieren otro modelo de la familia GPT‑6.

Conclusión

OpenAI ha puesto una fecha precisa al final de cinco instantáneas muy utilizadas: 14 de enero de 2027. El plazo es suficiente para una migración ordenada, pero corto para organizaciones con modelos ajustados, herramientas complejas o procesos regulados. El cambio recomendado a GPT‑6 Luna promete una base más eficiente, aunque cada empresa debe demostrar con sus propios datos que mantiene calidad, seguridad y compatibilidad.

La acción prudente no es sustituir el identificador hoy ni esperar a enero. Es inventariar esta semana, construir las pruebas y ejecutar ambos modelos en paralelo. Así, la retirada se convierte en una actualización controlada y no en una interrupción imprevista.

Lecturas relacionadas

Fuentes consultadas

OpenAI API: calendario oficial de modelos retirados. Actualizado y consultado el 14 de octubre de 2026.
OpenAI API: ficha técnica de GPT‑6 Luna. Consultada el 14 de octubre de 2026.
OpenAI API: lista de comprobación para despliegues. Consultada el 14 de octubre de 2026.
CellCog: resumen independiente de la retirada de GPT‑4o y GPT‑4.1. Publicado y consultado el 14 de octubre de 2026.