Что такое депрекация модели — и почему твоё ИИ-приложение сломается по календарю

Твой бот работал полгода. Ты ничего не менял. И вдруг он отвечает ошибкой на каждый запрос.
Это не взлом и не баг. Модель, к которой ты обращался, выключили — и дату объявили заранее, месяцы назад. Просто письмо ушло на почту, к которой ты привязал ключ, и ты его пролистал.
Смотри, в чём странность этой поломки: она запланирована. У моделей есть срок годности, и он написан в документации ещё до того, как ты начал писать код.
Модель живёт по расписанию
У крупных провайдеров жизненный цикл описан почти одинаково. Например, Anthropic использует четыре состояния:
- Active — модель поддерживается, её рекомендуют.
- Legacy — обновлений больше не будет, депрекация возможна.
- Deprecated — работает, но не рекомендуется; уже назначены замена и дата отключения.
- Retired — всё. В документации сказано прямо: запросы к отключённой модели будут возвращать ошибку.
Ключевое слово — «депрекация ≠ отключение». Депрекация это предупреждение: модель ещё отвечает, но часы уже тикают. Отключение — момент, когда твой код падает.
Сколько времени тебе дают
Провайдеры публикуют минимальные сроки предупреждения. У OpenAI, например, для обычных моделей это минимум 6 месяцев, для специализированных вариантов (чат-версии, codex-версии, deep-research) — минимум 3 месяца. Уведомляют тех, кто моделью реально пользуется: письмом, отдельной страницей с депрекациями и постом в блоге, если изменение крупное.
Это не абстракция. Anthropic 5 августа 2026-го отключила Claude Opus 4.1 — и в release notes прямо написано, что запросы к этой модели теперь возвращают ошибку. OpenAI в феврале 2026-го убрала из ChatGPT GPT-4o, GPT-4.1 и o4-mini, а модели o3 и GPT-4.5 уходили через 90-дневный период отключения.
Есть и обратные случаи: GPT-4o однажды уже депрецировали — и вернули, потому что часть пользователей попросила больше времени на переезд. Но строить продукт на надежде «вдруг вернут» — плохая ставка.
И маленькая ловушка для тех, кто ходит к моделям через облака: даты у партнёрских платформ свои. Одна и та же модель может быть ещё активной у одного провайдера и уже отключённой у другого. Сверяйся с таблицей того, через кого ты реально ходишь.
Тихий вариант поломки — который хуже
Явная ошибка «модель не найдена» — это, как ни странно, лучший сценарий. Ты сразу видишь, что случилось, и знаешь, что чинить.
Хуже, когда ничего не падает.
Идентификатор модели бывает двух видов. Приколотый (pinned) — конкретная версия: у Anthropic сказано, что за таким id модель остаётся неизменной всё время его жизни. И алиас вроде «последняя такая-то» — он указывает на актуальную версию и переезжает, когда выходит новая.
Алиас удобен: обновления приходят сами. Но однажды утром твой код начинает отвечать иначе — другим тоном, другой длиной, другой структурой JSON. Ошибок нет, логи чистые, а промпты, которые ты вылизывал неделю, работают чуть хуже. Такое ловится не по алерту, а по жалобам пользователей — через две недели.
Вывод простой: в продакшене приколачивай версию явно и переезжай осознанно. Алиас — для экспериментов, где сюрприз не стоит денег.
Что делать заранее — четыре дешёвых шага
- Держи имя модели в одном месте. Переменная окружения или конфиг, а не пятнадцать хардкодов по коду. Переезд должен быть правкой одной строки, а не археологией.
- Заведи маленький набор проверок. Двадцать реальных примеров «вход → ожидаемый ответ». Это и есть eval — с ним смена модели превращается из веры в проверку за десять минут.
- Подпишись на changelog провайдера. Страница с депрекациями обновляется раньше, чем ломается твой код. Заглядывать раз в месяц дешевле, чем тушить пожар.
- Продумай запасной вариант. Если основная модель недоступна — попробовать вторую и записать это в лог. Заодно спасает от временных сбоев, а не только от отключений.
Совсем не платить за смену моделей не выйдет: это не баг индустрии, а её ритм. Но разница между «переехал за вечер» и «горит прод» — как раз в этих четырёх шагах, и делаются они до того, как придёт письмо. Заодно они пригодятся, когда ты будешь выбирать модель под задачу в следующий раз.
Депрекация и отключение — это одно и то же?
Нет, и путать их дорого. Депрекация — объявление: модель работает, но у неё назначена дата и замена. Отключение (retirement) — сама дата, после которой запросы падают.
Модель пропала в чате, а в API работает. Почему?
Потому что это два разных продукта с разными расписаниями. Модель могут убрать из интерфейса, где ей почти не пользуются, и оставить в API — там переезд ломает чужой код, поэтому сроки другие.
Отключение как-то связано с датой обучения модели?
Нет, это разные вещи. Дата отсечения знаний говорит, до какого момента модель знает мир, а депрекация — до какого момента она вообще отвечает.
Курс «Профессия 2027: ИИ-архитектор»: шаг за шагом от основ компьютера до своего приложения и первых клиентов. 543 коротких урока на телефоне.





