OpenAI 近日向开发者发送更正邮件，确认此前通知中的模型下线名单出现错误。根据官方信息，自2026年12月11日起，OpenAI API 将停止对六款模型的访问支持，包括 GPT‑5、GPT‑5 mini、GPT‑5 nano、GPT‑5 pro、o3 以及 o3‑pro（及其对应日期快照版本）。这是继此前多批次旧模型清理后，OpenAI 对早期 GPT‑5 与 o 系列推理模型的一次系统性退役。
下线范围与时间节点
此次下线名单与 OpenAI 官方 Deprecations 页面一致。相关模型于2026年6月11日被正式宣布弃用，并给予约六个月的迁移缓冲期，符合 OpenAI 对一般可用（Generally Available）模型至少提前六个月通知的政策。具体受影响模型及官方推荐替代方案如下：
- GPT‑5（含 gpt‑5‑2025‑08‑07）→ 推荐迁移至 gpt‑5.6‑sol
- GPT‑5 mini（含 gpt‑5‑mini‑2025‑08‑07）→ 推荐迁移至 gpt‑5.6‑terra
- GPT‑5 nano（含 gpt‑5‑nano‑2025‑08‑07）→ 推荐迁移至 gpt‑5.6‑luna
- GPT‑5 pro（含 gpt‑5‑pro‑2025‑10‑06）→ 推荐迁移至 gpt‑5.6‑sol，并设置 reasoning.mode: pro
- o3（含 o3‑2025‑04‑16）→ 推荐迁移至 gpt‑5.6‑sol
- o3‑pro（含 o3‑pro‑2025‑06‑10）→ 推荐迁移至 gpt‑5.6‑sol，并设置 reasoning.mode: pro
下线后，针对这些模型 ID 的 API 请求将直接返回错误。OpenAI 明确表示，不会自动重定向流量，开发者必须主动完成代码与配置更新。部分企业客户可通过销售团队申请专用容量，以在下线后继续有限访问，但这一选项并非默认提供，且需单独协商。
背景与行业意义
此次退役反映了大模型厂商持续清理旧版本、推动用户向新一代架构迁移的常规操作。GPT‑5 系列与 o3 系列在2025年陆续推出后，曾是 OpenAI 的重要产品线，尤其在复杂推理与专业任务中被广泛采用。随着 GPT‑5.6 系列（Sol、Terra、Luna 等分层版本）的成熟，OpenAI 选择在年末集中完成这一批旧模型的退出，以降低维护成本、统一推理能力接口，并引导开发者使用具备更强多模态、工具调用与长上下文能力的新模型。
从时间线看，OpenAI 在2026年已进行多轮模型清理：10月23日已关闭包括部分 GPT‑4、o1、o3‑mini 等在内的更早批次；11月30日还将关闭 Agent Builder、Evals 平台及 v1/prompts 等功能接口；12月1日则涉及部分图像生成模型。12月11日的这次下线，是2026年末规模最大的一批文本与推理模型退役。
迁移注意事项与潜在影响
开发者需重点关注三点。首先是模型映射与参数调整。普通版本可直接替换模型 ID，但 pro 级别模型必须额外启用 reasoning.mode: pro，否则可能无法获得预期的深度推理表现。其次是成本变化。根据公开定价信息，多数迁移路径下新模型的单位 Token 价格高于旧版（尤其是从 mini 迁移至 Terra 的涨幅较为明显），企业需重新评估预算与用量策略。最后是行为差异。新模型在指令遵循、工具调用稳定性、长上下文处理等方面有所增强，但输出风格与旧模型并不完全一致，建议在正式切换前进行充分的回归测试与 Prompt 调优。
对依赖这些模型构建生产系统的团队而言，距离下线仅剩约一个月。OpenAI 建议通过官方 Developer Forum 获取迁移支持，并利用 API 的 models 端点检查各模型的 shutdown_date 字段，实现自动化监控。同时，使用第三方路由或代理服务的用户，也需同步确认下游平台的下线时间表，因为 Azure OpenAI 等平台对同一模型的退役日期可能存在差异。
客观评估
从产业视角看，定期退役旧模型是大型 AI 提供商维持系统健康与安全迭代的必要手段。它有助于减少对过时安全机制的依赖，推动开发者采用更强的对齐与能力版本。然而，频繁的模型更迭也增加了企业侧的运维负担与成本不确定性。尤其对中小开发者和已深度集成旧模型的应用而言，迁移窗口虽有六个月，但临近截止日期时仍可能面临测试不足或兼容性问题。
OpenAI 此次邮件更正模型名单，显示其在通知流程上仍存在细节调整空间，但也体现了官方对准确性的重视。整体而言，这次下线属于可预期的产品生命周期管理，而非突发政策变化。开发者若尚未启动迁移，应尽快完成代码审计、替代模型验证与成本测算，以避免12月11日后出现服务中断。
随着 GPT‑5.6 及后续 GPT‑6 系列成为主力，OpenAI 的模型生态正加速向更高能力、更统一的架构收敛。对于整个行业，这既是技术升级的信号，也提醒所有依赖云端大模型的团队：模型不是永久资产，持续跟踪官方弃用日历，已成为 AI 应用工程的标配工作。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com