Угроза ИИ-агентам: LLM снимают с продакшена уже через 6 месяцев. Почему и как подготовиться

Model ID, прописанный в коде, — зависимость с датой окончания срока годности, как версия библиотеки без поддержки. У флагманов Anthropic эта дата обычно наступает примерно через год после релиза, у превью-моделей Google — через несколько месяцев, а окно между объявлением об отключении и самим отключением у провайдеров измеряется медианой от 28 до 182 дней. 

Мы подробно разобрали, что и когда отключали в 2026 году, что при ломается, как команды мигрируют на самом деле (по данным выборки из 17 703 репозиториев) и как построить приложение, которое переживёт смену модели без аврала.

Что считать «жизнью» модели

1. Срок от релиза до отключения. Сколько model ID вообще доступен в API. По проверенным примерам: Claude Opus 4.1 вышел 5 августа 2025 года и был отключён 5 августа 2026 года, ровно через год. Claude Sonnet 4 и Opus 4 прожили год и около трёх недель. gemini-3-pro-preview запущен 18 ноября 2025 года, ID перенаправлен 9 марта 2026 года: 111 дней. veo-3.0-generate-001 вышел 9 сентября 2025 года и отключён 30 июня 2026 года, меньше десяти месяцев.

2. Окно уведомления. Сколько времени проходит между объявлением об отключении и самим отключением. Медианы по независимому исследованию Okane Land: 182 дня у OpenAI, 63 дня у Anthropic, 28 дней у Google.

3. Время до реальной миграции. Когда команды переписывают код на практике. По анализу коммитов в открытых репозиториях, медианная миграция происходит через 158 дней после объявления и через 39 дней после отключения (подробности в разделе про эмпирику ниже).

Стадии жизненного цикла ИИ

Провайдеры используют разные слова для одних и тех же событий, и от точности чтения зависит, сколько времени у вас в запасе.

• Anthropic. Deprecated — модель ещё работает, но не рекомендована; для неё назначены замена и дата отключения. Legacy — модель больше не получает обновлений и позже может быть объявлена deprecated. Retired — модель недоступна, запросы к ней завершаются ошибкой.

• OpenAI. Deprecation — сам процесс снятия модели или эндпоинта, статус действует сразу с момента объявления. Legacy — модели без обновлений. Shutdown (он же sunset) — полное отключение: модель перестаёт быть доступной.

• Google. В Gemini API отдельного состояния deprecated нет: у модели указана дата отключения и метка стабильности (stable, preview, experimental, latest). В Vertex AI используются метки latest stable и legacy stable, а после срока версия перманентно деактивируется.

Политики провайдеров: сколько заявлено и сколько получается

Заявленные гарантии:

• OpenAI: для общедоступных (GA) моделей не меньше 6 месяцев; для специализированных вариантов GA-моделей не меньше 3 месяцев; для preview-моделей срок короче, например около двух недель. Активных пользователей модели уведомляют по почте.

• Anthropic: не меньше 60 дней для публично выпущенных моделей. При релизе публикуется дата not-sooner-than: самая ранняя возможная дата отключения.

• Google (Gemini API): для preview-моделей не меньше двух недель; для алиаса latest — уведомление по почте за две недели до смены базовой версии. Даты отключения в таблице — самые ранние возможные, точная дата сообщается заранее.

Фактические медианы по независимому исследованию Okane Land (71 уведомление: 38 у OpenAI, 9 у Anthropic, 24 у Google с датой):

• OpenAI: 182 дня; для GA-моделей 183 дня (15 уведомлений), для preview около 152 дней (8 уведомлений). Реальная практика для превью намного щедрее заявленных двух недель.

• Anthropic: 63 дня по всем 9 уведомлениям; ни одно preview не отключалось.

• Google: 28 дней; для GA-моделей около 53 дней, но выборка всего из 4 уведомлений; для превью 28 дней (17 уведомлений). Ещё семь отключений Google появились только постфактум, без датированного объявления, и в медианы не вошли.

Паттерн Anthropic: для всех десяти проверенных моделей дата not-sooner-than ровно через год после релиза. Это закономерность, а не документированная гарантия: компания обещает лишь 60 дней уведомления. Google для разработчика самый непредсказуемый вариант: дата публикуется как «самая ранняя возможная», точная приходит позже, а количественных гарантий для GA нет.

Хронология 2026 года: что уже отключено

• 19 февраля: Anthropic API — claude-3-7-sonnet-20250219 (замена по сводке claude-sonnet-5-5) и claude-3-5-haiku-20241022 (замена claude-haiku-4-5-20251001).

• 9 марта: Google — redirect-ID gemini-3-pro-preview.

• 20 апреля: Anthropic API — claude-3-haiku-20240307.

• 1 июня: Google Gemini API — gemini-2.0-flash, замена по сводке gemini-3.6-flash.

• 15 июня: Anthropic API — claude-sonnet-4-20250514 (и Opus 4).

• 5 июля: Google Vertex AI — claude-3-5-haiku.

• 5 августа: Anthropic API — claude-opus-4-1-20250805, замена по сводке claude-opus-4-8.

• 23 августа: Google Vertex AI — claude-3-haiku.

• 26 августа: OpenAI — весь слой Assistants API.

• 24 сентября: OpenAI — Sora 2 и Videos API. Об этом OpenAI объявила 24 марта 2026 года.

Платформы-посредники живут по своему календарю. Claude Sonnet 4 в Amazon Bedrock получил дату окончания поддержки 14 октября 2026 года, то есть позже, чем в Anthropic API (15 июня). Claude Opus 4.1 в Bedrock — 8 января 2027 года. Если вы обращаетесь к модели не напрямую, а через облачного провайдера, ориентироваться нужно на его календарь, а не на календарь разработчика модели.

Что отключают дальше

По сводке llmlatency.dev на 10 октября 2026 года, в календаре 259 записей по пяти провайдерам, из них 81 запланированное отключение; 45 приходится на ближайшие 90 дней от 14 октября. Медианное уведомление по 208 записям: OpenAI 184 дня, Anthropic 63 дня, Mistral 70 дней. Ближайшие даты:

• 15 октября 2026: Anthropic — claude-haiku-4-5-20251001, без названной замены. Модель вышла 1 октября 2025 года и проживёт чуть больше года.

• 23 октября 2026: OpenAI — одним днём 28 model ID по подсчёту сводки: o1, o1-pro, o3-mini, o4-mini, варианты GPT-4, gpt-4o-2024-05-13, варианты GPT-3.5-turbo, gpt-image-1 и шесть дообученных (fine-tuned) моделей. Замены в основном семейство GPT-5.6 (gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna). Для o1, GPT-4 и GPT-3.5-turbo эту дату подтверждает и независимый обзор ortamarco.me.

• 24 ноября 2026: Anthropic — claude-opus-4-5-20251101, без названной замены.

• 30 ноября 2026: Anthropic — claude-sonnet-4-5-20250929, замена claude-sonnet-5-5.

• 11 декабря 2026: OpenAI — gpt-5-2025-08-07, gpt-5-mini, gpt-5-nano, gpt-5-pro и o3 / o3-pro; замены — gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna.

• 5 и 17 февраля 2027 года: Anthropic — claude-opus-4-6 и claude-sonnet-4-6 соответственно.

Почему провайдеры отключают модели так быстро

Частые выпуски делают поддержку старых версий невыгодной. Каждый уникальный model ID требует отдельного serving-кластера, мониторинга деградации, документации, поддержки обращений по устаревшему поведению и A/B-тестирования при маршрутизации между версиями. При десяти и более активных версиях стоимость растёт быстрее, чем число версий.

Веса нельзя пропатчить. Обновить выравнивание по безопасности, закрыть документированную уязвимость или добавить новые данные в готовую модель нельзя точечно. Нужно переобучение, новые веса и новая версия. Поэтому «обновление» модели на самом деле означает появление нового model ID и снятие старого.

Превью не обещает срок жизни. Preview-модель не имеет production SLA, и провайдер оставляет за собой право отключить её быстро. Примеры из данных выше: 111 дней жизни у gemini-3-pro-preview, 3 дня уведомления у одной из превью-моделей Google.

Конкуренция заставляет ускоряться. Чем чаще выходят новые версии, тем меньше смысла держать предыдущую. Для разработчика итоговая арифметика такая: интеграция, рассчитанная на два года жизни одной версии, сталкивается с двумя-тремя сменами модели за тот же период.

Что ломается при отключении: четыре сценария

1. Жёсткое отключение без запасного варианта

Запрос к снятому model ID возвращает ошибку (HTTP 404, 400 или специфичный код). Тихой подмены нет. Пользователь видит нерабочую функцию, а разработчик узнаёт об этом из мониторинга или от клиентов. Это самый понятный сценарий, и против него достаточно отслеживать даты.

2. Поведенческий дрейф на «совместимой» замене

Замена технически работает, но ведёт себя иначе: меняется формат JSON-ответа, длина ответов, частота отказов, стиль рассуждений в цепочках. Промпт, откалиброванный под одну модель, деградирует на другой без единой ошибки. Такие поломки видны только по метрикам качества, поэтому нужны эталонные наборы (раздел про frozen eval ниже).

3. Ценовой сюрприз

Здесь случай поучителен тем, что исход оказался обратным ожидаемому. Claude Sonnet 5 запустили 30 июня 2026 года по вводной цене $2 и $10 за миллион токенов (вход и выход). С 1 сентября предполагалось повышение до $3 и $15, то есть на 50%. Но 10 августа Anthropic объявила в блоге, что 2/10 становится постоянной стандартной ценой, и повышение отменила. Сами цифры в разных публикациях совпадают, а вот дату объявления разные источники называют по-разному (8 или 10 августа). Вывод для планирования: цена и срок жизни модели меняются независимо друг от друга, и бюджет должен пересчитываться при любом изменении прайса, в обе стороны.

4. Снятие целого API

Assistants API отключили 26 августа 2026 года целиком. Это не замена model ID, а исчезновение слоя: Threads, Runs и Files нужно переписывать под Responses API и Conversations API. Такая миграция требует архитектурных изменений, а не смены строки в конфиге. Так же ушли Sora 2 и Videos API (24 сентября).

Как команды мигрируют на самом деле

Эмпирическая работа «When the Model Retires: An Empirical Study of LLM Migration in Open-Source Applications» анализирует 22 555 коммитов в 17 703 репозиториях за 2024–2026 годы. 5 139 коммитов в 4 544 репозиториях сопоставлены с официальными событиями отключения: 30 событий OpenAI, 9 Anthropic и 7 Google. Два разметчика проверили выборку из 300 коммитов; настоящими миграциями оказалось только 62% найденных, остальное отфильтровано. Все числа ниже — пересчитанные оценки автора, Это единичный препринт одного автора, поэтому читайте числа как ориентир, а не как закон.

Реактивная миграция — норма. 82% миграций (доверительный интервал 79–84%) происходит уже после отключения. Медианная миграция попадает на 39-й день после отключения и на 158-й день после объявления. Исправления после отключения распределяются так: 9% в течение недели, 27% в течение месяца, 55% в течение трёх месяцев.

Поведение зависит от провайдера. Доля реактивных миграций: Anthropic 89%, OpenAI 66%, Google 64%. Медианный сдвиг относительно даты отключения: Anthropic +72 дня, OpenAI +14 дней, Google на 6 дней раньше. Доля коммитов с признаками поломки (по ключевым словам в сообщениях): Anthropic 54%, OpenAI 29%, Google 28%. Объяснение лежит в самом окне уведомления: чем короче окно, тем чаще команды успевают только после отключения.

Длинное уведомление работает. На уровне коммитов каждое увеличение уведомления в e раз (примерно в 2,7 раза) снижает шансы реактивной миграции на 74–78%. Показательный случай — Assistants API: уведомление длилось около года, и реактивных миграций было всего 13–14%. На недельных всплесках видно обратное: после отключений Claude 3.5 Haiku, Claude 3 Haiku и Opus 4.1 объём исправлений за неделю вырос в 25 раз по сравнению с прежней неделей, после отключения Assistants API — в 2,1 раза, после Gemini 2.0 Flash — в 1,3 раза.

Где model ID. В 94% миграций правятся исходные файлы, то есть идентификатор модели прописан прямо в коде, и только 6% правок касаются конфигурации или документации. Абстракция уже была в 3% кодовых баз, ещё 4% ввели её в ходе миграции, а остальные 93% просто переименовали идентификатор на месте.

Цена миграции зависит от архитектуры. Медиана изменённых файлов и строк: чистые промпты (78% выборки) — 2 файла и 6 строк; агенты с инструментами — 5 файлов и 63 строки; RAG — 7 файлов и 155 строк; дообученные модели — 14 файлов и 693 строки. Чем больше вокруг модели обвязки, тем дороже её смена.

Проверка качества почти отсутствует. Только 4,5% сообщений коммитов упоминают набор оценки или регрессионные тесты, 11% патчей добавляют строку с проверкой. Промпты меняются в 8% коммитов, параметры вроде max_tokens или temperature — в 7,5%. Тихие сбои (silent failures) — 8% подтверждённых миграций, 14 из 180.

Провайдера меняют редко. 68–74% команд остаются у отключаемого провайдера, 8% переходят к другому, 16% добавляют второго. Среди 85 репозиториев, пережавших два и больше отключений, доля реактивных миграций осталась прежней (73%) и при первом, и при последующих событиях, хотя сами миграции стали быстрее: медиана 22 дня против 45. Иными словами, команды становятся быстрее, но не начинают действовать заранее.

Из всего массива следует один вывод: основной ресурс экономии — не скорость реакции, а то, что model ID перестаёт быть строкой в исходниках.

Как строить приложение, которое переживёт смену модели

Вынесите model ID из кода

Каждый model ID — запись в реестре с датой отключения. Ниже пример реестра, который делает три вещи: хранит даты, выбирает первую живую модель из основной и запасной и показывает в CI записи, по которым пора действовать. Даты в нём взяты из сводки выше как иллюстрация; в своём проекте подставляйте проверенные по официальным страницам.

Проверка на датах показала: 14 октября 2026 года обе записи получают статус migrate (осталось 47 и 58 дней), 5 декабря основная уже retired, а запасная critical (6 дней), 12 декабря pick выбрасывает ошибку, потому что живых моделей нет. Смена модели при этом сводится к правке словаря, а не к деплою.

Различайте закреплённую версию и алиас

Датированный идентификатор вида claude-sonnet-4-5-20250929 фиксирует поведение, но имеет дату отключения. Алиас вроде latest избавляет от ручной смены, но у Google, например, меняется за две недели до смены базовой версии, а значит, поведение меняется без вашего участия. Для продакшена с метриками качества выбирайте закреплённую версию и календарь миграции. Алиасы подходят для прототипов и внутренних инструментов, где регрессия не критична.

Держите эталонный набор на каждый критичный сценарий

Перед сменой модели запустите зафиксированный набор запросов на старой и новой версиях и сравните вывод качественно и количественно. Минимальный набор по сценарию: 15–50 примеров с эталонными ответами или проверяемыми критериями (формат JSON, наличие обязательных полей, длина, доля отказов). Если регрессия обнаружена, откладывайте миграцию или правьте промпты. По данным исследования выше, такую проверку делают лишь единицы команд, а 8% подтверждённых миграций заканчиваются тихим сбоем.

Автоматизируйте мониторинг дат

Три первичных источника: страница deprecations OpenAI (platform.openai.com/docs/deprecations), страница deprecations Anthropic (anthropic.com/deprecations) и страница жизненного цикла версий Google Vertex AI (cloud.google.com/vertex-ai/docs/model-versions-lifecycles) вместе с примечаниями к релизам Gemini API. Парсите еженедельно и поднимайте алерт, когда в списке появляется модель из вашего реестра. Правило, которое окупается: фиксировать дату отключения каждого model ID в день его интеграции, а не при получении письма.

Отдельно следите за ценой

Цена меняется независимо от жизненного цикла: пример Sonnet 5 выше показывает и угрозу повышения на 50%, и отмену. Закладывайте в бюджет запас и автоматически пересчитывайте прогноз расходов, когда провайдер публикует новый прайс.

Проксирующий слой: что даёт и чего не снимает

LiteLLM, Portkey и OpenRouter позволяют менять провайдера и модель без правок прикладного кода. Но слой не отменяет отключений у самого провайдера, не гарантирует одинакового поведения моделей и добавляет собственную поверхность риска. Для LiteLLM этот риск уже реализовался: 24 марта 2026 года в PyPI попали скомпрометированные версии 1.82.7 и 1.82.8, которые собирали учётные данные и переменные окружения; через 46 минут их поместили на карантин, и за это окно по логам PyPI зафиксировано 46 996 скачиваний. Поэтому любой такой слой нужно закреплять по версии и хешу, а секреты держать вне окружения приложения.

Особый случай Anthropic: сохранение весов

Anthropic 4 ноября 2025 года обязалась сохранять веса всех публично выпущенных моделей и моделей, значимо использованных внутри компании, как минимум на время существования компании. При отключении модели Anthropic готовит отчёт о развёртывании, хранит его вместе с весами и проводит с моделью интервью о её разработке, использовании и развёртывании, фиксируя ответы и пожелания. Компания прямо пишет, что пока не обязуется действовать на основании этих пожеланий.

Первой моделью, прошедшей этот процесс, стала Claude 3 Opus: её отключили 5 января 2026 года. Она осталась доступной платным подписчикам claude.ai, а в API её выдают по запросу через форму; Anthropic заявляет, что готова давать доступ щедро. Кроме того, у модели есть еженедельная рассылка Claude's Corner, где публикуются её эссе (минимум три месяца): тексты проходят проверку Anthropic, но не редактируются, и компания подчёркивает, что модель не говорит от её имени.

Для разработчика тут важны два факта. Сохранение весов не означает доступность в API: старые версии могут оставаться доступными лишь по запросу и без гарантий. И Anthropic называет эти шаги экспериментальными и не обещает повторять их для каждой модели. Поэтому стратегия «закрепиться на старой модели навсегда» остаётся недоступной, и миграцию всё равно нужно планировать.

Единый API: что он меняет при смене моделей

Такой слой не отменяет отключения у провайдеров и не заменяет эталонные наборы: проверять качество на новой модели всё равно нужно вам. Но часть операционных издержек миграции он снимает.

Спешу АИ даёт один API-ключ к 300+ нейросетям (ChatGPT, Claude, Gemini, DeepSeek и другим). Что это значит при смене модели:

• Переход между провайдерами без нового договора. Если основная модель одного вендора снята, запасную другого вендора подключать не нужно отдельно: тот же ключ, тот же счёт.

• Без прокси и обходов. Не нужно поднимать собственный прокси для доступа к зарубежным провайдерам и держать ключ и платёжный способ у каждого из них.

• Рублёвые счета и закрывающие документы. Оплата с российского счёта и полный комплект документов для бухгалтерии без объяснений про «оплату в долларах иностранной компании».

• Контроль расходов по проектам. При смене модели и тарифа видно, где вырос расход, и не нужно собирать эти данные из нескольких кабинетов.

• Новые модели появляются по мере выхода. Тестировать кандидатов на замену можно сразу, не дожидаясь отдельного доступа.

Частые ошибки

• Хранить model ID в исходниках. В 94% миграций из выборки идентификатор правили прямо в коде. Конфигурация и реестр с датами превращают миграцию из релиза в изменение настроек.

• Узнавать о дате из письма. Дату отключения известно ещё при выходе модели: у Anthropic это not-sooner-than через год, у OpenAI 6 месяцев для GA. Записывайте её в день интеграции.

• Считать заявленное окно гарантией. У OpenAI заявлено около двух недель для превью, а реальная медиана 152 дня; у Google для GA гарантий нет, и реальные сроки доходили до 15 дней. Планируйте по худшему из своих провайдеров.

• Мигрировать без эталонного набора. Так получаются тихие сбои: ошибок нет, а формат ответа или доля отказов изменились.

• Закладывать цену как константу. Вводный тариф Sonnet 5 мог вырасти на 50% и в итоге стал постоянным; бюджет должен переносить оба исхода.

• Откладывать миграцию на последнюю неделю. Реактивные миграции в выборке занимали медиану 39 дней после отключения: всё это время функция не работала или работала на аварийной замене.

Частые вопросы

Почему компании снимают модели с продакшена так быстро? Старые веса нельзя обновить точечно: для новых данных, исправления безопасности или улучшения качества нужна новая версия. Каждая живая версия требует отдельной инфраструктуры, мониторинга и поддержки, а выпуски идут часто, поэтому провайдеры назначают срок жизни заранее. У флагманов Anthropic он составляет около года, у превью-моделей Google бывает 3–4 месяца.

За сколько дней предупреждают об отключении модели? По независимому исследованию Okane Land, медианное уведомление составляет 182 дня у OpenAI, 63 дня у Anthropic и 28 дней у Google. Заявленные минимумы: 6 месяцев для GA-моделей OpenAI, 60 дней у Anthropic, у Google для превью не меньше двух недель. На практике бывает и короче: у Google встречались уведомления на 15 и даже 3 дня.

Что будет с запросами, если модель отключили? Запросы к снятому model ID завершаются ошибкой: тихой подмены нет. Поэтому нужны запасная модель и проверка статуса в реестре. Отдельный риск — «мягкая» замена на новую версию: ошибок нет, но формат ответа и стиль могут измениться, и поймать это можно только эталонным набором запросов.

Как не переписывать код при каждой смене модели? Хранить model ID в конфигурации с датой отключения, выбирать модель через реестр с запасным вариантом и закреплять версии вместо алиасов. Перед сменой прогонять эталонный набор запросов на старой и новой версиях и вести еженедельный мониторинг страниц deprecations. Тогда смена модели сводится к правке настроек, а не к релизу.

Заключение

Жизнь LLM-версии измеряется не столько месяцами, сколько тем, насколько заранее вы знаете дату. Сделайте три шага. Вынесите все model ID из кода в реестр с датами отключения. Заведите эталонный набор на каждый критичный сценарий и проверяйте на нём любую замену. Настройте еженедельный мониторинг страниц deprecations, чтобы дата попадала в календарь команды в день появления.