حذف GPT-4o و GPT-4.1 از API؛ مهاجرت به GPT-6 Luna

خبری که این هفته در محافل توسعه‌دهندگان دست‌به‌دست شد، برای اغلب کاربران عادی هوش مصنوعی بی‌سروصدا گذشت: حذف GPT-4o و خانواده‌ی GPT-4.1 از API اوپن‌ای‌آی. اما اگر شما یوتیوبر، تولیدکننده‌ی محتوا یا صاحب یک کسب‌وکار کوچک هستید و حتی یک ابزار واسطه‌ای (مثلاً یک اتوماسیون در n8n یا Make، یک ربات تلگرام، یا یک افزونه‌ی وردپرس) دارید که زیر پوستش با کلید API به GPT-4o وصل است، این خبر مستقیم به کار شما مربوط می‌شود. در ادامه دقیقاً می‌گویم چه چیزی رسمی است، چه چیزی هنوز تأیید نشده، و چطور بدون دردسر مهاجرت کنید.

دقیقاً چه چیزی تأیید شده است؟

صفحه‌ی رسمی Deprecations در مستندات OpenAI ردیفی با عنوان «GPT-4 series model deprecations» دارد. طبق آن، OpenAI روز ۱۴ اکتبر ۲۰۲۶ به توسعه‌دهندگانی که از این مدل‌ها استفاده می‌کنند اطلاع داده و حذف آن‌ها از API برای ۱۴ ژانویه ۲۰۲۷ برنامه‌ریزی شده است. مدل‌ها و نسخه‌های دقیقی که در فهرست آمده‌اند این‌ها هستند:

مدل	شناسه‌ی نسخه	جایگزین پیشنهادی
GPT-4o	gpt-4o-2024-08-06 و gpt-4o-2024-11-20	gpt-6-luna
GPT-4o mini	gpt-4o-mini-2024-07-18	gpt-6-luna
GPT-4.1	gpt-4.1-2025-04-14	gpt-6-luna
GPT-4.1 mini	gpt-4.1-mini-2025-04-14	gpt-6-luna

همان صفحه صریحاً می‌گوید نسخه‌های فاین‌تیون‌شده‌ی این مدل‌ها هم طبق برنامه‌ی همان مدل پایه حذف می‌شوند. یعنی اگر مدلی را با داده‌ی خودتان روی GPT-4o آموزش داده‌اید، آن مدل هم ۱۴ ژانویه خاموش می‌شود.

چه چیزی عوض نمی‌شود؟ (اشتباه رایج)

پیش از هر چیز یک سوءتفاهم را جمع کنم: این اعلام درباره‌ی شناسه‌های API است، نه درباره‌ی اپ ChatGPT. بر اساس گزارش‌های منتشرشده، این مدل‌ها پیش‌تر (فوریه ۲۰۲۶) از خود ChatGPT کنار رفته‌اند و آن ماجرا ربطی به این تاریخ ندارد. پس اگر فقط در مرورگر یا اپ با ChatGPT چت می‌کنید، لازم نیست کاری بکنید.

نکته‌ی دیگر: gpt-4.1-nano در فهرست ۱۴ ژانویه نیست؛ طبق گزارش‌ها آن یکی تحت اعلام قبلی (آوریل) در ۲۳ اکتبر ۲۰۲۶ کنار رفته است. برای اطمینان، هر مدلی را که استفاده می‌کنید روی صفحه‌ی رسمی دوباره چک کنید، چون OpenAI این فهرست‌ها را مرتب به‌روز می‌کند. یک راه عملی هم وجود دارد: خروجی endpoint مربوط به فهرست مدل‌ها (GET /v1/models) برای هر مدل یک فیلد shutdown_date دارد که تاریخ حذف را نشان می‌دهد یا اگر تاریخی اعلام نشده باشد null است.

چرا این خبر به یوتیوبرها و تولیدکنندگان محتوا ربط دارد؟

خیلی از ما مستقیماً با API کار نمی‌کنیم، ولی ابزارهایی را به کار می‌گیریم که کار می‌کنند. چند نمونه‌ی واقعی از جاهایی که ممکن است GPT-4o پشت صحنه نشسته باشد:

• اتوماسیون تولید اسکریپت و عنوان ویدیو که با n8n، Make یا Zapier ساخته‌اید و یک نود OpenAI دارد. اگر به روش نوشتن اسکریپت ویدیو با هوش مصنوعی کار می‌کنید و جریان کار را خودکار کرده‌اید، این بخش اول باید بررسی شود.
• ربات‌های پاسخ‌گویی به کامنت یا دایرکت که از کلید API استفاده می‌کنند.
• افزونه‌های وردپرس یا ابزارهای سئو که «مدل» را در تنظیمات به‌صورت ثابت gpt-4o نگه داشته‌اند.
• اسکریپت‌های ساده‌ی پایتون که یک نفر برای شما نوشته و کسی دیگر یادش نیست.

بدترین حالت این است که یک روز صبح ۱۴ ژانویه ابزارتان بدون هیچ پیام روشنی خطا بدهد و ندانید چرا. به همین دلیل مهاجرت را از همین حالا برنامه‌ریزی کنید، نه آخرین هفته.

GPT-6 Luna چه تفاوتی با GPT-4o دارد؟

مدل جایگزین برای هر چهار مدل، gpt-6-luna است؛ همان مدل سبک و ارزان خانواده‌ی GPT-6 که اگر مقاله‌ی GPT-6 در ChatGPT را خوانده باشید، می‌دانید در اپ هم به کاربران رایگان داده می‌شود. اعداد زیر از صفحه‌ی قیمت‌گذاری‌هایی است که رسانه‌های فنی نقل کرده‌اند (قیمت هر یک میلیون توکن، به دلار)؛ پیش از تصمیم‌گیری حتماً قیمت زنده را در صفحه‌ی رسمی OpenAI ببینید:

مدل	ورودی	خروجی	پنجره‌ی متن
GPT-4o	۲٫۵۰	۱۰٫۰۰	۱۲۸ هزار توکن
GPT-4o mini	۰٫۱۵	۰٫۶۰	۱۲۸ هزار توکن
GPT-4.1	۲٫۰۰	۸٫۰۰	حدود ۱ میلیون
GPT-4.1 mini	۰٫۴۰	۱٫۶۰	حدود ۱ میلیون
gpt-6-luna	۰٫۱۰	۰٫۵۰	حدود ۱ میلیون

در نگاه اول، قضیه یک معامله‌ی بی‌دردسر به نظر می‌رسد: مدلی که از GPT-4o حدود ۲۵ برابر روی ورودی و ۲۰ برابر روی خروجی ارزان‌تر است و پنجره‌ی متن بسیار بزرگ‌تری دارد. اما قیمت لیست، هزینه‌ی واقعی هر کار نیست. چند تفاوت رفتاری هست که اگر نادیده بگیرید، هم صورت‌حساب و هم کیفیت خروجی‌تان را غافلگیر می‌کند.

۱. استدلال به‌صورت پیش‌فرض روشن است

طبق راهنمای مهاجرت که رسانه‌ها نقل کرده‌اند، gpt-6-luna به‌صورت پیش‌فرض با سطح استدلال «متوسط» کار می‌کند و توکن‌های استدلال هم مثل خروجی حساب می‌شوند. یعنی یک درخواست ساده‌ی «برای این ویدیو ۱۰ عنوان بنویس» ممکن است توکن بیشتری از قبل مصرف کند. توصیه‌ی مشترک منابع این است که برای کارهای ساده (عنوان، خلاصه، دسته‌بندی کامنت) تنظیم reasoning_effort را روی none بگذارید و فقط برای کارهای سنگین‌تر آن را بالا ببرید.

۲. Function calling و ابزارها شرط دارند

در Chat Completions، فراخوانی تابع با Luna فقط وقتی کار می‌کند که استدلال روی none باشد. اگر می‌خواهید استدلال و ابزار (مثل جست‌وجوی وب یا فایل) را کنار هم داشته باشید، باید به Responses API بروید. اگر اتوماسیون شما از ابزارها استفاده می‌کند، این نکته یعنی فقط عوض کردن اسم مدل کافی نیست و باید تست کنید.

۳. بعضی پارامترها دیگر در دسترس نیستند

گزارش‌ها می‌گویند وقتی استدلال فعال باشد، پارامترهایی مثل temperature، top_p و logprobs در دسترس نیستند. اگر برای خلاقیت یا ثبات خروجی به temperature وابسته بودید، رفتار مدل جدید را در مرحله‌ی تست بسنجید.

۴. فاین‌تیون: بزرگ‌ترین گره ماجرا

طبق منابع ثانویه، Luna قابلیت فاین‌تیون ندارد. یعنی اگر مدل سفارشی دارید، جایگزین مستقیمی در خانواده‌ی GPT-6 برایش وجود ندارد. من این بند را «گزارش‌شده» می‌دانم نه «قطعی»، چون در صفحه‌ی deprecation به آن اشاره نشده و باید در مستندات مدل چکش کنید. اگر درست باشد، راه‌های واقع‌بینانه سه‌تاست: دستورالعمل دقیق‌تر همراه با چند مثال در خود پرامپت، بازیابی اطلاعات از اسناد خودتان (RAG)، یا رفتن به ارائه‌دهنده‌ای که هنوز فاین‌تیون را پشتیبانی می‌کند. یک گزارش هم می‌گوید ساخت جاب‌های جدید فاین‌تیون برای مشتریان فعال تا ۶ ژانویه ۲۰۲۷ ممکن است؛ این مورد را من تأیید مستقل نکرده‌ام.

۵. یک هشدار درباره‌ی متن‌های خیلی بلند

یک منبع می‌گوید برای درخواست‌های با بیش از ۲۷۲ هزار توکن ورودی، قیمت کل درخواست گران‌تر محاسبه می‌شود. این ادعا فقط از یک منبع آمده و تأیید نشده است. اگر قرار است متن‌های خیلی طولانی (مثلاً رونوشت چند ساعت پادکست) بدهید، قبل از ساخت جریان کار، صفحه‌ی قیمت را دقیق بخوانید.

مهاجرت از GPT-4o: یک برنامه‌ی عملی هشت‌مرحله‌ای

با توجه به اینکه زمان محدود است ولی نه فوری، این ترتیب را پیشنهاد می‌کنم. این برنامه ترکیبی از توصیه‌ی منابع و تجربه‌ی عمومی مهاجرت مدل است، نه یک دستورالعمل رسمی OpenAI.

1. موجودی بگیرید. همه‌ی جاهایی را که اسم gpt-4o یا gpt-4.1 آمده پیدا کنید: اسکریپت‌ها، تنظیمات افزونه‌ها، نودهای اتوماسیون، فایل‌های محیطی. اگر کد دارید، جست‌وجوی ساده‌ی متنی کافی است.
2. از تأمین‌کننده‌ها بپرسید. اگر از ابزار شخص ثالثی استفاده می‌کنید، از پشتیبانی‌اش بپرسید به کدام مدل و در چه تاریخی می‌رود. شاید لازم نباشد خودتان کاری بکنید.
3. خط پایه بسازید. ده نمونه از ورودی‌های واقعی و خروجی فعلی را ذخیره کنید: چند عنوان، چند اسکریپت، چند پاسخ به کامنت. بدون این، مقایسه‌ی کیفیت حدسی می‌شود.
4. اسم مدل را از کد بیرون بکشید. مدل را در یک متغیر یا تنظیم واحد نگه دارید تا تغییر بعدی یک خط باشد.
5. روی gpt-6-luna با استدلال none تست کنید. همان ده نمونه را اجرا کنید، کیفیت، قالب خروجی، سرعت و هزینه را کنار هم بگذارید.
6. سطح استدلال را فقط جایی بالا ببرید که لازم است. اگر کیفیت افت کرد، اول پرامپت را روشن‌تر کنید، بعد استدلال را از none به low یا medium ببرید و هزینه را دوباره بسنجید.
7. تدریجی جابه‌جا کنید. ابتدا یک جریان کم‌اهمیت، بعد بقیه. اگر ابزارتان اجازه می‌دهد، چند روز هر دو مدل را موازی اجرا کنید.
8. هدف‌گذاری قبل از کریسمس. برخی منابع توصیه می‌کنند تا اواسط دسامبر کار تمام شود و ژانویه فقط برای پایش باشد. برای خودتان هم همین حاشیه‌ی اطمینان را بگذارید.

آیا Luna همیشه بهترین جایگزین است؟

نه الزاماً. OpenAI خودش Luna را «کارآمدترین مدل برای کارهای متمرکز و پرحجم» توصیف می‌کند، که ادعایی محدودتر از موضع‌گیری قبلی درباره‌ی GPT-4o به‌عنوان مدل همه‌کاره است. برای مجموعه‌ی کارهای روزمره‌ی یک یوتیوبر (عنوان، توضیحات، خلاصه‌ی ویدیو، دسته‌بندی کامنت) احتمالاً کافی و بسیار ارزان است. اما برای نوشتن یک اسکریپت بلند با لحن خاص یا تحلیل دقیق، باید خودتان بسنجید؛ شاید ارزش داشته باشد مدل‌های رقیب را هم در همان آزمون ده‌نمونه‌ای وارد کنید. برای نمونه، مدل ارزان Anthropic را در بررسی Claude Haiku 5.5 معرفی کرده‌ام و اگر هزینه برایتان مهم است، مقایسه‌ی آن با Luna روی داده‌ی واقعی خودتان منطقی است. این یک نظر شخصی است، نه یک حکم: برنده را تست روی کار خودتان تعیین می‌کند، نه جدول قیمت.

و اگر از Azure OpenAI استفاده می‌کنید، تاریخ‌ها فرق دارد: طبق گزارش‌ها برنامه‌ی مایکروسافت برای همین نسخه‌ها ۱۴ آوریل ۲۰۲۷ است و جایگزین پیشنهادی آن هم فعلاً GPT-5.1 ذکر شده، نه Luna. این جدول مرتب عوض می‌شود؛ مستقیم از صفحه‌ی مایکروسافت بخوانید.

اگر هیچ API ندارم، این خبر چه درسی دارد؟

حتی اگر کدنویسی نمی‌کنید، یک الگو را می‌شود از این ماجرا برداشت کرد: مدل‌های هوش مصنوعی عمر کوتاه دارند. GPT-4o چند سال پیش بهترین مدل بازار بود و حالا حدود ۸۰ روز مهلت دارد. هر جریان کاری که حول یک مدل خاص ساخته‌اید، باید قابل تعویض باشد. این یعنی پرامپت‌هایتان را جایی نگه دارید که مستقل از ابزار باشد، خروجی‌های خوب را ذخیره کنید و به یک مدل یا یک ابزار گره نخورید. اگر هنوز با نمای کلی ابزارهای هوش مصنوعی داخل پلتفرم‌ها آشنا نیستید، ۶ قابلیت هوش مصنوعی داخل یوتیوب نقطه‌ی شروع خوبی است؛ آن قابلیت‌ها را پلتفرم خودش نگه‌داری می‌کند و نگران حذف مدل نیستید.

سؤالات متداول

حذف GPT-4o از API دقیقاً کی اتفاق می‌افتد؟

طبق صفحه‌ی رسمی OpenAI، ۱۴ ژانویه ۲۰۲۷ برابر با ۲۴ دی ۱۴۰۵. اعلام آن ۱۴ اکتبر ۲۰۲۶ بوده است.

آیا GPT-4o از ChatGPT هم حذف می‌شود؟

این اعلام فقط درباره‌ی API است. بر پایه‌ی گزارش‌ها، این مدل‌ها پیش‌تر از ChatGPT کنار گذاشته شده‌اند و این تاریخ ربطی به اپ ندارد.

مدل فاین‌تیون‌شده‌ی من چه می‌شود؟

طبق OpenAI، نسخه‌های فاین‌تیون‌شده همان تاریخ مدل پایه خاموش می‌شوند. باید برای مدل جدید دوباره راه‌حل بسازید، و بر اساس گزارش‌ها Luna فاین‌تیون را پشتیبانی نمی‌کند.

فقط اسم مدل را به gpt-6-luna عوض کنم کافی است؟

اغلب نه. استدلال پیش‌فرض، شرط‌های function calling و پارامترهای حذف‌شده می‌توانند رفتار و هزینه را تغییر دهند. حتماً با نمونه‌های واقعی تست کنید.

آیا Luna همیشه ارزان‌تر تمام می‌شود؟

قیمت لیست بله، ولی هزینه‌ی واقعی به توکن‌های استدلال و حجم کار بستگی دارد. یک منبع تخمین می‌زند که در سطح استدلال متوسط و حجم بالا، صرفه‌جویی کم یا حذف می‌شود؛ این تخمین قطعی نیست، پس خودتان محاسبه کنید.

جمع‌بندی

حذف GPT-4o و GPT-4.1 از API یک اعلام رسمی و قطعی است، با مهلتی حدود سه ماهه. برای کاربران فقط-ChatGPT چیزی عوض نمی‌شود، ولی هر ابزار یا اتوماسیونی که زیر پوستش API دارد باید بررسی شود. مهاجرت به gpt-6-luna از نظر قیمت لیست وسوسه‌انگیز است، اما رفتار پیش‌فرض متفاوت (استدلال روشن، محدودیت‌های ابزار، نبود فاین‌تیون) یعنی باید قبل از جابه‌جایی تست کنید. پیشنهاد من ساده است: همین هفته موجودی بگیرید، تا پایان آبان یک آزمون ده‌نمونه‌ای انجام دهید و تا اواسط آذر تصمیم نهایی را بگیرید.

منابع

• OpenAI — صفحه‌ی رسمی Deprecations (ردیف GPT-4 series model deprecations)
• MIXED — OpenAI’s own page still calls GPT-4o its flagship, and it leaves the API on January 14
• DEV Community — GPT-4o and GPT-4.1 API Retirement: The January 14 Migration Checklist
• DataNorth AI — OpenAI retires GPT-4o and GPT-4.1 in the API

آخرین بررسی: ۳ آبان ۱۴۰۵