Desde 4 de janeiro de 2024, a OpenAI desativou uma leva de modelos antigos usados em completions, embeddings, busca por similaridade e edições. Para quem mantinha integrações legadas, o caminho prático é substituir o modelo indicado na requisição e, quando fizer sentido, migrar para as APIs mais novas descritas na documentação de depreciações.
O que saiu do ar e quem foi afetado
A partir de 4 de janeiro de 2024, chamadas para modelos antigos associados às rotas legadas e famílias GPT-3 clássicas deixaram de funcionar como antes. Na prática, qualquer sistema que ainda chamava modelos como text-davinci-003 ou a família text-search precisava trocar o modelo para evitar erro e interrupção.
Modelos antigos de completions citados com frequência
Esta é a turma mais comum em integrações antigas de geração de texto.
- text-davinci-003, text-davinci-002
- ada, babbage, curie, davinci
- text-ada-001, text-babbage-001, text-curie-001, text-davinci-001
Lista completa que entrou no desligamento
Além dos modelos acima, o encerramento incluiu famílias antigas usadas para busca, similaridade, inserção e edição.
- text-ada-001
- text-babbage-001
- text-curie-001
- text-davinci-001
- text-davinci-002
- text-davinci-003
- davinci-instruct-beta
- curie-instruct-beta
- code-search-ada-code-001
- code-search-ada-text-001
- code-search-babbage-code-001
- code-search-babbage-text-001
- text-search-ada-doc-001
- text-search-ada-query-001
- text-search-babbage-doc-001
- text-search-babbage-query-001
- text-search-curie-doc-001
- text-search-curie-query-001
- text-search-davinci-doc-001
- text-search-davinci-query-001
- text-similarity-ada-001
- text-similarity-babbage-001
- text-similarity-curie-001
- text-similarity-davinci-001
- text-davinci-edit-001
- code-davinci-edit-001
- text-davinci-insert-001
- text-davinci-insert-002
Como migrar sem sustos
O objetivo é manter o produto funcionando e, ao mesmo tempo, reduzir o risco de ficar preso a um novo legado. A OpenAI publica o mapa de substituições e prazos na página de depreciações, que serve como checklist oficial.
Ver a página de depreciações da API
Passo a passo enxuto
- Inventariar: levantar onde cada modelo antigo aparece, backend, jobs, plugins, automações e integrações de terceiros.
- Trocar o modelo: ajustar o parâmetro model para o substituto recomendado no mesmo endpoint quando existir substituição direta.
- Revalidar qualidade: rodar um conjunto pequeno de prompts reais e medir regressões, com atenção para tom, tamanho e custo.
- Planejar a próxima troca: quando for viável, migrar o caso de uso para APIs mais modernas, que tendem a receber mais investimento.
Exemplo prático
Um e-commerce usava text-davinci-003 para gerar descrições curtas de produto e títulos de anúncio. Depois do desligamento, a correção mais rápida foi apontar a mesma chamada de completions para gpt-3.5-turbo-instruct como substituto compatível, e só depois abrir um segundo ticket para migrar o fluxo para a API de chat e ganhar mais controle de instruções e estrutura.
Onde pedir ajuda
Quando a migração envolve dependências, bibliotecas e comportamento inesperado, o fórum oficial costuma ter discussões e soluções de quem passou pelo mesmo problema.
Acessar a OpenAI Developer Community
Escolher o substituto certo sem adivinhação
A regra simples é: se a integração depende de completions legadas e o objetivo é continuar sem refatorar agora, usar o substituto direto sugerido. Se o time pode mexer no formato da chamada, priorizar as APIs modernas, porque é nelas que a evolução costuma acontecer.
| Situação comum | Decisão recomendada |
|---|---|
| App ainda chama ada, babbage, curie, davinci ou text-davinci-00x em completions | Trocar para os substitutos indicados, como gpt-3.5-turbo-instruct, babbage-002 ou davinci-002, e testar antes de ir para produção |
| Busca semântica usa text-search ou text-similarity antigos | Migrar para text-embedding-ada-002 (e reprocessar embeddings quando necessário) |
| Uso de Edits API com text-davinci-edit-001 ou code-davinci-edit-001 | Migrar para modelos de chat, tratando “editar” como instrução e validando o formato de saída |
Mini-modelo para decidir com rapidez
- Compatibilidade: quanto menor a refatoração, mais faz sentido um substituto direto.
- Controle: se precisa de estrutura, multi-turn e separação de instruções, a abordagem de chat costuma ganhar.
- Custo e escala: embeddings novos e modelos mais recentes tendem a ser mais eficientes por token e por performance.
Ler o movimento do mercado e se blindar
O desligamento de modelos antigos não é só “limpeza”, é um recado sobre onde a plataforma coloca investimento: APIs mais novas, modelos mais padronizados e menos fragmentação de versões. Para quem desenvolve produto, isso vira uma disciplina de manutenção, não um evento raro.
Tecnologia Talento Tempo
- Tecnologia: modelos e APIs evoluem rápido, o que hoje é padrão vira legado em poucos trimestres.
- Talento: equipes pequenas sofrem mais quando a integração é “amarrada” em um modelo específico.
- Tempo: a estratégia mais barata é migrar cedo, com testes controlados, em vez de correr quando o endpoint para.
Decisão operacional clara: sempre que um modelo virar “legado” na documentação, colocar a migração no backlog do trimestre seguinte, mesmo que o sistema ainda esteja funcionando.