Melyik OpenAI-modellre válts a GPT-4o és a GPT-4.1 leállása előtt?

Az OpenAI 2026. október 14-én értesítette a fejlesztőket, hogy a GPT-4o, a GPT-4o mini, a GPT-4.1 és a GPT-4.1 mini felsorolt API-verziói 2027. január 14-én leállnak. Ha ezek valamelyike chatbotot, dokumentumfeldolgozást vagy belső automatizálást működtet nálad, kezdd el az átállást. Az OpenAI a gpt-6-luna modellt javasolja helyettük, de az éles forgalmat csak saját magyar nyelvű eval után érdemes átterelni.

Ha már GPT-5.6- vagy GPT-6-modellt használsz, ezzel a leállítással nincs közvetlen feladatod. Ugyanez igaz akkor, ha sem te, sem a szoftverbeszállítóid nem hívják az OpenAI API-t. A deprecation-oldal több más megszűnési dátumot is felsorol, ezért a teljes modell-leltárt ellenőrizd.

Pontosan mely modellek állnak le 2027. január 14-én?

A bejelentés négy modellcsalád meghatározott verzióit nevezi meg. Mindegyikhez a gpt-6-luna az ajánlott csere.

A finomhangolt változatok az alapmodellel együtt állnak le. Ezért a leltárban az alapmodelleken túl a finomhangolt modellek azonosítóit is keresd meg.

A dokumentáció dátummal ellátott verziókat sorol fel. A terméknév önmagában nem elég annak eldöntéséhez, hogy egy integráció érintett-e. A GET /v1/models végpont opcionális shutdown_date mezőjével programból is figyelheted a megszűnési dátumokat. Ezt építsd be az éles integrációk üzemeltetési ellenőrzései közé.

Ugyanezen az oldalon korábbi határidők is szerepelnek. A gpt-4.1-nano és annak 2025. április 14-i verziója például 2026. október 23-án szűnik meg, és ehhez a gpt-5.6-luna szerepel csereként.

Miért kell a szokásosnál gyorsabban tervezned?

A bejelentés és a leállítás között három hónap van. Az OpenAI általánosan elérhető modelleknél legalább hat hónapos értesítési időt vállal, kivéve, ha biztonsági vagy megfelelési okból gyorsabb leállítás szükséges. A mostani rövidebb időszak indokát az oldal nem adja meg.

A hat hónapos felkészülési időre most nem építhetsz. A modellcserét ugyanúgy kezeld, mint egy külső API kötelező verzióváltását: legyen felelőse, tesztkészlete, visszaállítási terve és belső határideje.

Egyes ügyfelek a leállítás után dedikált kapacitással tovább használhatnak egy modellt, de ez csak bizonyos esetekben, az értékesítési csatornán keresztül lehetséges. Erre csak szerződéses visszaigazolás után építs üzletmenet-folytonossági tervet.

Hogyan hasonlítsd össze a GPT-4.x modelleket a Lunával?

Az OpenAI migrációs útmutatója azt javasolja, hogy először készíts alapmérést reprezentatív kérésekkel és fontos határesetekkel. A jelenlegi modellnél rögzítsd a válasz minőségét, a késleltetést és a költséget. Ezután ugyanazokat az eseteket futtasd a Lunán.

Magyar ügyfélszolgálati munkafolyamatnál kerüljenek az evalba ékezetes nevek, ragozott terméknevek, magyar dátumok, valamint tegező és magázó válaszok. Dokumentumfeldolgozásnál vizsgáld a magyar adószámokat, a tizedesvesszőt, a táblázatokat és a szkennelt iratokat. Ha több piacon működik a rendszer, minden ténylegesen használt nyelvhez külön esetkészlet kell.

Az értékelés legalább ezeket fedje le:

• helyes és üzletileg elfogadható válasz;
• kimeneti formátum és strukturált mezők;
• eszközhívások és hibakezelés;
• késleltetés és sikertelen kérések;
• sikeres feladatra jutó teljes API-költség.

Az OpenAI azt javasolja, hogy a Luna tesztjét none reasoning efforttel kezdd, és arra számít, hogy a legtöbb GPT-4.x használati eset átállhat ezzel a beállítással. A saját eval döntse el, szükséges-e magasabb reasoning effort.

Képet vagy szkennelt iratot feldolgozó rendszernél a teszt időpontja is számít. Az OpenAI changelogja szerint 2026. szeptember 25-én javítottak egy hibát, amely rontotta a GPT-6 Luna és Sol képfeldolgozását. A javítás előtt készült, képeket tartalmazó evalokat futtasd újra. További tesztelési szempontokat a GPT-6 Sol és Luna újrateszteléséről szóló útmutatóban találsz.

Mennyibe kerül a GPT-6 Luna standard használata?

A GPT-6 Luna 2026. szeptember 22-én jelent meg. Az OpenAI API changelogja szerint a standard ár legfeljebb 272 000 bemeneti tokent tartalmazó promptoknál a következő:

A táblázat egysége dollár / 1 millió token. Forrás: OpenAI API changelog, 2026. szeptember 22.

A kimeneti token ára ötszöröse a bemeneti token árának. A cache-olvasás 90 százalékkal olcsóbb a nem cache-elt bemenetnél. A hosszú válaszokat készítő munkafolyamatoknál ezért a kimenet, ismétlődő hosszú promptoknál pedig a cache használata erősen befolyásolja a számlát.

Az OpenAI migrációs útmutatója szerint a Luna tokenára alacsonyabb az érintett GPT-4.x modellekénél, de a tokenhasználat és a reasoning effort megváltoztathatja egy teljes feladat költségét. A döntési mutató ezért a sikeres feladatra jutó költség legyen: a teszt összes API-díját oszd el az elfogadott eredmények számával.

Ha a Luna nem éri el a szükséges minőséget, más modelleket is tesztelj. Azonos standard feltételek mellett a GPT-6 Sol bemeneti és kimeneti tokenára egyaránt húszszorosa a Lunáénak. Több szolgáltató összevetéséhez használd a zárt vállalati AI-modellekről szóló döntési útmutatót.

Hogyan váltsd ki a finomhangolt modelleket?

A finomhangolt GPT-4o-, GPT-4o mini-, GPT-4.1- és GPT-4.1 mini-modellek 2027. január 14-én szintén leállnak. Az OpenAI önkiszolgáló finomhangolási rendszerében a már aktív ügyfelek 2027. január 6-tól új finomhangolási feladatot sem indíthatnak.

A migrációs terv ezért ne számoljon azzal, hogy a modellt egyszerűen újratanítod. Az architektúra jóváhagyása előtt rögzítsd, hogyan váltod ki a finomhangolt modellt, hogyan őrzöd meg az elvárt viselkedést, és milyen eval alapján fogadod el az új megoldást.

Hol fusson az összehasonlító eval?

Az OpenAI Evals platformja 2026. október 31-én csak olvashatóvá válik, majd november 30-án leáll. Ha ott tervezted a GPT-4.x és a Luna összehasonlítását, válassz másik eval-eszközt, és őrizd meg a teszteseteket az alkalmazás saját tárhelyén. Az OpenAI a Promptfoo eszközt nevezi meg lehetséges migrációs útként.

Először az eval-eszközt és a tesztesetek tárolását biztosítsd. Ezek nélkül a januári modellcsere minőségromlása csak az éles forgalomban válhat láthatóvá.

Érinti-e a leállítás a jelenlegi rendszeredet?

A kényszerű átállás alkalom arra is, hogy olcsóbbá tedd a következő modellcserét. A modellazonosító, a reasoning beállítás és a tartalékmodell kerüljön konfigurációba. A strukturált eredmények ellenőrzése és az eval maradjon a szolgáltatótól független rétegben. Beszerzéskor kérj modellre és régióra vonatkozó adatfeldolgozási feltételeket, mielőtt ügyféladatot irányítasz az új modellre.

Milyen sorrendben végezd el a migrációt?

1. Készíts leltárt az érintett modellazonosítókról, a finomhangolt változatokról és az őket hívó alkalmazásokról. Kérj visszaigazolást az érintett szoftverbeszállítóktól is.
2. Futtasd le a jelenlegi modellel az alapmérést, és rögzítsd a minőségi eredményeket, a késleltetést, a hibákat és a költséget.
3. Teszteld a gpt-6-luna modellt none reasoning efforttel ugyanazon a magyar nyelvű evalon.
4. A promptok és a formátumok javítása után tereld át a forgalom korlátozott részét, majd figyeld ugyanazokat a mutatókat.
5. Dokumentáld a választott modellverziót, a tartalékmodellt, a visszaállítás menetét és a shutdown_date automatikus ellenőrzését.

Ábra megnyitása teljes méretben

Az ábra adatai táblázatban

Standard feldolgozás, legfeljebb 272 000 bemeneti tokenes promptok. Forrás: OpenAI changelog, 2026. szeptember 22. | developers.openai.com

A GPT-6 Luna standard tokenárai	USD / 1M tokens
Bemenet	0,1
Cache-olvasás	0,01
Kimenet	0,5