OpenAIは2026年10月14日、GPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 miniの各スナップショットを2027年1月14日にAPIから削除すると開発者に通知しました。推奨の移行先はいずれもGPT-6 Luna(gpt-6-luna)です。これらのモデルを元にファインチューニング(追加学習)したモデルも同じ日に使えなくなります。社内ツールや顧客向けサービスでgpt-4o-miniなどを今も使っている開発チームには、残り3カ月で移行を終える必要がある発表です。
何が止まるのか
対象は次の5つのスナップショットです。
- GPT-4o: gpt-4o-2024-08-06、gpt-4o-2024-11-20
- GPT-4o mini: gpt-4o-mini-2024-07-18
- GPT-4.1: gpt-4.1-2025-04-14
- GPT-4.1 mini: gpt-4.1-mini-2025-04-14
公式の告知は「ファインチューニング済みのモデルは、元になったモデルと同じ日程で停止する」としています。推奨の移行先は、5つともgpt-6-lunaです。
ChatGPTの画面ではGPT-4o・GPT-4.1などは2月13日に既に外れており、その際OpenAIは「APIには現時点で変更はない」としていました。今回はそのAPI側の期限が決まった形です。同じ10月14日には、ChatGPT・ChatGPT Work・CodexからGPT-5.5を外すことも告知されました(こちらはAPIに影響なし)。
なぜ今、古いモデルを整理するのか
OpenAIは9月22日にGPT-6 SolとLunaを出し、10月にはChatGPTの全プランをGPT-6に切り替えました。10月1日にはGPT-5.1やGPT-5.3-Codexなどの削除(2027年4月1日)と、tts-1などの音声合成モデルの削除(2027年1月6日)も告知しています。複数世代のモデルを並行して動かす負担を減らし、利用者をGPT-6世代に寄せていく流れの一部と考えられます。
移行先のLunaは、単価の面では明らかに有利です。各モデルページの価格(100万トークンあたり)を比べると次のとおりです。
GPT-4oからLunaに替えると、表の単価は入力で25分の1、出力で20分の1になります。ただしLunaは推論(考える過程)を行うモデルで、推論の深さの既定はmediumです。推論に使ったトークンも出力側で課金されるため、同じ処理でも出力トークン数が増え、単価の差ほどは安くならない可能性があります。
移行でつまずきやすい点
最も影響が大きいのはファインチューニングです。GPT-4.1のモデルページでは追加学習が「対応」となっていますが、Lunaのモデルページでは「非対応」です。gpt-4o-miniやgpt-4.1-miniを自社データで追加学習して使っているチームは、Lunaにそのまま載せ替えることができません。プロンプトに例を入れる方法などで同等の品質が出るかを、期限までに検証する必要があります。
次に関数呼び出しです。Lunaのページには、Chat Completions APIで関数呼び出し(function calling)を使えるのは推論の深さがnoneのときだけと書かれています。旧来のChat Completionsでツールを呼んでいるコードは、reasoning_effortをnoneにするか、Responses APIへ移る判断が要ります。また、入力が27万2,000トークンを超えるリクエストは、入力が2倍、出力が1.5倍の単価になります。
日本の読者にとって
国内では、2024〜2025年に作られた社内チャットボットや文書要約、問い合わせ分類の仕組みの多くがgpt-4o-miniやgpt-4.1-miniで動いていると考えられます。受託開発で納品したシステムに古いモデル名が書き込まれていると、運用側が気づかないまま1月14日に止まるおそれがあります。年末年始を挟むため、実際に作業できる期間は見た目より短くなります。
1ドル=150円で換算すると、GPT-4oで入力100万トークンは約375円、Lunaでは約15円です。料金面では移行の動機は十分にありますが、日本語の出力品質や応答の長さは変わる可能性があるため、本番切り替えの前に比較が必要です。
次にやること
- コードと設定ファイルをgpt-4o・gpt-4.1で検索し、モデル名を直接書いている箇所と、ファインチューニング済みモデル(ft:で始まるID)を洗い出す
- 代表的な入力20〜30件をLunaのnoneとlowで流し、旧モデルの出力・トークン数・請求額と比べる
- 追加学習済みモデルを使っている場合は、プロンプトだけで置き換えられるかを11月中に検証し、無理なら他社の追加学習対応モデルも候補に入れる
