∞Respuesta directa
Respuesta directa
Guarda el trabajo que controla tu equipo antes de que retiren un modelo. Conserva las instrucciones, los casos de prueba y los resultados fechados fuera de su panel. Un prompt es el texto que guía al modelo. Prueba una nueva ruta con tareas reales. Prepara una opción segura para cuando termine la ruta anterior. Nombra a quien se encargará del cambio y de cada duda pendiente.
Identifica qué podría dejar de funcionar
Empieza con una tarea central que use un modelo de IA externo. Anota el identificador exacto del modelo y la empresa que lo aloja. El identificador es el nombre del modelo en una petición. Añade la ruta de la API: la ruta que llama tu código. Anota también las instrucciones guardadas, los archivos y las herramientas que necesita.
Revisa el aviso para ese modelo, servicio y proveedor de alojamiento. No asignes una sola fecha de cierre a toda una marca. Según la lectura del 5 de noviembre de 2026, OpenAI prevé un cambio cercano. Sus objetos de instrucciones guardadas y el servicio Evals tienen el cierre previsto para el 30 de noviembre de 2026. Evals pasó a ser de solo lectura el 31 de octubre. Esto no significa que terminen todos los modelos de OpenAI. [1]
Anthropic dice que las llamadas a modelos retirados fallan. El plazo mínimo de aviso es de 60 días para modelos publicados. Esto se aplica a clientes con modelos en uso activo. Los proveedores gestionados por socios pueden fijar otras fechas. [2] Revisa el proveedor que usas, no solo el nombre del modelo.
- Tarea central, identificador exacto y proveedor de alojamiento.
- Ruta de la API, datos guardados y herramientas vinculadas.
- Enlace del aviso, fecha de revisión y responsable del cambio.
Conserva una copia útil de tu trabajo
Guarda los archivos que tengas permiso de conservar en tu propio espacio seguro. Conserva las instrucciones y los campos que cambian en cada tarea. Guarda también la versión del código, las reglas de las herramientas y los campos exigidos en la respuesta. No copies secretos en este conjunto de archivos. Quita los datos de clientes que no hagan falta para las pruebas.
La guía de OpenAI indica que el contenido de las instrucciones debe pasar al código. También lleva las versiones y las pruebas a tu propio repositorio. Un repositorio guarda el código y su historial de cambios. [4] Un identificador guardado no contiene por sí solo las instrucciones. Comprueba que el equipo pueda ejecutar la tarea sin ese identificador.
Guarda las entradas de prueba, los resultados esperados y las respuestas anteriores con fecha. Si una herramienta de pruebas cierra, reconstruye sus comprobaciones en otro lugar. La guía de OpenAI para salir de Evals muestra cómo reconstruir pruebas en Promptfoo. No exige una función de exportación de Evals. Advierte que las puntuaciones pueden cambiar. Comprueba las pruebas reconstruidas antes de confiar en ellas. [5]
- Instrucciones, campos variables y versión del código.
- Entradas de prueba, resultados esperados y respuestas anteriores.
- Reglas de puntuación, archivos de origen y límites de acceso.
Prueba la tarea completa, no solo el modelo
Elige casos del trabajo que necesitan los usuarios. Incluye tareas comunes, casos difíciles y peticiones inseguras. OpenAI aconseja pruebas propias de cada tarea y revisiones humanas. La IA puede dar respuestas distintas para una misma entrada. [3] Una buena demostración no basta para probar que el cambio es seguro.
Ejecuta las rutas anterior y nueva con el mismo conjunto de pruebas permitido. Revisa los hechos, los campos de respuesta y las acciones de las herramientas. Prueba cada idioma que atiende tu producto. Comprueba qué ocurre si falta un archivo o falla una llamada. Un nuevo nombre de modelo no prueba que toda la tarea funcione.
Mide el coste y el tiempo con ese mismo conjunto de tareas. Cuenta también las llamadas fallidas y los reintentos. Un reintento es una llamada repetida tras un fallo. Anota junto a cada resultado la fecha, los identificadores y el número de pruebas. Deja los juicios difíciles a cargo de una persona.
- Mismas entradas de tarea y reglas claras para aprobar.
- Revisión de hechos, campos, herramientas y rechazo seguro.
- Coste, tiempo, fallos y notas de la persona que revisa.
Define cuándo detener el cambio y qué usar en su lugar
Fija tus reglas para aprobar antes de iniciar la prueba. Aquí no hay una puntuación válida para todas las startups. Una filtración de datos privados no debe quedar oculta en una media. Detén el cambio si falla una revisión central de seguridad. Corrige el fallo y vuelve a probar antes de ampliar el uso.
Prueba una puesta en uso pequeña después de superar las revisiones. Define quién puede detenerla y qué causaría la parada. Volver al modelo anterior solo sirve mientras siga disponible. Una vez retirado, ya no es una opción de respaldo. [2]
Prepara otra ruta ya probada o un modo manual limitado. En modo manual, una persona realiza la tarea. Informa a los usuarios de qué partes están pausadas. No envíes sus datos a un nuevo proveedor sin aprobación. Revisa las condiciones sobre datos y la ley local antes de cambiar dónde van los archivos privados.
- Regla de parada por fallos centrales de seguridad o de la tarea.
- Puesta en uso pequeña, motivo de parada y responsable.
- Opción de respaldo probada para después del cierre anterior.
Prueba un registro de cambio para respuestas de soporte
Este es un ejemplo ilustrativo, no el resultado de una startup real. Una startup usa IA para redactar respuestas a partir de su guía de soporte. Su fundador prepara el cambio antes de que retiren el modelo actual. El equipo guarda la guía, las instrucciones y las pruebas en su propio espacio seguro.
Las pruebas exigen una respuesta correcta y un enlace a la fuente. Un caso poco claro debe pasar a una persona. El equipo comprueba que la nueva ruta siga esas reglas. También comprueba que la falta de la guía cause una pausa segura. Aquí no se afirma ningún coste, velocidad ni tasa de aprobación.
Si la nueva ruta inventa una regla de reembolso, detén el cambio. Deja que el personal redacte las respuestas hasta resolver el problema. Registra el caso fallido, el responsable y la próxima fecha de prueba. Un buen registro dice qué falló, no solo que hubo una prueba.
- Tarea: redactar una respuesta desde la guía aprobada.
- Prueba: casos fechados, enlaces de origen y notas de revisión.
- Duda: regla inventada; detener y volver a probar.
Muestra a los inversores pruebas y dudas pendientes
La diligencia debida son las comprobaciones antes de invertir. Da a los inversores un registro breve de salida con enlaces a las fuentes. Explica qué tarea depende de qué proveedor. Muestra los archivos guardados, la fecha de prueba, el resultado y el respaldo. Marca los puntos sin probar como pendientes, no como completos.
Antes de la ronda semilla, empieza por la tarea más necesaria del producto. En la ronda semilla, vincula las pruebas a una versión de código ya entregada. En la Serie A, nombra a quien repite las revisiones cuando cambian las herramientas. Son pasos de planificación, no reglas fijas para cada etapa de financiación.
Mantén el enlace del aviso y la próxima revisión en el registro. Pide al responsable técnico que revise el plan de cambio. Consulta a un abogado local cualificado sobre dudas complejas de datos o contratos. Una salida probada reduce un riesgo. No elimina todos los riesgos de empresas o herramientas externas.
- Afirmación, prueba fechada y duda pendiente.
- Responsable, próxima revisión y cambio por cierre.
- Alcance del respaldo y límites visibles para usuarios.
FAQ
Preguntas frecuentes
¿Obsoleto significa que el modelo ya está apagado?
No siempre. Anthropic usa obsoleto para un modelo que aún funciona. Los modelos retirados ya no están disponibles y las peticiones fallan. [2] Revisa el modelo exacto, el proveedor y la fecha.
¿Podemos guardar solo el identificador anterior de las instrucciones?
No. Guarda el texto y los campos variables que tengas permiso de conservar. La guía de OpenAI lleva las instrucciones al código del producto. [4] No supongas que un identificador funcionará después del cierre de su servicio.
¿Podemos copiar el propio modelo alojado?
No lo supongas. Este plan guarda tu trabajo permitido y las pruebas. No concede derechos sobre los archivos del modelo del proveedor. Revisa con él el contrato y las herramientas disponibles.
¿Qué debe ver un inversor?
Muestra la tarea central, el proveedor, las pruebas fechadas y las dudas pendientes. Añade al responsable del cambio y una opción de respaldo probada. El modelo sugerido por el proveedor es un punto de partida, no prueba de que tu tarea funcione.
REF
Fuentes
- 1
- 2
- 3
- 4
- 5
OpenAI — Konstantine Kahadze
Moving from OpenAI Evals to Promptfoo — 3 June 2026 ↗