Claude и другие LLM отключают быстрее, чем кажется
ИИ-модели в продакшене уже нельзя считать «вечными»: у одних версий срок жизни измеряется годом, у других — всего несколькими месяцами. Это важно для команд, которые строят агентов, чат-ботов и автоматизацию на конкретном model ID: если не следить за датами, приложение может сломаться внезапно.
Почему model ID нельзя оставлять без контроля
Исследование, на которое ссылается материал, показывает простую проблему: в коде часто зашивают конкретную версию модели, а потом она получает статус deprecated, legacy или вообще отключается. Для разработчика это почти то же самое, что зависимость от библиотеки без поддержки: всё работает, пока провайдер не меняет правила.
У разных компаний срок жизни модели сильно отличается. У Anthropic флагманские версии часто живут около года, у Google preview-модели могут отключать уже через несколько месяцев. При этом между объявлением и фактическим отключением тоже бывает очень разный запас времени — от нескольких недель до полугода и больше.
Что показали реальные даты отключений
В статье приведены конкретные примеры. Claude Opus 4.1 вышел 5 августа 2025 года и был отключён ровно через год, 5 августа 2026 года. Claude Sonnet 4 и Opus 4 продержались примерно год и ещё около трёх недель. У Google gemini-3-pro-preview прожил 111 дней, а veo-3.0-generate-001 — меньше десяти месяцев.
По независимому исследованию Okane Land медиана уведомления у OpenAI составила 182 дня, у Anthropic — 63 дня, у Google — 28 дней. Но важнее не только уведомление: по анализу коммитов в открытых репозиториях команды в среднем начинают реально мигрировать лишь через 158 дней после объявления, а иногда уже после отключения — примерно через 39 дней.
Что это значит для бизнеса и разработчиков
Главный вывод практический: нельзя строить сервис так, будто выбранная модель будет доступна всегда. Если в приложении зашит один model ID, без слоя абстракции и плана замены, то при смене версии можно потерять часть функций, качество ответов или вообще доступ к API.
Безопаснее держать список допустимых моделей, тестировать замену заранее и не ждать официальной даты отключения. Это особенно важно для ИИ-агентов, автоматизации продаж, поддержки клиентов и внутренних помощников, где сбой модели сразу влияет на работу команды или доход. Если удобно, такие сценарии можно заранее прогонять через ИИ-сервисы и шаблоны миграции, чтобы смена модели не превращалась в аврал.