GPT-4o pensionering: Hvad små virksomheder bør gøre inden januar
OpenAI fjerner GPT-4o, GPT-4o mini, GPT-4.1 og GPT-4.1 mini fra sit API den 14. januar 2027. Her er hvorfor værktøjer bygget på dem muligvis holder op med at virke, og hvordan små virksomheder kan kortlægge, teste og migrere i tide.
Hvad skete der
OpenAI har startet udfasningen af GPT-4o i sin API. Den 14. oktober 2026... underrettede udviklere at GPT-4o, GPT-4o mini, GPT-4.1 og GPT-4.1 mini vil blive fjernet fra API'en den 14. januar 2027. Meddelelsen dækker de specifikke, forældede versioner, som mange applikationer kalder direkte, og finjusterede versioner af disse modeller følger den samme nedlukningsplan som deres basismodeller. OpenAI anbefaler én erstatning for alle fire: GPT-6 Luna.
Det giver brugerne 92 dage. Blandede nyheder noteret den 19. oktober 2026, dette er kortere end OpenAIs egen offentliggjorte politik om mindst seks måneders varsel for generelt tilgængelige modeller. Politikken tillader hurtigere tidsfrister, hvor sikkerhed eller overholdelse af regler kræver det, men rapporten siger, at OpenAI ikke har nævnt en sådan grund her.
Virksomheder, der bruger de samme modeller gennem Microsoft, har et andet ur. Microsofts Azure-pensioneringsplan viser 14. april 2027 for disse GPT-4o- og GPT-4.1-versioner, hvor GPT-5.1 foreslås som erstatning for GPT-4o. Ændringen vedrører API'en, som udviklere og softwareleverandører bruger til at indbygge AI i produkter og arbejdsgange, ikke almindelig chat i en app.
Hvorfor GPT-4o-pensionen er vigtig for en lille virksomhed
Mange mindre virksomheder bruger aldrig OpenAI direkte. De bruger GPT-4o gennem noget andet: en kundeservice-chatbot, et værktøj, der læser fakturaer eller e-mails, en arbejdsgang uden kode, et hjemmeside-plugin eller et script, som en freelancer skrev for to år siden. Når modellen bag det pågældende værktøj er slukket, kan automatiseringen simpelthen holde op med at virke, nogle gange med en fejlmeddelelse, som ingen ser. Risikoen ligger mindre i selve AI'en og mere i ikke at vide, hvor den bruges.
Der er også en fordel. lister GPT-6 Luna ved $0,10 pr. million input-tokens og $0,50 pr. million output-tokens, beskriver den som sin "mest effektive model til fokuserede opgaver med høj volumen" og giver den et kontekstvindue på omkring 1,05 millioner tokens. GPT-4o er til sammenligning angivet som $2,50 og $10, ifølge DataNorth. En lavere listepris betyder dog ikke automatisk en lavere regning eller et bedre resultat. OpenAI's migrationsvejledning understreger, at tokenbrug og ræsonnementindstillinger påvirker omkostningerne ved hver opgave, så de reelle omkostninger skal måles på dine egne arbejdsbyrder.
To yderligere punkter fortjener opmærksomhed. For det første angiver OpenAIs modelside, at GPT-6 Luna ikke understøtter finjustering, så en virksomhed, der er afhængig af en finjusteret GPT-4o- eller GPT-4.1-model, har brug for en anden tilgang, såsom klarere instruktioner, eksempler i prompten eller hentning fra sine egne dokumenter. For det andet er ændring af modellen bag en proces, der berører kunder eller personoplysninger, også et spørgsmål om governance. Svar kan ændre sig i tone, format eller nøjagtighed, og det bør kontrolleres, før kunderne bemærker det.
Praktiske næste skridt
1. Kortlæg hvor modellerne bruges. Søg efter kode, automatiseringsarbejdsgange og værktøjsindstillinger for modelnavne som gpt-4o og gpt-4.1. Inkluder software, du betaler for: spørg hver leverandør, hvilken model deres produkt bruger, og hvornår og hvordan de vil flytte inden 14. januar 2027.
2. Registrer en basislinje. OpenAIs migreringsvejledning anbefaler at registrere den nuværende models kvalitet, latenstid og omkostninger på repræsentative anmodninger, herunder edge-cases. Uden en baseline er det svært at sige, om erstatningen er bedre eller dårligere.
3. Test udskiftningen omhyggeligt. Guiden foreslår at starte GPT-6 Luna med ræsonnementsindsats indstillet til "ingen", kontrollere outputformatering og værktøjsbrug i forhold til basislinjen, og først derefter justere prompter og indstillinger.
4. Rul gradvist ud. Send først en begrænset andel af den reelle trafik til den nye model, og overvåg kvalitet, fejl og omkostninger, før du skifter fuldt ud. Hvis du kører på Azure, skal du kontrollere Microsofts datoer og foreslåede erstatninger separat.
5. Reducer fastlåsning. Gem modelnavnet som en indstilling i stedet for at hardcode det, og overvej, om en model fra en anden udbyder passer bedre til visse opgaver. Dette gør den næste pensionering, og der vil være en, til en konfigurationsændring snarere end en genopbygning.
6. Planlæg ud fra kalenderen. Deadline falder lige efter ferieperioden, hvor mange teams er tynde. At afslutte testningen i god tid før jul er det sikrere valg. Kortlægning af AI-afhængigheder og omarbejdning af skrøbelige arbejdsgange er den type opgave, der dækkes af Brenvards AI-automatisering og agenter arbejde, mens bredere spørgsmål om integrationer og leverandører ligger indenfor Teknologi og digital teknologi.
Brenvard Fra s perspektiv
For Brenvard er denne meddelelse en påmindelse om, at en AI-funktion ikke er en engangsudvikling, men en afhængighed, der kræver vedligeholdelse. Som en virksomhed, der bygger websteder, webapps og apps og rådgiver startups og mindre virksomheder om automatisering, bliver vi nødt til at behandle modellivscyklusser som en del af leveringen: vide, hvilken model hver løsning er afhængig af, holde modelnavne konfigurerbare og afsætte tid til gentestning, når en udbyder ændrer kurs. Det er ekstra arbejde, og noget af det er svært at forudsige eller prissætte på forhånd. Vi skal også anvende den samme kontrol på alle AI-værktøjer, vi selv bruger. Fordelene er reelle: nyere modeller kan være billigere og mere kapable, og en tvungen migrering er en chance for at rydde op i skrøbelige opsætninger. Vores opfattelse er, at 92 dage er kort, men håndterbart for virksomheder, der starter nu i stedet for i januar, og at enhver AI-integration bør designes, så modellen kan udskiftes uden at genopbygge processen omkring den.
Den nederste linje
GPT-4o-udfasningen er ikke en krise, men det er en fast deadline med reelle konsekvenser for alle, hvis værktøjer stille og roligt er afhængige af disse modeller. Find ud af, hvor de bruges, test erstatningen på dine egne opgaver, og fortsæt trin for trin. Hvor kontrakter, kundedata eller regulerede processer er involveret, så få rådgivning om din egen situation, før du ændrer, hvad dine systemer gør.
Kilder
OpenAI: Udfasninger (indlæg dateret 14. oktober 2026)
OpenAI: GPT-6 Luna modelside
OpenAI Hjælpecenter: Migrering fra GPT-4.x til GPT-6 Luna
Microsoft Learn: Plan for udfasning af Azure OpenAI-modellen
Blandede nyheder: GPT-4o forlader API den 14. januar (19. oktober 2026)
DataNorth: OpenAI udfaser GPT-4o og GPT-4.1 i API'en
Relaterede tjenester
Omsæt tankerne
til praksis.
Få mere at vide om de tjenester, der ligger bag vores analyser, eller kontakt os for at høre, hvad artiklen betyder for din virksomhed.
Mere fra Insights & News
Hvad er det næste
for din virksomhed?
Fortæl os, hvad du arbejder på. Vi hjælper dig med at finde et praktisk sted at starte.