OpenAI, belirli GPT-4o ve GPT-4.1 API modellerini 14 Ocak 2027'de kaldırıyor; geliştiricilere önerilen yeni model GPT-6 Luna.
OpenAI, uzun süredir birçok production uygulamasının temelinde kullanılan GPT-4o ve GPT-4.1 ailesindeki belirli API modellerini kaldıracağını açıkladı.
14 Ekim 2026 tarihinde yayımlanan resmi deprecation duyurusuna göre ilgili modeller 14 Ocak 2027 tarihinde OpenAI API üzerinden tamamen erişilemez hale gelecek.
Kapanış kapsamındaki modeller arasında:
gpt-4o-2024-08-06gpt-4o-2024-11-20gpt-4o-mini-2024-07-18gpt-4.1-2025-04-14gpt-4.1-mini-2025-04-14bulunuyor.
OpenAI bu modellerin tamamı için önerilen replacement olarak:
gpt-6-luna modelini gösteriyor.
Bu yalnızca isim değişikliği yapılacak basit bir API güncellemesi olarak görülmemeli.
GPT-4o ve GPT-4.1 ailesi klasik non-reasoning model davranışına sahipken GPT-6 Luna reasoning desteği bulunan yeni nesil bir model. Ayrıca context window, maksimum output, fiyatlandırma, function calling davranışı ve Responses API kullanımı tarafında önemli farklılıklar var.
Özellikle production ortamında halen GPT-4o veya GPT-4.1 kullanan geliştiricilerin son günü bekleyip yalnızca model adını değiştirmesi riskli olabilir.
Peki GPT-4o API ne zaman kapanıyor? Hangi GPT-4.1 modelleri kaldırılıyor? 14 Ocak 2027’den sonra mevcut uygulamalara ne olacak? GPT-6 Luna’ya geçerken kodda neler değişmeli? Fiyat farkı ne kadar? Fine-tuned modeller ne olacak?
OpenAI’nin güncel resmi dokümantasyonu üzerinden adım adım bakalım.
OpenAI’nin açıkladığı resmi kapanış tarihi:
14 Ocak 2027.
Bu tarihten itibaren duyuruda listelenen model snapshot’ları OpenAI API üzerinden kullanılamayacak.
Burada “deprecated” ile “shutdown” arasındaki fark önemli.
Model şu anda deprecated durumda olabilir ancak kapanış tarihine kadar çalışmaya devam eder.
Shutdown tarihi geldiğinde ise model artık API üzerinden erişilebilir olmayacak.
Dolayısıyla mevcut kodunuz bugün çalışıyor diye herhangi bir işlem yapmamak, 14 Ocak sonrasında production sisteminin hata vermesine yol açabilir.
| Model | Kapanış Tarihi | Önerilen Replacement |
|---|---|---|
gpt-4o-2024-08-06 | 14 Ocak 2027 | gpt-6-luna |
gpt-4o-2024-11-20 | 14 Ocak 2027 | gpt-6-luna |
gpt-4o-mini-2024-07-18 | 14 Ocak 2027 | gpt-6-luna |
gpt-4.1-2025-04-14 | 14 Ocak 2027 | gpt-6-luna |
gpt-4.1-mini-2025-04-14 | 14 Ocak 2027 | gpt-6-luna |
OpenAI ayrıca bu modeller temel alınarak oluşturulmuş fine-tuned modellerin de aynı shutdown takvimini izleyeceğini belirtiyor.
Burada snapshot isimlerine dikkat etmek gerekiyor.
14 Ekim tarihli yeni duyuru özellikle:
gpt-4o-2024-08-06gpt-4o-2024-11-20snapshot’larını 14 Ocak 2027 takvimine bağlıyor.
OpenAI’nin güncel GPT-4o model sayfası da GPT-4o ailesini deprecated olarak işaretliyor.
Bu nedenle uygulamanızda yalnızca:
model="gpt-4o" yazıyor olsa bile kullandığınız modelin mevcut durumunu OpenAI model kataloğu ve GET /v1/models üzerinden kontrol etmek mantıklı.
Eski GPT-4o snapshot’larından biri için durum daha acil.
gpt-4o-2024-05-13, 14 Ocak 2027 listesinin parçası değil.
Bu model için daha önce açıklanan ayrı shutdown tarihi:
23 Ekim 2026.
Dolayısıyla halen bu eski snapshot’ı kullanan bir uygulamanız varsa Ocak ayına kadar zamanınız olduğunu düşünmeyin.
Model adını kod tabanınızda ve ortam değişkenlerinde doğrudan aratmak faydalı olabilir.
gpt-4.1-nano da 14 Ocak 2027 listesine dahil değil.
Bu model için daha önce duyurulan shutdown tarihi:
23 Ekim 2026.
Yani GPT-4 ailesindeki bütün modeller aynı tarihte kapanmıyor.
Production ortamında kullanılan tam model kimliğini kontrol etmek bu nedenle önemli.
Kapanış tarihinden sonra ilgili model kimliğine yapılan API çağrıları artık normal model yanıtı üretmeyecek.
Bu da uygulamanın model çağrısına bağlı bölümünün çalışmaması anlamına gelebilir.
Örneğin:
eski modele bağımlıysa ilgili akış hata vermeye başlayabilir.
Bu nedenle migration işlemini shutdown günü production ortamında yapmak yerine önceden tamamlamak gerekiyor.
GPT-6 Luna, OpenAI’nin odaklı ve yüksek hacimli görevler için geliştirdiği en verimli GPT-6 modeli.
Model:
gibi modern OpenAI API özelliklerini destekliyor.
Bu nedenle eski GPT-4o ve GPT-4.1 tabanlı genel amaçlı uygulamalar için mantıklı bir migration hedefi oluşturuyor.
GPT-6 Luna’nın context window’u:
1.050.000 token.
Maksimum output kapasitesi ise:
128.000 token.
Bu değerler özellikle GPT-4o’dan geçen geliştiriciler açısından ciddi artış anlamına geliyor.
GPT-4o:
destekliyor.
GPT-6 Luna ise:
sunuyor.
Dolayısıyla uzun doküman, büyük veri girdisi veya geniş conversation context kullanan uygulamalar Luna’ya geçişte çok daha büyük bir çalışma alanına sahip oluyor.
GPT-4.1 zaten yaklaşık 1 milyon token context window’a sahip.
GPT-4.1 için:
bulunuyor.
GPT-6 Luna’nın 1.050.000 token context değeri burada büyük bir context sıçraması yaratmıyor.
Ancak maksimum output kapasitesi:
32.768 → 128.000
seviyesine yükseliyor.
| Model | Input / 1M | Output / 1M |
|---|---|---|
| GPT-4o | $2,50 | $10,00 |
| GPT-6 Luna | $0,10 | $0,50 |
GPT-6 Luna standart kısa context fiyatlandırmasında GPT-4o’ya göre ciddi ölçüde daha ucuz.
1 milyon input token açısından:
$2,50 → $0,10
output tarafında:
$10 → $0,50
seviyesine düşüyor.
| Model | Input / 1M | Output / 1M |
|---|---|---|
| GPT-4.1 | $2,00 | $8,00 |
| GPT-6 Luna | $0,10 | $0,50 |
Özellikle yüksek hacimli API uygulamalarında bu fiyat farkı aylık faturada önemli tasarruf oluşturabilir.
GPT-4o mini zaten düşük maliyetli bir modeldi.
| Model | Input / 1M | Output / 1M |
|---|---|---|
| GPT-4o Mini | $0,15 | $0,60 |
| GPT-6 Luna | $0,10 | $0,50 |
Dolayısıyla GPT-4o mini kullananlar için fark GPT-4o kadar dramatik değil.
Yine de Luna hem input hem output tarafında daha düşük standart token fiyatına sahip.
| Model | Input / 1M | Output / 1M |
|---|---|---|
| GPT-4.1 Mini | $0,40 | $1,60 |
| GPT-6 Luna | $0,10 | $0,50 |
Bu nedenle yüksek hacimli GPT-4.1 mini uygulamalarında da Luna migration’ı maliyet avantajı sağlayabilir.
GPT-6 Luna standart kısa context kullanımında:
fiyatlandırmasına sahip.
Sürekli aynı uzun system prompt veya sabit bağlamı kullanan uygulamalarda prompt caching toplam maliyeti daha da düşürebilir.
Evet.
GPT-4o ve GPT-4.1’den geçerken dikkate alınması gereken en önemli mimari farklardan biri bu.
GPT-6 Luna şu reasoning effort seviyelerini destekliyor:
nonelowmediumhighxhighmaxVarsayılan seviye medium.
Bu nedenle yalnızca model adını değiştirip bütün diğer davranışların GPT-4o ile aynı kalacağını varsaymamak gerekiyor.
GPT-4o ve GPT-4.1 klasik non-reasoning modeller olduğu için mevcut uygulama davranışını mümkün olduğunca koruyarak migration yapmak isteyen geliştiriciler ilk testlerde:
reasoning={"effort": "none"} kullanmayı değerlendirebilir.
Daha sonra gerçek uygulama eval sonuçlarına göre reasoning:
seviyelerine yükseltilebilir.
OpenAI’nin production migration tavsiyesi de mevcut workload rolünü ve reasoning ihtiyacını koruyup temsil edici eval’larla ilerlemek yönünde.
Bazı çok basit text-generation uygulamalarında:
gpt-4o-2024-11-20 yerine:
gpt-6-luna kullanmak başlangıç için çalışabilir.
Ancak production uygulamasında yalnızca model adını değiştirmek yeterli migration testi değildir.
Şunları yeniden kontrol etmek gerekir:
Eski kodunuz şu şekilde olabilir:
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-4o-2024-11-20",
messages=[
{
"role": "user",
"content": "Bu metni üç maddede özetle."
}
]
)
print(response.choices[0].message.content) GPT-6 Luna ile Chat Completions kullanmaya devam edecekseniz basit bir başlangıç:
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-6-luna",
reasoning_effort="none",
messages=[
{
"role": "user",
"content": "Bu metni üç maddede özetle."
}
]
)
print(response.choices[0].message.content) Ancak yeni projelerde OpenAI’nin önerisi Responses API yönünde.
OpenAI, yeni projeler için Responses API kullanımını öneriyor.
Responses API:
tek bir daha modern API yapısında birleştiriyor.
Ayrıca stateful conversation ve agentic tool kullanımında Chat Completions’a göre daha gelişmiş özellikler sağlıyor.
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-luna",
reasoning={
"effort": "none"
},
input="Bu metni üç maddede özetle."
)
print(response.output_text) Eski GPT-4 uygulamasını yenilerken model migration ile API migration’ı aynı anda yapmak zorunda değilsiniz.
Ancak uzun vadede Responses API’ye geçmek yeni OpenAI özelliklerinden yararlanmayı kolaylaştırabilir.
Hayır.
OpenAI, Chat Completions API’nin desteklenmeye devam ettiğini belirtiyor.
Buradaki kapanış model bazlı.
Yani:
“GPT-4o kapanıyor”
ile:
“Chat Completions kapanıyor”
aynı şey değil.
Chat Completions’ı GPT-6 Luna ile belirli kullanım şekillerinde kullanmaya devam edebilirsiniz.
GPT-6 Luna function calling destekliyor.
Ancak OpenAI’nin güncel model dokümantasyonuna göre Chat Completions üzerinde function calling yalnızca:
reasoning_effort="none" kullanıldığında destekleniyor.
Reasoning ile birlikte function calling veya yerleşik araçları kullanmak istiyorsanız Responses API tercih edilmeli.
Eski GPT-4o uygulamalarında sık kullanılan parametrelerden biri:
temperature idi.
GPT-6 ailesinde reasoning etkinleştirildiğinde eski sampling parametrelerinin davranışı farklı olabilir veya belirli reasoning seviyeleriyle uyumsuz olabilir.
Bu nedenle migration sırasında yalnızca model adı değil:
temperature,top_p,logprobs,ayarları da kontrol edilmeli.
GPT-6 Luna Structured Outputs destekliyor.
Ancak Chat Completions’tan Responses API’ye geçiyorsanız schema’nın gönderildiği bölüm değişiyor.
Chat Completions tarafındaki:
response_format yapısı Responses API’de:
text.format tarafına taşınıyor.
Bu nedenle yalnızca modeli değiştirmek yerine API endpoint’ini de değiştiriyorsanız JSON schema kodunun ayrıca güncellenmesi gerekiyor.
Chat Completions’ta çoğu uygulama tüm konuşma geçmişini:
messages[] dizisi içerisinde tekrar gönderiyor.
Responses API’de ise farklı yöntemler var.
Örneğin:
previous_response_id kullanmak,Bu nedenle büyük bir chatbot migration’ı yalnızca endpoint değiştirmekten ibaret değil.
Evet.
GPT-6 Luna metin yanında image input destekliyor.
Dolayısıyla GPT-4o ile:
uygulamalar Luna üzerinde yeniden test edilebilir.
Ancak görsel değerlendirme kalitesinin mevcut production workload’unuzda aynı veya daha iyi olduğunu varsaymak yerine eval yapılmalı.
Şu anda hayır.
Bu nokta özellikle fine-tuned GPT-4o ve GPT-4.1 kullanan geliştiriciler için çok önemli.
OpenAI’nin deprecation duyurusu fine-tuned GPT-4 modellerinin temel modelleriyle aynı kapanış takvimine tabi olduğunu belirtiyor.
Ancak GPT-6 Luna’nın güncel model sayfasında fine-tuning:
Not supported
olarak gösteriliyor.
Bu durumda migration yalnızca:
ft:gpt-4o:... yerine:
gpt-6-luna yazmak kadar basit olmayabilir.
Öncelikle fine-tune ile hangi davranışı elde ettiğinizi belirlemek gerekiyor.
Örneğin:
gibi ihtiyaçların bir bölümü yeni modelde prompt, developer instructions, Structured Outputs veya başka optimizasyon yöntemleriyle çözülebilir.
Ancak bunu production verisiyle test etmek gerekir.
OpenAI’nin duyurusuna göre fine-tuned sürümler temel modelin shutdown takvimini izliyor.
Dolayısıyla belirtilen GPT-4o, GPT-4o mini, GPT-4.1 ve GPT-4.1 mini tabanlı fine-tuned modeller için kritik tarih yine:
14 Ocak 2027.
İlk adım hangi model kimliklerinin nerede kullanıldığını bulmak.
Şunları kontrol edin:
.env dosyaları,Örneğin repository içerisinde:
gpt-4o
gpt-4o-mini
gpt-4.1
gpt-4.1-mini ifadelerini aratabilirsiniz.
Evet.
OpenAI artık model metadata’sında isteğe bağlı:
shutdown_date alanı sunuyor.
GET /v1/models veya belirli modeli getiren model endpoint’i üzerinden bu alan kontrol edilebilir.
Bir shutdown tarihi açıklanmışsa tarih:
YYYY-MM-DD formatında dönebiliyor.
Bu özellikle birden fazla model kullanan büyük sistemlerde deprecation takibini otomatikleştirmek için faydalı.
İlk olarak mevcut production davranışını ölçün.
Örneğin:
gibi metrikleri kaydedin.
Böylece GPT-6 Luna ile yapılan testlerin eski sistemden gerçekten daha iyi mi yoksa daha kötü mü olduğunu objektif biçimde karşılaştırabilirsiniz.
OpenAI’nin deployment rehberi migration sırasında temsil edici eval’lar çalıştırmayı öneriyor.
İlk testte mümkün olduğunca aynı:
kullanılmalı.
Daha sonra model davranışındaki farklar ölçülmeli.
Modeli değiştirirken prompt’u da baştan tamamen değiştirirseniz hangi değişikliğin kaliteyi etkilediğini anlamak zorlaşır.
Production sistemi aniden tamamen Luna’ya geçirmek yerine mevcut isteklerin küçük bir bölümünü yeni modele paralel olarak göndermek daha güvenli olabilir.
Örneğin:
Yeterli güven oluştuğunda gerçek trafik kademeli artırılabilir.
Eval sonuçları başarılıysa:
şeklinde kademeli geçiş yapılabilir.
Her aşamada:
izlenmeli.
Migration döneminde evet.
Örneğin uygulama:
Ancak shutdown olan GPT-4 modelini uzun vadeli fallback olarak bırakmak çözüm değildir.
14 Ocak’ta fallback de çalışmayacaktır.
OpenAI resmi replacement olarak GPT-6 Luna’yı öneriyor.
Ancak bu, her workload için Luna’nın otomatik olarak en iyi model olduğu anlamına gelmez.
Çok karmaşık:
işlerinde GPT-6.1 Sol veya GPT-6 Astra gibi daha güçlü modeller de değerlendirmeye alınabilir.
Ancak eski GPT-4o / GPT-4.1 kullanımının büyük bölümü sınıflandırma, extraction, sohbet veya standart text/image görevlerinden oluşuyorsa Luna güçlü bir başlangıç noktası.
Bu üç modeli daha önce ayrıntılı olarak karşılaştırmıştım.
GPT-6 Sol ve GPT-6 Luna Nedir? Astra’dan Farkları ve API Fiyatları
yazısında model fiyatlarını, context limitlerini ve kullanım alanlarını ayrıntılı bulabilirsiniz.
Basit bir başlangıç yaklaşımı:
| Görev | Başlangıç Modeli |
|---|---|
| Yüksek hacimli basit işler | GPT-6 Luna |
| Sınıflandırma ve extraction | GPT-6 Luna |
| Genel chatbot | GPT-6 Luna ile eval |
| Karmaşık coding | GPT-6.1 Sol |
| Agentic workflow | GPT-6.1 Sol |
| En zor reasoning | GPT-6 Astra |
GPT-4o veya GPT-4.1’i yalnızca:
üretmek için kullanıyorsanız yalnızca Responses API’ye geçmek zorunda değilsiniz.
OpenAI kısa süre önce GPT-6 Luna tabanlı Decisions API’yi de yayımladı.
OpenAI Decisions API Nedir? GPT-6 Luna ile 10 Kat Daha Hızlı AI Kararları
yazısında bu yaklaşımı ayrıntılı olarak anlattım.
Özellikle yalnızca sabit bir karar veya olasılık çıktısına ihtiyaç duyuyorsanız Decisions API daha uygun olabilir.
Production sistem için pratik kontrol listesi:
GPT-4o ve GPT-4.1 modellerinin kapanması API kullanan geliştiriciler için yalnızca gelecekte yapılacak küçük bir bakım işi değil.
Özellikle bu modeller:
gibi kritik bir servisin merkezindeyse migration’ı son güne bırakmak gereksiz risk oluşturuyor.
Olumlu taraf ise GPT-6 Luna’nın fiyatının eski GPT-4 modellerinin büyük bölümünden ciddi şekilde düşük olması.
GPT-4o’nun 2,50 dolar input ve 10 dolar output fiyatına karşılık Luna 0,10 dolar input ve 0,50 dolar output fiyatıyla çalışıyor.
Ayrıca Luna 1,05 milyon token context ve 128K maksimum output gibi çok daha geniş limitler sağlıyor.
Ancak yeni modelin reasoning mimarisi nedeniyle migration:
“model adını değiştir ve deploy et”
şeklinde yapılmamalı.
Önce gerçek workload’unuz üzerinde eval çalıştırın.
Function calling ve Structured Outputs kullanıyorsanız ayrı ayrı test edin.
Gerekirse reasoning effort’ı none seviyesinden başlayarak artırın.
Yeni bir API mimarisi kuruyorsanız Responses API’yi değerlendirin.
Ve özellikle fine-tuned GPT-4 modelleri kullanıyorsanız migration planını daha erken hazırlayın; çünkü GPT-6 Luna şu anda fine-tuning desteklemiyor.
14 Ocak 2027 geldiğinde eski modelin kapanması sürpriz olmamalı. O tarihe kadar yeni model yalnızca çalışıyor değil, production ortamında test edilmiş ve ölçülmüş olmalı.
Evet. OpenAI, GPT-4o’nun 2024-08-06 ve 2024-11-20 snapshot’larının 14 Ocak 2027 tarihinde API’den kaldırılacağını açıkladı.
gpt-4.1-2025-04-14 14 Ocak 2027 tarihinde API üzerinden erişilemez hale gelecek.
gpt-4o-mini-2024-07-18 için shutdown tarihi 14 Ocak 2027.
gpt-4.1-mini-2025-04-14 14 Ocak 2027 tarihinde kapatılacak.
OpenAI’nin resmi deprecation tablosu bu modeller için önerilen replacement olarak gpt-6-luna modelini gösteriyor.
Evet. OpenAI resmi replacement olarak GPT-6 Luna’yı öneriyor. Ancak production’a geçmeden önce mevcut prompt, Structured Outputs, tool kullanımı ve kalite eval’ları yeniden çalıştırılmalı.
Standart kısa context fiyatlandırmasında 1 milyon input token 0,10 dolar, cached input 0,01 dolar ve 1 milyon output token 0,50 dolardır.
GPT-6 Luna 1.050.000 token context window ve 128.000 maksimum output token destekliyor.
Evet. None, low, medium, high, xhigh ve max reasoning effort seviyeleri bulunuyor.
Evet. Responses API üzerinden function calling ve yerleşik araçlar destekleniyor. Chat Completions tarafında function calling için reasoning effort’ın none olması gerekiyor.
Hayır. OpenAI Chat Completions’ı desteklemeye devam ediyor. Kapanış duyurusu burada belirli GPT-4 model snapshot’larıyla ilgili.
Duyuruda listelenen modeller temel alınarak oluşturulan fine-tuned modeller de temel modelle aynı shutdown tarihini izliyor.
OpenAI’nin güncel model dokümantasyonuna göre GPT-6 Luna şu anda fine-tuning desteklemiyor.
Hayır. Bu eski snapshot için ayrı shutdown tarihi 23 Ekim 2026 olarak belirlenmiş durumda.
GPT-4.1 nano için daha önce açıklanan shutdown tarihi 23 Ekim 2026.
Production sistemi kullanan geliştiricilerin son tarihi beklememesi, eval ve kademeli rollout için yeterli zaman bırakacak şekilde mümkün olduğunca erken başlaması daha güvenli.
OpenAI, 6 Ekim 2026 tarihinde geliştiriciler için yeni Decisions API hizmetini public beta olarak kullanıma…
OpenAI, GPT-6.1 Sol için en hızlı API çalışma katmanı olan Ultrafast modunu genel kullanıma açtı.…
Çemişgezek Rehberi Google Play’de yayında. Dolap Hafızası ile başladığım bağımsız Android uygulama geliştirme yolculuğunda bu…
OpenAI, GPT-6 model ailesini GPT-6 Sol ve GPT-6 Luna ile genişletti. 22 Eylül 2026 tarihinde…
Marketten eve geldiniz, aldığınız ürünü dolaba yerleştirirken aynı üründen evde zaten iki tane daha olduğunu…
Google, yapay zekâ modellerinin gerçek Android geliştirme görevlerinde ne kadar başarılı olduğunu ölçmek için geliştirdiği…