O DANI GEEK

O calendário de validade do seu fluxo de IA já está publicado

O Dani Geek — arte original

Setembro trouxe uma sequência de lançamentos que deixou muita gente refazendo prompt. O modelo que você usa hoje já nasceu com data de aposentadoria escrita na documentação do fornecedor, e é isso que deveria mudar o seu desenho.

A pergunta errada

Toda vez que um modelo novo sai, a pergunta que aparece é “preciso trocar?”. Em setembro ela apareceu muitas vezes. Os lançamentos se amontoaram: dois modelos de fronteira no mesmo dia 22, duas gerações da mesma família da OpenAI em dezenove dias, um corte de preço agressivo no meio, e o Claude Sonnet 5.5 chegando no dia 28, depois que metade dos resumos de setembro já tinha sido publicada.

Mas “preciso trocar?” não é uma pergunta sua: o fornecedor já respondeu, por escrito, antes de você perguntar.

O que a documentação diz, em letra de contrato

A Anthropic publica o ciclo de vida de cada modelo em quatro estágios: Active, Legacy, Deprecated, Retired. A página de deprecações diz: “Requests to retired models will fail.” A chamada não degrada nem cai para o substituto mais próximo: falha. A mesma página avisa que “deprecated models are likely to be less reliable than active models” antes mesmo da aposentadoria.

O aviso mínimo é de sessenta dias, e o histórico fica colado nesse piso:

Dezenove modelos Claude já passaram por esse caminho até o fim — do Claude 1 em 2024 ao Opus 4.1, aposentado em agosto deste ano. A geração 4 já está na lista.

Na OpenAI o prazo é outro, e a diferença entre os dois mexe no desenho do seu fluxo: no mínimo seis meses para modelos em disponibilidade geral, três meses para variantes especializadas como chat e codex, e modelo em preview pode sair com aviso muito mais curto — a própria documentação dá duas semanas como exemplo, e ressalva que questão de segurança ou compliance encurta qualquer prazo. Se o seu fluxo mistura fornecedores, ele tem dois relógios diferentes correndo dentro dele, e provavelmente você não sabe de cabeça qual é qual.

O gancho: o Sonnet 4.5 tem data

Em 30 de setembro de 2026 a Anthropic deprecou o claude-sonnet-4-5-20250929. A aposentadoria está marcada: 30 de novembro de 2026 — 61 dias de aviso, colado no piso de sessenta. Quem montou automação em cima dele em 2025 não está mais na janela de espera: está com data no calendário e dois meses pra migrar.

Do outro lado, o modelo que você escolher hoje vem com piso de vida de aproximadamente doze meses. Opus 5.5, lançado em 22/09/2026: não antes de 22/09/2027. Sonnet 5.5, lançado no dia 28: não antes de 28/09/2027. Fable e Mythos 5.1, do dia 1º: não antes de 01/09/2027. É o padrão da tabela inteira.

Doze meses é bastante tempo. Também é um prazo com data, e prazo com data entra no calendário.

O exemplo que prova a tese sem depender de nenhum lançamento

Os parâmetros temperature, top_p e top_k estão deprecados no Claude Opus 4.7 e posteriores. Passar um valor não-padrão retorna erro 400. O SDK Python a partir da versão 1.0 removeu os parâmetros de vez: a chamada levanta TypeError. A recomendação oficial na documentação é omitir os três e guiar o comportamento do modelo pelo texto do prompt.

Duas pessoas construíram o mesmo fluxo em 2025. Uma ajustou temperature=0.3 para o modelo ficar mais previsível na extração de dados. A outra escreveu na instrução: “responda apenas com os campos pedidos, sem variação de formato, sem comentário”. A primeira hoje tem um fluxo que quebra com erro de API. A segunda troca o nome do modelo e roda.

O ajuste fino amarrado ao vocabulário do fornecedor envelheceu pior que a frase escrita em português claro, e essa diferença de resultado está documentada pelo próprio fornecedor.

A régua

Em uma frase:

Se você não consegue trocar o modelo do seu fluxo e rodar de novo sem reescrever o prompt, você não tem fluxo. Tem um atalho com data de validade.

Um fluxo bem desenhado separa duas coisas que a maioria das pessoas mantém grudadas: a tarefa (o que precisa ser feito, descrito em texto, com o critério de qualidade junto) e o modelo (qual motor executa). Quando as duas estão separadas, lançamento novo é uma linha de configuração e uma rodada de teste. Quando estão grudadas, cada lançamento é um projeto.

Na prática isso significa três coisas, nenhuma delas glamurosa:

O nome do modelo aparece em um lugar só, em configuração, nunca espalhado pelo código ou colado dentro do texto do prompt. A instrução carrega o comportamento desejado em linguagem natural, em vez de delegar a parâmetros numéricos que o fornecedor pode remover. E existe um conjunto pequeno de casos de teste com a resposta esperada, porque “trocar o modelo e ver se continua bom” só é uma operação barata se você já sabe o que é bom.

A própria documentação da Anthropic trata isso como trabalho previsto: ela instrui a testar a aplicação com os modelos novos bem antes da data de aposentadoria, e o Console oferece exportação de uso por chave de API e por modelo, em Usage → Export, justamente pra você achar onde ainda chama um modelo deprecado. A ferramenta de descoberta existe porque o fornecedor sabe que as pessoas perdem a conta.

O teste de trinta segundos

Abra o seu fluxo mais usado. Aquele que você roda toda semana, que já virou parte do trabalho e que você não quer nem pensar em refazer.

Conte em quantos lugares o nome de um modelo específico aparece. Conte também quantos parâmetros numéricos você ajustou em algum momento e nunca mais revisitou.

Se o primeiro número for maior que um, você tem trabalho de arrumação pela frente, e tem um prazo pra fazer. Se o segundo for maior que zero, vale conferir a documentação do seu fornecedor antes do próximo upgrade, porque esse é o tipo de coisa que quebra sem avisar na sua cara, só na resposta da API.

Um limite do que está escrito aqui: não encontrei dado público sobre quanto tempo profissionais e equipes realmente gastam migrando prompts entre modelos. A premissa de que isso custa caro vem do que a gente vê acontecer, não de um número que eu possa te mostrar. Se alguém tiver medido isso direito, eu quero ler.

O fio pra puxar

A conta de validade dá pra fazer com o modelo porque o fornecedor publica a tabela. A pergunta que fica aberta é o que acontece quando a mesma lógica se aplica à camada de cima: as ferramentas de automação, os conectores, as integrações que ligam o modelo ao seu Notion, ao seu e-mail, ao seu CRM. Essas raramente publicam ciclo de vida nenhum. Elas mudam preço, mudam limite de requisição e às vezes somem, sem aviso de sessenta dias e sem página de deprecações.

Qual camada do seu sistema você não conseguiria substituir em uma tarde? Essa é a próxima que a gente abre.

Fontes consultadas: Anthropic: Model deprecations (ciclo de vida, prazos, histórico de aposentadorias, deprecação de parâmetros, tabela de status) e OpenAI: Deprecations (regra de prazos por tipo de modelo). Ambas consultadas em 30/09/2026.

Discussão sobre esta peça acontece no X (@odanigeek) e no Threads (@odanigeek).