Changement de modèle IA : dérive et jeu de contrôle

Un modèle d'IA n'est pas un bien figé. L'éditeur le fait évoluer, le remplace par une version plus récente, puis le retire à une date annoncée. Quand l'application continue d'appeler un modèle qui change de comportement, ou qui disparaît, les réponses se dégradent sans qu'aucune erreur technique n'apparaisse. Ce guide présente les dates de retrait relevées le 15/11/2026 chez deux éditeurs, et une méthode pour repérer une dérive avant les utilisateurs.

Ce que disent les éditeurs

Chez Anthropic, la page des dépréciations classe chaque modèle en actif, déprécié (« deprecated »), ou retiré (« retired »). Un modèle déprécié fonctionne encore mais n'est plus recommandé ; il porte une date de retrait et un remplacement suggéré. Une requête adressée à un modèle retiré échoue. La page annonce au moins 60 jours de préavis pour les modèles publics.

Quelques dates relevées sur cette page le 15/11/2026 :

• claude-sonnet-4-5-20250929 : déprécié le 30/09/2026, retrait prévu le 30/11/2026, remplacement suggéré claude-sonnet-5-5.
• claude-opus-4-1-20250805 : retiré le 05/08/2026, remplacé par claude-opus-4-8.
• claude-sonnet-4-20250514 et claude-opus-4-20250514 : retirés le 15/06/2026.

La page donne aussi un outil d'audit : depuis la console d'Anthropic, on exporte l'usage au format CSV, ventilé par clé d'API et par modèle. Cette ventilation permet de repérer une application qui appelle encore un modèle déprécié.

Chez OpenAI, la page des dépréciations indique des délais minimaux : au moins six mois pour les modèles généralement disponibles, au moins trois mois pour leurs variantes spécialisées, et environ deux semaines pour les modèles en préversion, dont le nom contient « preview ». L'éditeur prévient par courriel les clients qui utilisent activement un modèle, et publie l'annonce sur sa page. Il indique aussi un champ shutdown_date accessible par l'endpoint de liste des modèles, qui permet de le surveiller par programme. La page relevée le 15/11/2026 liste, par exemple, un arrêt au 11/12/2026 pour plusieurs modèles de la génération GPT-5, et au 14/01/2027 pour des modèles GPT-4o et GPT-4.1, avec un remplacement suggéré pour chacun.

Ces dates sont celles d'une lecture à un moment précis. Elles changent : relisez la page de l'éditeur avant chaque décision.

Pourquoi une dérive passe inaperçue

Trois raisons expliquent qu'un changement de modèle se voie tard.

• Le nom de l'API peut rester le même. Un alias pointe parfois vers une version plus récente. Sans le nom exact du modèle dans vos traces, vous ne saurez pas ce qui a répondu.
• Le texte change sans erreur. Une réponse plus longue, un ton différent, un refus plus fréquent ne font pas de code d'erreur.
• Le tokenizer change aussi. Anthropic indique que Claude 4.7 et ultérieurs produisent environ 30 % de tokens en plus pour un même texte. Une facture et une longueur de contexte peuvent donc bouger sans que le prompt ait été modifié.

La méthode : un jeu de contrôle

Un jeu de contrôle est une liste fixe de questions avec une réponse attendue, ou un critère de réussite, que vous rejouez à chaque changement de modèle et régulièrement en production. Il ne demande pas un grand volume : quelques dizaines de cas bien choisis suffisent pour voir un écart net.

1. Choisissez les cas. Prenez des questions réelles, couvrant les usages principaux, et quelques cas difficiles connus.
2. Fixez le critère. Une réponse juste sur un fait, un format respecté, un refus approprié. Écrivez-le avant de lancer le test.
3. Enregistrez la référence. Gardez la réponse obtenue avec l'ancien modèle, son nom exact et la date.
4. Rejouez à chaque changement. Avant de basculer sur un modèle de remplacement, comparez les deux séries sur les mêmes cas.
5. Surveillez en continu. Rejouez le jeu une fois par semaine, ou après chaque changement de prompt, pour détecter une dérive.

La comparaison à l'aveugle, où une personne ne sait pas quel modèle a produit quelle réponse, réduit le biais de préférence. La méthode complète est décrite dans comparer deux modèles d'IA à l'aveugle.

Ce qu'il faut tracer

Pour que le jeu de contrôle serve, la production doit garder, pour chaque réponse : le nom exact du modèle, la version du prompt, la date, les tokens d'entrée et de sortie, et l'identifiant de la trace. Sans cela, une baisse de qualité observée ne se rattache à aucun changement. Voir observabilité d'un LLM : définition pour le vocabulaire des traces.

Décider

Un remplacement de modèle s'annonce comme une migration : une date limite, un test, une bascule progressive si l'architecture le permet, et un retour arrière prévu. Un modèle déprécié reste utilisable jusqu'à sa date de retrait, mais il devient moins fiable selon la page d'Anthropic : ne le gardez pas en production au-delà du nécessaire. Pour les alertes qui doivent prévenir avant la date, voir six signaux à surveiller.