Dépréciation et retrait des modèles LLM : préavis

Un modèle de langage, ou LLM, proposé par API (l'interface de programmation que votre application appelle) a une durée de vie limitée. Il passe d'actif à déprécié (il fonctionne encore, mais une date de fin est fixée et un remplaçant est conseillé), puis à retiré (les requêtes échouent). Les préavis vont, au 15/11/2026, de quelques semaines pour une préversion à six mois pour un modèle en disponibilité générale chez OpenAI et Mistral AI. Une application d'entreprise doit donc prévoir, dès sa conception, de changer de modèle.

Cercle IA Tech est édité par IArche, qui édite ALMA, la plateforme IA pour PME.

Les étapes, éditeur par éditeur

Anthropic et OpenAI indiquent prévenir les clients concernés par courriel et dans leur documentation. Mistral AI précise qu'un modèle en disponibilité générale ne reçoit pas de mise à jour silencieuse, contrairement aux étapes Labs et Public Preview.

Les échéances proches, relevées le 15/11/2026

Si l'un de ces identifiants figure dans votre code ou votre configuration, le compte à rebours a commencé.

Ce que disent les engagements « pas avant »

Anthropic affiche, pour chaque modèle actif, une date de retrait « pas avant » : par exemple pas avant le 22/09/2027 pour Claude Opus 5.5 et pas avant le 07/10/2027 pour Claude Haiku 5.5. Ces dates valent pour les plateformes qu'Anthropic opère ; Amazon Bedrock et l'offre de Google Cloud gérée par Google fixent leur propre calendrier. Un même modèle peut donc disparaître à des dates différentes selon l'endroit où vous l'appelez.

Google publie, lui, des dates d'arrêt « au plus tôt » et indique, pour beaucoup de modèles récents, qu'aucune date n'est encore annoncée.

Les redirections automatiques : pratiques, mais pas neutres

Google redirige certaines requêtes vers un modèle plus récent plutôt que de les rejeter : à compter du 01/12/2026, les appels à Gemini 2.5 Pro seront servis par Gemini 3.8 Flash. DeepSeek fait de même avec d'anciens noms de modèles, servis par DeepSeek-V4.1-Flash. L'application ne tombe pas en panne, mais le modèle qui répond n'est plus celui que vous avez testé : ton, longueur, format et erreurs peuvent changer. Refaites passer vos tests avant la date.

Que faire, concrètement

1. Inventorier : listez les identifiants de modèles utilisés dans vos applications. Anthropic propose un export de l'usage par clé et par modèle depuis sa console ; OpenAI expose la date de fin dans le champ shutdown_date de son API.
2. Surveiller : consultez régulièrement les pages de dépréciation des éditeurs, c'est la première bonne pratique listée par Anthropic.
3. Tester tôt : faites passer votre jeu de tests au remplaçant bien avant la date de retrait.
4. Éviter les alias mouvants en production : Mistral AI prévient qu'un alias nom-latest peut changer de comportement et de prix sans prévenir.
5. Préparer le code au changement : voir changer de modèle sans tout refaire.

Pour échapper au calendrier d'un éditeur, il reste la voie des modèles à poids ouverts, que vous hébergez vous-même : voir poids ouverts ou API.