Ngừng hỗ trợ và lập phiên bản mô hình AI: Duy trì sự ổn định cho các tích hợp API

Việc ngừng hỗ trợ và lập phiên bản mô hình AI là quá trình theo dõi các định danh (identifier) mô hình mà tích hợp của bạn đang gọi, cách các nhà cung cấp loại bỏ hoặc thay đổi các định danh đó theo thời gian, và cách bạn bảo vệ sản phẩm của mình trước những thay đổi đó. Nếu thực hiện sai, một bản cập nhật định kỳ của nhà cung cấp có thể trở thành sự cố ngừng hoạt động ngoài kế hoạch hoặc sự thay đổi âm thầm về chất lượng đầu ra.

Điều này càng quan trọng hơn khi các đội ngũ gọi nhiều mô hình tiên phong (frontier) và mô hình mở (open-weight) trong cùng một sản phẩm. Một mô hình từng là lựa chọn mặc định cho tác nhân lập trình (coding agent) sáu tháng trước có thể đã bị thay thế, đổi tên hoặc thay đổi giá vào hôm nay, và tích hợp nào giả định một định danh ổn định sẽ là tích hợp bị lỗi đầu tiên.

Các điểm chính

• Việc ngừng hỗ trợ mô hình diễn ra theo lộ trình của nhà cung cấp, không phải của bạn. Việc ghim (pin) một định danh mô hình có phiên bản, thay vì sử dụng bí danh (alias) thay đổi liên tục, là biện pháp phòng thủ chính chống lại những thay đổi hành vi âm thầm.
• Tự động nâng cấp lên bí danh mặc định hoặc "mới nhất" (latest) của nhà cung cấp là sự đánh đổi giữa tính ổn định và tính cập nhật. Chỉ thực hiện điều này sau một bộ kiểm thử (test suite) nhằm ngăn chặn các hồi quy về đầu ra và chi phí trước khi chúng đến môi trường production.
• Danh mục mô hình và Trung tâm dữ liệu mô hình của TokenLab (/models và /models/data) công bố danh sách các định danh mô hình theo nhà cung cấp mà các nhà phát triển có thể sử dụng làm điểm tham chiếu khi kiểm tra xem tích hợp của mình thực sự đang gọi phiên bản nào.
• Một tích hợp có khả năng chống chịu việc ngừng hỗ trợ sẽ lưu giữ các định danh mô hình trong một lớp cấu hình hoặc định tuyến, tách biệt với logic ứng dụng, để khi có thông báo ngừng hỗ trợ, bạn chỉ cần chỉnh sửa một giá trị thay vì phải tìm kiếm trong toàn bộ codebase.

Ngừng hỗ trợ và lập phiên bản thực sự có nghĩa là gì trong tích hợp API

Mỗi yêu cầu gửi đến API mô hình đều bao gồm một định danh mô hình, một chuỗi ký tự như gpt-5.5 hoặc claude-sonnet-5, cho nhà cung cấp biết cần chạy checkpoint nào. Ba điều khác biệt xảy ra với các định danh này trong vòng đời của một mô hình:

Lập phiên bản (Versioning). Các nhà cung cấp phát hành các bản snapshot có ngày tháng hoặc số hiệu (một checkpoint cụ thể được đóng băng tại một thời điểm) cùng với các bí danh thay đổi liên tục (một cái tên như "latest" âm thầm trỏ đến checkpoint mà nhà cung cấp hiện đang khuyến nghị). Việc gọi bí danh có nghĩa là hành vi của tích hợp có thể thay đổi mà không cần bạn phải thay đổi mã nguồn.

Ngừng hỗ trợ (Deprecation). Nhà cung cấp thông báo rằng một định danh mô hình cụ thể sẽ ngừng phục vụ sau một ngày nhất định. Các yêu cầu thực hiện sau ngày đó thường trả về lỗi thay vì chuyển hướng đến mô hình thay thế.

Loại bỏ hoặc kết thúc (Retirement hoặc sunset). Định danh bị xóa hoàn toàn. Một số nhà cung cấp chuyển hướng các định danh cũ sang mặc định mới hơn trong một khoảng thời gian chuyển tiếp; số khác thì không. Hành vi chính xác phụ thuộc vào từng nhà cung cấp và thay đổi theo thời gian, vì vậy hãy xác minh chính sách hiện tại trực tiếp trong tài liệu của mỗi nhà cung cấp trước khi bạn dựa vào đó.

Hiểu rõ ba khái niệm này là bước đầu tiên để coi việc lựa chọn mô hình là một sự phụ thuộc vận hành, chứ không phải là quyết định một lần khi ra mắt.

Những gì nhà cung cấp ghi lại về các yêu cầu mô hình

Theo tài liệu bắt đầu nhanh (quickstart) API của OpenAI (quan sát ngày 14/07/2026), một yêu cầu gửi đến API Responses chỉ định mô hình dưới dạng tham số chuỗi trong phần thân yêu cầu, cùng với nội dung đầu vào. Điều này xác nhận cơ chế cơ bản mà các nhà phát triển dựa vào: định danh mô hình chỉ là dữ liệu được truyền trong yêu cầu, không phải thứ gì đó được tích hợp sẵn vào phiên bản SDK hay URL endpoint. Đây là tin tốt cho chiến lược lập phiên bản, vì nó có nghĩa là việc thay đổi mô hình, ở cấp độ yêu cầu, chỉ là thay đổi một dòng mã.

Điều mà trang bắt đầu nhanh không đề cập đến là chính sách ngừng hỗ trợ: ngày kết thúc chính xác, khoảng thời gian chuyển tiếp, hoặc liệu một định danh cũ sẽ trả về lỗi hay chuyển hướng sau ngày cắt giảm. Những chi tiết đó nằm trong tài liệu về mô hình hoặc tài liệu ngừng hỗ trợ của từng nhà cung cấp và thay đổi thường xuyên đến mức bài viết này sẽ không nêu lại các ngày cụ thể. Nếu tích hợp của bạn phụ thuộc vào lộ trình ngừng hỗ trợ, hãy xác nhận nó dựa trên chính sách công bố hiện tại của nhà cung cấp trước khi bạn triển khai, thay vì dựa vào một bài đăng trên blog.

Trang ngừng hỗ trợ của OpenAI cung cấp một ví dụ cụ thể. Thông báo ngày 11/06/2026 của họ đưa ra ngày ngừng hoạt động là 11/12/2026 cho các snapshot GPT-5 và o3 cũ hơn, xác định các ID bị ảnh hưởng bao gồm gpt-5-2025-08-07 và o3-2025-04-16, và liệt kê gpt-5.5 là mô hình thay thế được khuyến nghị cho cả hai. Hãy đọc mục ngừng hỗ trợ theo thứ tự: ngày thông báo, ngày ngừng hoạt động, ID mô hình bị ảnh hưởng chính xác, sau đó là mô hình thay thế. Tìm kiếm ID bị ảnh hưởng trong mã ứng dụng và cấu hình, so sánh ngày ngừng hoạt động với lộ trình triển khai của bạn và hoàn tất kiểm thử thay thế trước ngày đó.

Mô hình yêu cầu tương tự (một chuỗi mô hình cộng với đầu vào) phổ biến ở các nhà cung cấp lớn, mặc dù tên trường, giá trị mặc định và quy ước lập phiên bản chính xác có thể khác nhau. Hãy coi hành vi của bất kỳ nhà cung cấp nào khác là thứ cần xác minh trong tài liệu của chính họ thay vì giả định từ ví dụ của OpenAI.

Rủi ro ngừng hỗ trợ thực sự làm hỏng các tích hợp production ở đâu

Trên thực tế, các vấn đề về ngừng hỗ trợ và lập phiên bản xuất hiện theo một vài mô hình lặp lại:

• Sự trôi dạt âm thầm từ các bí danh thay đổi liên tục. Một tích hợp gọi một bí danh chung thay vì một phiên bản có ngày tháng. Nhà cung cấp cập nhật bí danh sang một checkpoint mới, và các câu lệnh (prompt) vốn đã được tinh chỉnh cho mô hình cũ bắt đầu tạo ra tông giọng, độ dài hoặc hành vi gọi công cụ khác biệt, mà không có lỗi và không có mục nhật ký nào để chỉ ra.
• Cắt giảm đột ngột trên các phiên bản được ghim. Một định danh mô hình có ngày tháng được ghim bị loại bỏ. Các yêu cầu bắt đầu thất bại với lỗi 4xx, và nếu định danh đó bị chôn vùi ở nhiều nơi trong codebase, việc sửa lỗi sẽ mất nhiều thời gian hơn mức cần thiết.
• Cửa sổ ngữ cảnh và thay đổi giá gắn liền với phiên bản. Một phiên bản mô hình mới có thể ra mắt với giới hạn ngữ cảnh hoặc giá token khác, làm thay đổi chi phí và trong một số trường hợp, làm thay đổi những gì một tác nhân chạy dài hạn có thể chứa trong một lần gọi.
• Các tác nhân lập trình và định dạng gọi công cụ thay đổi giữa các phiên bản. Các lược đồ gọi công cụ và gọi hàm có thể thay đổi tinh vi giữa các phiên bản mô hình, đây là rủi ro đặc biệt đối với các tác nhân lập trình được xây dựng dựa trên các mô hình như Claude Sonnet 5, Kimi K2.7 Code, hoặc DeepSeek V4 Pro, nơi tích hợp phụ thuộc vào việc mô hình phát ra một lệnh gọi công cụ có cấu trúc một cách đáng tin cậy.

Không có chế độ lỗi nào trong số này yêu cầu nhà cung cấp phải làm bất cứ điều gì bất thường. Chúng là kết quả có thể dự đoán được của việc coi định danh mô hình là một hằng số cố định thay vì một sự phụ thuộc có phiên bản.

Danh sách kiểm tra cho các tích hợp có khả năng chống chịu việc ngừng hỗ trợ

Sử dụng danh sách này như một danh sách kiểm tra khi bạn triển khai hoặc xem xét một tích hợp mô hình.

• Các định danh mô hình nằm trong một lớp cấu hình duy nhất (biến môi trường, tệp cấu hình hoặc dịch vụ định tuyến), không nằm rải rác tại các điểm gọi.
• Lưu lượng truy cập production sử dụng các định danh có ngày tháng hoặc phiên bản khi nhà cung cấp cung cấp chúng, không sử dụng các bí danh "latest" không đủ điều kiện, trừ khi bạn đã chọn chấp nhận sự trôi dạt để đổi lấy tính cập nhật tự động.
• Có một quy trình sở hữu (lời nhắc lịch, phiếu theo dõi sự phụ thuộc hoặc cảnh báo giám sát) để kiểm tra các thông báo ngừng hỗ trợ của từng nhà cung cấp, vì chúng thường được thông báo trước một khoảng thời gian thay vì áp dụng ngay lập tức.
• Một mô hình dự phòng hoặc đường dẫn định tuyến tồn tại cho ít nhất điểm gọi có lưu lượng truy cập cao nhất của bạn, để việc cắt giảm đột ngột chỉ làm suy giảm dịch vụ thay vì làm hỏng hoàn toàn.
• Các bộ kiểm thử prompt và gọi công cụ chạy thử nghiệm với bất kỳ mô hình thay thế ứng viên nào trước khi thay đổi phiên bản đến được môi trường production, đặc biệt là đối với các tác nhân lập trình và luồng đầu ra có cấu trúc.
• Các giả định về chi phí và cửa sổ ngữ cảnh được kiểm tra lại bất cứ khi nào phiên bản mô hình thay đổi, không chỉ là tính chính xác.
• Ai đó trong nhóm có thể trả lời, mà không cần tìm kiếm mã nguồn, định danh mô hình chính xác nào đang phục vụ mỗi điểm gọi production hiện nay.

Ví dụ: ghim phiên bản và định tuyến dự phòng

Ghim một phiên bản cụ thể và xác định một phương án dự phòng rõ ràng là một mô hình đơn giản giúp loại bỏ hầu hết các bất ngờ trong vận hành. Ví dụ dưới đây cho thấy hình thức của một cách tiếp cận dựa trên cấu hình: định danh mô hình là một giá trị, không phải là một chuỗi được mã hóa cứng trong logic yêu cầu.

# model_config.py
MODEL_CONFIG = {
    "primary_chat": {
        "provider": "openai",
        "model": "gpt-5.5",          # ghim vào một định danh cụ thể, có tài liệu
        "fallback": "claude-sonnet-5" # được sử dụng nếu mô hình chính bị lỗi hoặc ngừng hỗ trợ
    },
    "coding_agent": {
        "provider": "anthropic",
        "model": "claude-sonnet-5",
        "fallback": "deepseek-v4-pro"
    },
}

# request.py
import requests
from model_config import MODEL_CONFIG

def call_model(task_key: str, input_text: str):
    cfg = MODEL_CONFIG[task_key]
    try:
        response = requests.post(
            "https://api.openai.com/v1/responses",
            headers={"Authorization": "Bearer $OPENAI_API_KEY"},
            json={"model": cfg["model"], "input": input_text},
            timeout=30,
        )
        response.raise_for_status()
        return response.json()
    except requests.HTTPError as err:
        if err.response.status_code in (404, 410):
            # định danh mô hình bị loại bỏ hoặc không tìm thấy: chuyển sang dự phòng
            return call_model_with_id(cfg["fallback"], input_text)
        raise

Đây chỉ là ví dụ minh họa, không phải là một thư viện có thể sử dụng ngay. URL yêu cầu, tiêu đề và mã lỗi thay đổi tùy theo nhà cung cấp, và bạn nên xác nhận hình thức yêu cầu chính xác và ngữ nghĩa lỗi dựa trên tài liệu hiện tại của nhà cung cấp như tài liệu bắt đầu nhanh API OpenAI trước khi dựa vào mô hình này trong production.

Bảng quyết định: ghim, bí danh hoặc định tuyến

Chiến lược	Ý nghĩa	Phù hợp nhất	Rủi ro chính
Ghim vào phiên bản có ngày tháng	Gọi một định danh mô hình chính xác, có phiên bản	Các luồng được quản lý hoặc quan trọng, nơi tính nhất quán của đầu ra quan trọng hơn việc cập nhật	Cắt giảm đột ngột khi nhà cung cấp loại bỏ phiên bản đó; yêu cầu quy trình nâng cấp do bạn sở hữu
Sử dụng bí danh thay đổi liên tục của nhà cung cấp	Gọi một cái tên chung như "latest" mà nhà cung cấp trỏ lại theo thời gian	Các trường hợp sử dụng ít quan trọng, độ chịu lỗi cao như công cụ nội bộ hoặc tạo bản nháp	Sự trôi dạt âm thầm về hành vi và chi phí mà không có thay đổi mã nguồn để cảnh báo
Định tuyến qua lớp cấu hình hoặc cổng	Ứng dụng gọi một tên nội bộ; lớp này phân giải nó thành một mô hình nhà cung cấp, với logic dự phòng	Sản phẩm đa mô hình, tác nhân lập trình, hoặc các nhóm thực hiện so sánh giữa các mô hình như GLM-5.2, Qwen3.7 Plus, hoặc Gemini 3.5 Flash	Độ phức tạp vận hành tăng thêm khi phải duy trì chính lớp định tuyến

Đối với hầu hết các tích hợp production gọi nhiều hơn một mô hình hoặc nhà cung cấp, lớp định tuyến xứng đáng với độ phức tạp tăng thêm, vì nó biến thông báo ngừng hỗ trợ thành một thay đổi cấu hình thay vì một cuộc kiểm tra mã nguồn.

Cách TokenLab hiển thị thông tin phiên bản mô hình

Danh mục mô hình và Trung tâm dữ liệu mô hình của TokenLab liệt kê các định danh mô hình theo nhà cung cấp, mà các nhà phát triển có thể sử dụng làm điểm tham chiếu khi kiểm tra xem một tích hợp hiện đang gọi gì và những lựa chọn thay thế nào tồn tại trong các danh mục như mô hình văn bản tiên phong, tác nhân lập trình, định tuyến chi phí thấp, tạo hình ảnh và tạo video. Đây là bề mặt liệt kê, không phải dịch vụ thông báo ngừng hỗ trợ, vì vậy nó không thay thế việc kiểm tra trực tiếp chính sách ngừng hỗ trợ của từng nhà cung cấp. Đối với các nhóm đang suy nghĩ về cách giữ siêu dữ liệu mô hình có thể đọc được bằng máy trên một bối cảnh mô hình đang phát triển, cuộc thảo luận trong agent-readable model truth và trường hợp rộng hơn cho agent-first API design bao gồm các nội dung liên quan về lý do tại sao dữ liệu mô hình có cấu trúc, hiện tại lại quan trọng đối với cả nhà phát triển con người và các tác nhân gọi các API này thay mặt họ.

Hạn chế

Bài viết này mô tả các mô hình chung trong việc lập phiên bản và ngừng hỗ trợ mô hình dựa trên cách các tham số yêu cầu được ghi lại trong tài liệu bắt đầu nhanh API OpenAI và cách các bề mặt mô hình công khai của TokenLab được cấu trúc. Nó không nêu ngày ngừng hỗ trợ cụ thể, khoảng thời gian loại bỏ hoặc thay đổi giá cho bất kỳ mô hình nào, vì những chi tiết đó do nhà cung cấp kiểm soát, thay đổi thường xuyên và không được thiết lập trong các nguồn được sử dụng ở đây. Trước khi bạn dựa vào một ngày cắt giảm hoặc hành vi dự phòng cụ thể, hãy xác nhận nó trực tiếp dựa trên tài liệu hiện tại của nhà cung cấp liên quan.

Câu hỏi thường gặp

Việc ghim phiên bản mô hình có đảm bảo nó sẽ không bao giờ bị ngừng hỗ trợ không? Không. Việc ghim vào một định danh có ngày tháng cụ thể giúp tránh sự trôi dạt âm thầm từ các bí danh thay đổi liên tục, nhưng nhà cung cấp vẫn có thể loại bỏ chính phiên bản đó theo lộ trình riêng của họ. Việc ghim giúp bạn có một chế độ lỗi có thể dự đoán được (lỗi vào một ngày đã biết) thay vì một chế độ không thể dự đoán được (thay đổi hành vi âm thầm).

Làm thế nào để tôi biết khi nào một mô hình tôi phụ thuộc vào sẽ bị ngừng hỗ trợ? Kiểm tra trực tiếp tài liệu của chính nhà cung cấp và các trang ngừng hỗ trợ hoặc nhật ký thay đổi, vì lộ trình là đặc thù của nhà cung cấp và thay đổi liên tục. Hãy coi bất kỳ bản tóm tắt nào của bên thứ ba, bao gồm cả bài viết này, là điểm khởi đầu để xác minh thay vì là nguồn cung cấp ngày tháng chính xác.

Tôi có nên luôn sử dụng phiên bản mô hình mới nhất hiện có không? Không nên tự động làm điều đó. Các phiên bản mới hơn có thể thay đổi định dạng đầu ra, hành vi gọi công cụ, cửa sổ ngữ cảnh hoặc chi phí. Hãy kiểm tra một mô hình thay thế ứng viên dựa trên bộ prompt và gọi công cụ hiện có của bạn trước khi chuyển lưu lượng truy cập production, đặc biệt là đối với các tác nhân lập trình và quy trình làm việc có đầu ra cấu trúc.

Để kiểm tra xem một ID mô hình có còn được liệt kê là hiện tại hay không, hãy sử dụng Trung tâm dữ liệu mô hình TokenLab như một điểm tham chiếu định danh tại một thời điểm. Đây không phải là tài liệu của nhà cung cấp hay dịch vụ thông báo ngừng hỗ trợ, vì vậy hãy xác nhận ngày loại bỏ dựa trên thông báo của chính nhà cung cấp.