GPT-5 与 o3 停用前的迁移与回归检查

把模型名换掉，只完成了迁移的一小部分。原文称，OpenAI 将于 2026 年 12 月 11 日停用 gpt-5、o3 等 API 模型；真正需要提前处理的，是新模型能否继续满足应用对 JSON、工具调用、回答长度和语气的要求。

作者给出的路线很直接：找齐引用，用真实请求对比新旧模型，再提前上线观察。对程序员最有用的提醒是：旧模型一旦下线，就无法再补跑对照，验证窗口会先于迁移机会消失。

要找的不是几个字符串，而是所有模型配置入口

按原文描述，OpenAI 于 2026 年 6 月 11 日宣布停用计划，涉及 gpt-5、gpt-5-mini、gpt-5-nano、gpt-5-pro、o3 和 o3-pro，包括短名称及带日期的快照。基于它们的微调模型也受影响，例如 ft:gpt-5-mini-2025-08-07:your-org::abc123。

原文列出的替代选择是 gpt-5.6-sol、gpt-5.6-terra 和 gpt-5.6-luna，但没有提供逐个型号的对应关系。o3 和 o3-pro 也迁入 GPT-5.6 家族，没有另列 o-series 后继型号。

作者提供了自己的工具 Driftline，用来扫描仓库中的模型引用，并显示文件、行号和退役日期：

npx -y @aidriftline/driftline .

注意最后的 .，扫描目标是当前目录。原文称它不需要账号或 API key，且能识别 OpenAI、Anthropic 和 Google 的模型 ID；但没有展示扫描覆盖率或误报数据。

也可以先用普通文本搜索定位旧型号：

grep -rnE '"(gpt-5(-mini|-nano|-pro)?|o3(-pro)?)(-20[0-9-]+)?"' .

要留意正则里的双引号：它匹配的是带双引号的模型名，像 OPENAI_MODEL=gpt-5 这样的配置可能漏掉。

仓库之外还有部署平台设置、数据库里的租户配置，以及 SDK、agent 框架的默认值。每周才执行一次的评估脚本、notebook 和 cron 任务也容易漏查。Azure OpenAI 则需要单独核对 Azure 的退役安排，不能直接套用原文日期。

迁移测试要检查程序依赖，不能只看回答好不好

新模型能回答同一个问题，不代表原来的应用还能正常工作。

作者建议从日志中挑选 10 到 20 条真实提示词，包含少见请求，分别交给旧模型和替代模型，再并排比较。检查重点是程序实际依赖的行为：

• JSON 是否仍符合 schema，前后有没有多出解释文字。
• 回答长度是否影响界面展示和费用。
• 相同请求是否触发了不同的工具或函数调用。
• 原本可处理的请求是否出现拒答，面向用户的语气是否改变。

对前端和 Node 应用来说，最直接的验证就是让新输出经过现有解析逻辑。肉眼觉得内容合理，挡不住 JSON.parse 或字段校验失败。

这个比较必须在旧模型还能调用时完成。原文还列了两个相邻时间点：2026 年 11 月 30 日，Evals platform 和 reusable prompts API（v1/prompts）关闭；12 月 1 日，旧版 GPT Image 模型停用。原文称 OpenAI 推荐 Promptfoo 作为自行运行对比的一种选择，但没有给出具体配置。

切换时还有一个参数细节：原先使用 gpt-5-pro 或 o3-pro 的应用，迁到 gpt-5.6-sol 后需要设置 reasoning.mode: pro，否则得到的是标准模式。作者建议提前部署，在最初几天查看错误日志，并把退役型号检查加入每个 pull request 的 CI。

我的判断

这套流程最合理的地方，是把模型迁移当成行为变更处理。尤其是结构化输出和工具调用，不能用「新模型通常更强」代替回归验证。

不过，10 到 20 条提示词只是起步样本。原文没有交代业务规模、抽样覆盖率，也没有展示迁移前后的成功率、费用或延迟数据。它是一套操作建议，并非经过对照实验验证的完整方案。

Driftline 也有明确的推广背景：作者就是工具开发者。扫描器适合整理仓库引用，普通搜索也能完成初筛，但两者都不能证明部署后台和数据库中的配置已经查全。

另外，本文所述日期、型号和参数均来自提供的原文，没有附上官方公告正文供核对。执行生产迁移前，应核实这些信息；原文也没有说清三个替代型号该如何选择。

能拿来做什么

• 给前端配套的 Node 服务整理一份模型配置清单，覆盖代码、环境变量、数据库和框架默认值，并单独检查定时任务。
• 从实际日志中选取 10 到 20 条请求作为首批回归样本，加入异常输入，让新旧输出都经过现有 JSON 解析和 schema 校验。
• 对依赖工具调用的 AI 编程流程，比较调用的函数及参数；对展示生成文本的页面，同时检查长度和语气。
• 在旧模型仍可调用时保存对照结果，提前部署替代配置，再用错误日志观察解析失败和调用异常；将退役检查接入 CI，及时发现新增的旧型号引用。