GPTMap

如何追踪 OpenAI 更新:API changelog、ChatGPT Release Notes 与官方公告的正确打开方式

OpenAI 的更新分散在三个官方面。本文讲清三者的分工、ChatGPT 侧 90 天退役惯例与 API 侧 deprecation 的区别,并给出一套可落地的每周巡检 SOP。

TL;DR
OpenAI 的更新分散在三个官方面:API changelog(developers.openai.com,管模型发布、价格与 deprecation)、ChatGPT Release Notes(help.openai.com,管产品功能与 ChatGPT 侧模型退役)、openai.com 公告(管公司级大事)。ChatGPT 侧模型通常在继任者发布后约 90 天退役(o3 于 2026-08-26 下线;GPT-4.5 只给了 30 天窗口);API 侧以下线公告为准,两者不同步——GPT-4o 等 2026-02-13 从 ChatGPT 退役时 API 未变。本文给出一套每周巡检 SOP 与三条可复制的快照嗅探命令。
追踪 OpenAI 更新是指系统性巡检 OpenAI 的三个官方信息面(API changelog、ChatGPT Release Notes、公司公告),把模型发布、价格调整与功能退役转译为工程动作(版本固定、迁移预案、预算调整)的持续实践。

操作步骤

  1. 固定巡检节奏与责任人

    每周固定一个时间窗(如周一上午),指定一名责任人负责巡检与记录。OpenAI 的更新节奏决定了每周一次足够(经验值),漏掉一周就可能漏掉一个 90 天退役窗口的起点。

  2. 抓取三个信息面快照

    用 curl 把 API changelog 页面存成带日期的本地快照;ChatGPT Release Notes 与公司公告用浏览器人工过一遍(help.openai.com 对脚本抓取有防护)。快照是后续 diff 的基础。

  3. 嗅探关键词与日期

    对 changelog 快照 grep deprecat / retire / removed 等关键词,提取 ISO 日期列表,标记本周新出现的条目。命令见正文第 5 节。

  4. 与上周快照做 diff

    diff 本周与上周的快照文件,新增段落即本周更新。对每条增量问三个问题:影响哪个模型或功能?影响产品面还是 API 面?需要什么工程动作?

  5. 把结论转成工程动作

    更新内部模型配置(绝不硬编码 model 名)、为进入退役窗口的模型排迁移任务、价格变化同步到成本预算。没有工程动作的巡检只是收藏。

追踪 OpenAI 更新是指系统性巡检 OpenAI 的三个官方信息面,把模型发布、价格调整与功能退役转译为工程动作的持续实践。OpenAI 的更新从来不是从一个地方发布的:模型与价格走 API changelog,产品功能与产品侧退役走 ChatGPT Release Notes,公司级大事走官方公告——漏看任何一个面,都可能错过一个正在倒计时的退役窗口。本文讲清三个信息面的分工、ChatGPT 侧 90 天退役惯例与 API 侧 deprecation 的区别,并给出一套可以落地的每周巡检 SOP。

1. 为什么需要一个追踪机制

两个原因让"偶尔刷刷推特"式的追踪失效。第一,更新分散:模型发布在 changelog、功能上线在 release notes、供应关系变化在公告,三处节奏不同、措辞不同。第二,退役加速:ChatGPT 侧的模型现在遵循"继任者发布后约 90 天退役"的惯例——2026 年内 GPT-5.2(6-12)、GPT-4.5(6-26)、o3(8-26)相继从 ChatGPT 下线,窗口从公告到生效最短只有 30 天。对把某个 model 名写死在生产配置里的团队来说,这不是新闻问题,是事故隐患。

2. 三个官方面的分工

信息面地址管什么节奏(经验值)
API changelogdevelopers.openai.com/api/docs/changelog模型发布、价格调整、deprecation、新 API 能力每周 1-3 次
ChatGPT Release Noteshelp.openai.com/en/articles/6825453-chatgpt-release-notesChatGPT 产品功能、产品侧模型退役、计划调整每周 1-3 次
公司公告openai.com(新闻 / index 路径)公司级事件:合作、终止供应、政策与合规不定期

三个面的读者动作不同:changelog 直接对应工程改动(model 名、参数、价格表);Release Notes 对应产品培训与用户沟通;公司公告对应供应商风险评估。一个典型案例是 DALL·E 的两层下线——API 模型在 2026-05-12 硬下线(changelog),而 ChatGPT 内的官方 DALL·E GPT 到 2026-08-30 才退役(Release Notes):只盯一个面的人会在另一个面被突然袭击。

3. ChatGPT 侧:90 天退役惯例

官方在 2026-06-12 的 Release Notes 条目中确认了惯例:继任者发布后,模型通常会在 ChatGPT 中继续可用约 90 天。2026 年的实例:

模型退役公告实际下线窗口
GPT-5.22026-06-12
GPT-4.52026-05-282026-06-26约 30 天
o32026-05-282026-08-26约 90 天
官方 DALL·E GPT2026-07-312026-08-3030 天

三个实践推论:第一,倒计时从继任者发布日开始,所以追踪"新模型发布"就是在追踪"旧模型退役";第二,窗口可能短至 30 天,迁移预案要能在一个月内执行;第三,退役公告通常附带迁移指引(如 DALL·E GPT 指向 ChatGPT Images),发布沟通时直接引用官方路径。

4. API 侧:deprecation 与硬下线是两回事

API 的下线以 API changelog 的 deprecation 公告为准,节奏与 ChatGPT 产品侧完全不同步。两个关键区别:

  • 产品退役不等于 API 下线:GPT-4o、GPT-4.1、GPT-4.1 mini、o4-mini、GPT-5 于 2026-02-13 从 ChatGPT 退役时,官方明确说明 API 可用性不变。生产环境不必因为 ChatGPT 侧退役而紧急迁移——但也不意味着永远可用,最终以下线公告为准。
  • 硬下线没有缓冲:DALL·E 2/3 在 2026-05-12 从 API 下线时是直接移除,不是保留调用期的 deprecation。对这类条目,迁移必须在生效日前完成,"上线当天再改 model 名"是唯一安全的动作节奏。

因此团队内部的模型清单应该有两个字段:chatgpt_retirement(影响产品沟通)与 api_deprecation(影响生产代码),混在一起看必然出错。

5. 团队落地:每周巡检 SOP

把巡检脚本化,核心是"快照 + 嗅探 + diff"三步。以下命令均已实测可用(changelog 页面对 curl 返回完整 HTML,约 480KB):

第一步:抓带日期的快照(放进 cron 每周跑一次)

curl -s https://developers.openai.com/api/docs/changelog -o "changelog-$(date +%F).html"

第二步:嗅探退役关键词与日期

grep -coE 'deprecat|retire|removed' changelog-2026-08-29.html
grep -oE '20[0-9]{2}-[0-9]{2}-[0-9]{2}' changelog-2026-08-29.html | sort -u | head

第三步:与上周快照对比,看增量

diff changelog-2026-08-22.html changelog-2026-08-29.html | head -40

两个注意点:changelog 页面的部分近期内容依赖浏览器渲染,curl 拿到的是静态骨架,嗅探适合发现"有没有变化",完整阅读仍建议用浏览器;ChatGPT Release Notes 所在的 help.openai.com 对脚本抓取有防护,人工巡检即可,不必硬抓。

6. 常见误区

把产品退役当 API 下线。看到"某某模型从 ChatGPT 退役"就紧急改生产配置——大多数时候 API 没变。反过来也一样:API changelog 没提退役,不代表产品侧没有倒计时。

只盯二手信息源。社交媒体与聚合邮件快,但准确率不够——转述会丢条件、错日期。二手信息当线索,官方三面当依据。

价格只看文档不看账单。价格调整的权威来源是 changelog 与定价页,但实际账单才是最终事实:缓存价、分层价、批量折扣都可能让实际成本偏离标价。巡检发现价格变更后,第一时间对账。

巡检不产生动作。看了、记了、没有然后——等于没巡检。每条增量都必须落到三个动作之一:改配置、排任务、更新预算。

常见问题

1. OpenAI 的更新应该在哪看?

三个官方面:API changelog(developers.openai.com/api/docs/changelog)管模型发布、价格与 deprecation;ChatGPT Release Notes(help.openai.com)管 ChatGPT 产品功能与产品侧模型退役;openai.com 公告管公司级事件(合作、终止供应、政策)。本文第 2 节有完整分工表。

2. 模型从 ChatGPT 下线后 API 还能用吗?

通常可以。GPT-4o、GPT-4.1、GPT-4.1 mini、o4-mini、GPT-5 于 2026-02-13 从 ChatGPT 退役时,官方说明 API 可用性不变。API 侧的下线以 API changelog 的 deprecation 公告为准,和产品退役是两条时间线。

3. ChatGPT 侧模型能撑多久?

惯例约 90 天:官方在 2026-06-12 的条目中确认"继任者发布后模型通常在 ChatGPT 中继续可用约 90 天"。实例:o3 在 2026-05-28 公告、2026-08-26 下线(90 天);GPT-4.5 在 2026-05-28 公告、2026-06-26 下线(只给 30 天)。继任者发布日就是倒计时起点。

4. DALL·E 不是早就下线了吗,怎么又退役一次?

两个层面:API 侧 DALL·E 2/3 模型在 2026-05-12 从 API 硬下线;ChatGPT 产品内的官方 DALL·E GPT 到 2026-08-30 才退役。看更新必须分清产品面与 API 面——同一品牌在不同层面的生命周期可以相差数月。

5. 团队怎么把追踪落地成流程?

五步:固定每周巡检时间与责任人;用 curl 抓三个信息面的 HTML 快照;用 grep 嗅探 deprecat / retire 等关键词与日期;diff 上周快照找增量;最后把结论转成工程动作(改 model 配置、排迁移任务、调预算)。本文第 5 节有完整命令。

6. 公司级公告里有什么值得开发者盯的?

模型供应关系的变化。例如 OpenAI 在 2026-08-28 公告终止向 Cursor 供应模型(2026-11-12 生效)——这类事件直接影响"你的模型从哪来",比单条 API 变更的影响面更大。

下一步

关键要点

  • 三个官方面各管一层:API changelog 管模型与价格,ChatGPT Release Notes 管产品功能与 ChatGPT 侧退役,openai.com 公告管公司级事件
  • ChatGPT 侧退役惯例约 90 天:o3 于 2026-08-26 下线(90 天窗口);GPT-4.5 只有 30 天窗口(2026-06-26 下线)
  • ChatGPT 侧退役 ≠ API 下线:GPT-4o / GPT-4.1 / o4-mini / GPT-5 于 2026-02-13 从 ChatGPT 退役时,官方说明 API 可用性不变
  • DALL·E 是两层分开下线的典型:API 模型 2026-05-12 硬下线,ChatGPT 内的 DALL·E GPT 2026-08-30 才退役
  • 每周巡检一次足够覆盖节奏(经验值);关键是把更新转成工程动作:model 参数不硬编码、为旗舰模型准备迁移预案
  • 用 curl 快照 + 关键词嗅探 + 两次快照 diff 的方式把巡检脚本化,十行以内就能搭起来

常见问题

三个官方面:API changelog(developers.openai.com/api/docs/changelog)管模型发布、价格与 deprecation;ChatGPT Release Notes(help.openai.com)管 ChatGPT 产品功能与产品侧模型退役;openai.com 公告管公司级事件(合作、终止供应、政策)。本文有完整分工表。

官方参考

相关文章

订阅 GPTMap Weekly

每周一封邮件,精选 OpenAI 重要更新、深度解读与最佳实践。无广告,可随时退订。

GPTMap Editorial发布于 2026-08-29 11 分钟阅读
测试环境(EEAT)
最后测试时间:2026-08-29
使用模型:gpt-5.6