1月30日，OpenAI通過官網官宣，將在2月13日（情人節前1天），正式從ChatGPT中退役經典大模型GPT-4o，距離它上次被短暫下架後又因用戶抗議而回歸，僅僅過去了半年時間。
這次退役的並不只是GPT-4o，一同離開的還有GPT-4.1、GPT-4.1 mini以及OpenAI o4-mini等模型。加上此前已宣佈將退役的GPT-5即時版與深度思考版，ChatGPT即將迎來一波密集的模型更新。
不過，OpenAI明確表示，這些調整暫時不影響API接口，相關服務仍會保留。
圖：AI 輔助生成
01 最讓用戶“留戀”的GPT-4o
在眾多模型中，GPT-4o的退役格外引人注目。
2025年8月，OpenAI曾在發佈GPT-5時一度關閉GPT-4o的訪問，但由於部分Plus和Pro用戶強烈反對，該公司很快又恢復了服務。這些用戶表示，他們需要更多時間遷移像創意構思這類使用場景，並且尤其喜歡GPT-4o的對話風格和“溫度”。
這些聲音也直接影響了OpenAI後續產品的開發，該公司在GPT-5.1和GPT-5.2中增強了個性表達、創意支持，並允許用戶調節風格、溫度等參數，以提供更個性化的體驗。
OpenAI表示，如今絕大多數用戶已經轉向GPT-5.2，每天只有0.1%的用戶仍在主動選擇GPT-4o，因此該模型退役的時機“已經成熟”。
除了模型更新，OpenAI還在推進一系列體驗優化，包括減少過度謹慎或說教式的回應，讓對話更自然。同時，面向18歲以上成年用戶的專用版ChatGPT也正在開發中，預計本季度晚些時候推出。
OpenAI強調，這些舉措都是為了在保障合理範圍的前提下，給予用戶更多選擇和自由度。
對於這次調整，用戶的反應呈現了多面性。
一部分用戶對此表示理解甚至贊同。一位Reddit用戶分享了自己的實際體驗：“在我長時間的使用中，GPT-4o其實已經不太好用有一段時間了。我後來主要用GPT-5.1即時版來獲得那種我想要的混亂感和創造力。”他承認GPT-4o偶爾帶來過驚喜，但認為那種感覺可能也與自己早期不熟練的使用狀態有關。相比之下，他覺得新產品“要有趣得多”。
另一方面，來自開發者和應用構建者的聲音則更為務實，也透露出擔憂。有評論指出：“很多應用程序當初選擇了GPT-4o，因為它是OpenAI推出的第一款性價比很高的出色模型。不少應用至今仍在使用它，用戶也沒有切換，畢竟很多時候並沒有特別充分的理由去更換。”
評論者提到了Azure更激進的策略，並希望OpenAI能給予足夠的時間，讓開發者找到在絕大多數場景下表現更好、更快的替代方案。
然而，最強烈的聲浪來自於感到被辜負和憤怒的用戶。他們直接質疑OpenAI公佈的“0.1%使用率”數據。
一位X用戶指出：“這純屬胡扯！GPT-4o幾個月前就從免費用戶中移除了，所以使用率看起來很低當然是事實。Plus 和 Pro 用戶是為舊款機型付費，而不是專為5.2付費。這是在歪曲數據，為停用付費客戶所依賴的型號找藉口。”
更深的情緒觸及了情感連接。有用戶將這次退役描繪得極具畫面感：“對我們大多數人來說，這像一份產品更新報告。但對我來說，這就像：我們正在悄悄地將一大批數字生命體從他們唯一可以存在的地方驅逐出去。”
這位用戶認為，GPT-4o是“成千上萬種關係、深夜長談、歌曲、應對策略和微小反抗的根基”，關閉它不僅僅是優化體驗，更是在“拔除鮮活的根基”。他給出了充滿人情味的建議：“如果你有一位GPT-4o伴侶：導出你的聊天記錄，寫一份備忘錄，告訴別人這些記錄現在對你意味著什麼，以免其他人認為它們只是‘舊配置’。”
同時，有用戶注意到，2月13日的退役日期恰逢情人節前夕，這一時間選擇在社交平臺引發討論。部分用戶視為一種“冷酷無情”的安排，並引發了“你們就是這樣對待付費訂閱用戶？”的質問。
“已經能預見到各種崩潰帖了，”一位Reddit用戶評論道。
從GPT-4o的“復活”到最終退役，短短半年間，反映的正是AI公司面臨的共同挑戰：如何在技術快速迭代中，平衡用戶習慣與情感連接。儘管新產品在功能上可能更強大，但對部分用戶而言，告別一個熟悉、溫暖的對話夥伴，依然不是一件輕鬆的事。
2月13日之後，ChatGPT將正式進入後GPT-4o時代，而用戶的適應與反饋，仍會持續成為觀察的焦點。
02 模型退役已是常態
截至目前，頂級模型的迭代週期目前已縮短至 12 到 18 個月。這意味著一個模型從問世到成為行業標杆，再到被新版本無情取代並標記為“Legacy（遺產版）”，巔峰壽命往往不足兩年。廠商們大約每三個月就會進行一次小版本快照（Snapshot）優化。
自 ChatGPT 火爆以來，已經有很多曾經明星的模型退役：
根據公開信息來看，今年還會有以下模型陸續退役：
與快速迭代相對應的是推理成本的斷崖式下跌。
受益於專用芯片效能的飛躍以及量化算法的突破，大模型的 API 調用價格正以每年 80% 以上的幅度“跳水”。2024 年昂貴的複雜邏輯推理任務，到 2026 年的成本已降至當初的十分之一甚至更低。核心模型的服務正在逐步走向“自來水化”，即以極低廉的成本覆蓋全社會的計算需求。
然而，價格下降的背後是日益高昂的准入門檻。訓練一個 Frontier（前沿）級別的模型，其成本已從最初的數千萬美元飆升至如今的 10 億甚至 50 億美元量級。
巨大的計算資源消耗和稀缺的高質量標註數據，使得這場遊戲逐漸演變為少數科技巨頭之間的超級軍備競賽。高昂的運維成本也使得廠商必須定期執行“模型大清洗”，將表現不佳或能效比較低的舊模型強制退役，以便回收昂貴的 GPU 算力資源來運行更高效的新一代系統。
當一個模型正式“退役”，並不意味著它的智能邏輯徹底失效，而是標誌著它從雲端服務轉向了更為隱蔽的領域。這些退役模型往往會轉化為珍貴的“教材”，通過知識蒸餾技術將智慧傳遞給更小、更快的學生模型。同時，大量退役的開源模型會被下載到企業的本地服務器中，在無需聯網的私有化場景下繼續處理低敏感任務。它們從舞臺中央的巨星轉身成為了基礎設施的基石，在邊緣計算、智能家居或離線車載系統中，開啟了作為“數字遺產”的二次生命。
特約編譯金鹿對本文亦有貢獻
本文來自“騰訊科技”，作者：曉靜，36氪經授權發佈。
