Azure OpenAIのモデル廃止に備えるには、引退日を一度確認するだけでなく、日付の書き換えと「廃止」「引退」の言葉の違いまで追う必要があります。2026年9月21日の公式改訂では、oシリーズ7モデルの引退日が2026年11月19日にそろい、gpt-4o(2024-05-13)は12月9日へ移りました。8月時点の表で立てた移行計画は、延長された行と前倒しされた行が混ざってずれています。
この記事では、2026年10月19日に取得したMicrosoft Learnの原文をもとに、引退が近いモデルの一覧、自分のデプロイの残り日数をコマンドで出す手順、自動アップグレードが効く構成と効かない構成、移行の進め方を整理します。
まとめ:Azure OpenAIのモデル廃止で押さえる5点
- 引退日が近いのはoシリーズとgpt-4o(2024-05-13)。o1・o1-pro・o3・o3-pro・o3-deep-research・o3-mini・o4-miniは2026年11月19日、gpt-4o(2024-05-13)は12月9日に引退します。
- 「廃止(Deprecated)」と「引退(Retired)」は別の段階。廃止では既存のデプロイが動き続け、引退に入ると推論が
410 Goneを返します。Models APIの値はこの表記と1段ずれます。 - 引退日は利用者側からは延ばせないが、Microsoft側の改訂では動く。8月から9月の改訂で、延長された行と前倒しされた行の両方が出ました。月次の確認では間に合わない場面があります。
- 自動アップグレードはStandard系だけ。PTU(プロビジョニング済み)とBatch、
NoAutoUpgradeを設定したデプロイは手で移します。 - 確認はModels APIで自分のデプロイと突き合わせる。スケジュール表は目視の参照用で、表の中にも重複行や日付の食い違いがあります。
Azure OpenAIで廃止・引退が近いモデル一覧【2026年10月19日時点】
一次情報はMicrosoft LearnのModel retirement schedule(2026年9月21日改訂)です。網羅版はこのページで確認してください。モデルごとの用途や単価から後継を選ぶ場合は、Azure OpenAI Serviceのモデル一覧と選び方で系統別に整理しています。
2027年4月までに引退する主なAzure OpenAIモデルと置換先
Azure OpenAIの行から、2026年10月19日以降に引退日が来る主なモデルを日付順に抜き出しました(gpt-5-codex・gpt-5-pro・gpt-image-1-miniなどは省略)。「置換」は公式の推奨移行先で、Standard系では自動アップグレードの行き先にもなります。
| モデル | 版 | 引退日 | 置換 |
|---|---|---|---|
| gpt-image-1 | 2025-04-15 | 2026-10-23 | 未宣言 |
| codex-mini | 2025-05-16 | 2026-11-15 | 未宣言 |
| o1・o1-pro・o3・o3-pro・o3-deep-research | 各版 | 2026-11-19 | gpt-5.6-sol |
| o3-mini・o4-mini | 各版 | 2026-11-19 | gpt-5.6-terra |
| gpt-4o | 2024-05-13 | 2026-12-09 | gpt-5.6-sol |
| tts・tts-hd・whisper | 001 | 2026-12-15 | 未宣言 |
| gpt-image-1.5 | 2025-12-16 | 2026-12-16 | 未宣言 |
| gpt-5・gpt-5-mini・gpt-5-nano | 2025-08-07 | 2027-02-09 | 未宣言 |
| gpt-audio・gpt-realtime | 2025-08-28 | 2027-03-02 | 未宣言 |
| gpt-4o | 2024-08-06・2024-11-20 | 2027-04-14 | gpt-5.1 |
| gpt-4o-mini | 2024-07-18 | 2027-04-14 | 未宣言 |
| gpt-4.1・gpt-4.1-mini・gpt-4.1-nano | 2025-04-14 | 2027-04-14 | 未宣言 |
プレビューのgpt-chat-latestも版ごとに2026年11月17日・12月8日などの期限を持ちます。2026年9月以降に追加されたGPT-6系(gpt-6-sol・gpt-6-astraなど)は、10月19日時点でスケジュール表に行がありません。GPT-6系の期限はModels APIで確認します。
8月版から9月改訂で動いた引退日(延長と前倒し)
同じページの2026年8月11日時点のアーカイブと現行版を突き合わせると、Azure OpenAIの行のうち少なくとも7行で日付か置換先が変わっていました。
| モデル | 8月11日時点 | 9月21日改訂 | 置換の変化 |
|---|---|---|---|
| gpt-4o 2024-05-13 | 2026-10-01 | 2026-12-09 | gpt-5.1→gpt-5.6-sol |
| o3-mini | 2026-10-01 | 2026-11-19 | o4-mini→gpt-5.6-terra |
| gpt-4.1-nano | 2026-10-14 | 2027-04-14 | 未宣言のまま |
| o4-mini | 2026-10-16 | 2026-11-19 | 未宣言→gpt-5.6-terra |
| o1・o1-pro・o3 | 2026-10-21 | 2026-11-19 | gpt-5.6-solのまま |
| o3-pro | 2026-12-17 | 2026-11-19 | 未宣言→gpt-5.6-sol |
| o3-deep-research | 2026-12-26 | 2026-11-19 | 未宣言→gpt-5.6-sol |
ほとんどは延長ですが、o3-proとo3-deep-researchは約1か月の前倒しです。8月の表を見て「12月中旬までは使える」と判断していた環境のうち、PTU・Batch・NoAutoUpgradeのように自動では移らないデプロイは、移行が済んでいなければ11月19日に止まります。同じ改訂で、gpt-4o(2024-11-20)の段階表示は「Deprecated」から「Legacy」へ戻っています。段階も日付も固定値ではないので、移行計画の基準日は四半期ごとではなく、毎週の機械的な確認で更新してください。
置換先そのものの引退日まで確認すべき理由
8月版では、o3-miniの置換先がo4-miniで、そのo4-mini自身が約2週間後に引退するという連鎖がありました。9月改訂で置換先がgpt-5.6-terra(引退日2028-01-11)に変わり、この連鎖は解消しています。
代わりに残っているのがgpt-4o(2024-08-06・2024-11-20)です。置換先のgpt-5.1は2027年5月15日に引退予定で、gpt-4oの引退日(2027年4月14日)から約1か月しか空きません。置換列をそのまま採ると、2か月以内にもう一度移行することになります。置換は引退の約90〜120日前に再選定されるため、gpt-4oの置換先は今後変わる可能性もあります。移行先を決めるときは、候補の引退日まで表で引いてください。
Azure OpenAIの廃止と引退の違い|ライフサイクル5段階
段階の定義はFoundry Models lifecycle and support policyにあります。段階ごとに「新しいデプロイを作れるか」と「既存のデプロイが動くか」が別々に変わります。
5つの段階とデプロイ可否・稼働可否の対応
| 段階 | 新規デプロイ | 既存デプロイ | 意味 |
|---|---|---|---|
| プレビュー | 可 | 稼働 | 重みやAPIが変わりうる |
| 一般提供(GA) | 可 | 稼働 | 重みとAPIが固定 |
| レガシー | 可 | 稼働 | 後継あり・省略される場合あり |
| 廃止(Deprecated) | 既存顧客のみ | 稼働 | 新規顧客は利用不可 |
| 引退(Retired) | 不可 | 停止 | 推論は410 Gone |
「既存顧客」はサブスクリプション単位で判定されます。そのサブスクリプションで該当バージョンをデプロイした実績があるかどうかで決まり、同じテナントに新設したサブスクリプションは権利を引き継ぎません。検証環境を作り直しただけで、廃止段階のモデルが載せられなくなります。
18か月の一般提供ライフサイクルとベンダーごとの例外
一般提供モデルは、起動時に18か月後の引退日がプログラムで設定されます。12か月で廃止段階に入り、18か月で引退する流れです。置換モデルはGlobal Standardで引退の約90日前から、旧モデルが引退するプロビジョニング済みリージョンでは約30日前からテストできます。PTUを使う環境ほど、手を動かせる期間が短くなります。
例外は提供元で決まります。Anthropic・DeepSeek・Fireworks・Mistral AIの一般提供モデルは12か月のライフサイクルで、SpaceXAIのGrokはGrok 4.7以降で最低6か月です。Foundry上のClaudeでは、claude-haiku-4-5が2026年11月15日、claude-sonnet-4-5が11月30日に引退予定です。Fireworksのトークン単位課金のモデルは、引退前の通知期間が15日しかありません。コンプライアンスやセキュリティの問題が見つかったモデルについては、Microsoftが短い通知での緊急引退を留保しています。
Models APIの状態値とドキュメント表記の対応差
Models APIが返すlifecycleStatusは、ドキュメントとポータルの段階名と1対1で対応しません。
| ドキュメント表記 | lifecycleStatus | 実際の状態 |
|---|---|---|
| 一般提供 | GenerallyAvailable | 本番利用可 |
| 廃止(Deprecated) | Deprecating | 推論は動く |
| 引退(Retired) | Deprecated | 410 Gone |
APIがDeprecatedを返したら、それは「廃止」ではなく「引退済み」です。公式の判定順は、Deprecatedなら引退、Deprecatingなら廃止、さらにdeprecation.inferenceが今日より前なら状態表示の遅れに関係なく引退、という並びです。REST APIの仕様(api-version 2024-10-01)では列挙値にStableも定義されていますが、ドキュメントの対応表には出てきません。未知の値を「動く」と見なす分岐は書かないでください。
スケジュール表にも同じ遅れがあります。gpt-4o-transcribe(2025-03-20)は引退日が2026年10月15日なのに、10月19日時点で段階が「GA」のままです。gpt-realtime-mini(2025-10-06)は、2027年4月6日と2026年9月21日の2行が並んでいます。表だけを根拠にすると、どちらの日付を信じるかで判断が割れます。
Azure OpenAIの引退日を確認する方法|Models APIとデプロイ一覧の突き合わせ
スケジュール表は全モデルの一覧で、自分の環境でどのデプロイが影響を受けるかまでは教えてくれません。デプロイ一覧とModels APIを突き合わせれば、残り日数と手動移行の要否をデプロイ単位で出せます。
az restによるModels APIとデプロイ一覧の取得
Models APIはサブスクリプションとリージョン単位で、そのリージョンのモデルと期限を返します。az restはURL中の{subscriptionId}をaz account setで選んだサブスクリプションIDに置き換えるので、認証ヘッダーを自分で組む必要はありません。
az account set --subscription "本番サブスクリプション名"
# リージョンのモデルとライフサイクル(Azure OpenAIリソースと同じリージョンを指定)
az rest --method get \
--url "https://management.azure.com/subscriptions/{subscriptionId}/providers/Microsoft.CognitiveServices/locations/japaneast/models?api-version=2024-10-01" \
--output-file models.json
# リソースのデプロイ一覧(モデル名・版・SKU・versionUpgradeOption)
az rest --method get \
--url "https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/rg-ai/providers/Microsoft.CognitiveServices/accounts/aoai-prod/deployments?api-version=2024-10-01" \
--output-file deployments.json
読むキーは、Models API側がmodel.lifecycleStatus・model.deprecation.inference・SKUごとのmodel.skus[].deprecationDate、デプロイ側がproperties.model・sku.name・properties.versionUpgradeOptionです。リソースが複数リージョンにあるなら、リージョンごとにModels APIを引きます。
デプロイごとの残り日数と手動移行の要否を出すスクリプト
上の2ファイルを読み、デプロイごとにAPIの段階・期限・残り日数・対応区分を出すPythonスクリプトです。標準ライブラリだけで動き、Python 3.9で動作を確認しました。期限はSKU別の日付を優先し、無ければdeprecation.inferenceを使います。区分は「引退済み→要対応」「カタログに無い・期限不明→要確認」「PTU・Batch・NoAutoUpgrade→手動移行」「Standard系→自動更新候補」の順に判定します。自動更新候補でも、移行先で出力が変わらないかの評価は必要です。
import json
import sys
from datetime import date, datetime
def load(path):
data = json.load(open(path, encoding="utf-8"))
if isinstance(data, dict):
if data.get("nextLink"):
sys.exit(f"中止: {path} に続きのページがあります(nextLink)。全ページを結合してから実行してください")
data = data.get("value", [])
return data
def to_date(s):
return datetime.fromisoformat(s.replace("Z", "+00:00")).date() if s else None
AUTO_SKUS = ("Standard", "GlobalStandard", "DataZoneStandard")
OPTIONS = ("OnceNewDefaultVersionAvailable", "OnceCurrentVersionExpired", "NoAutoUpgrade")
models = load(sys.argv[1])
deployments = load(sys.argv[2])
today = date.today()
catalog = {}
for m in models:
mm = m.get("model", {})
key = (mm.get("format"), mm.get("name"), mm.get("version"))
skus = {s["name"]: s.get("deprecationDate") for s in mm.get("skus", [])}
catalog[key] = (mm.get("lifecycleStatus"), (mm.get("deprecation") or {}).get("inference"), skus)
for d in deployments:
p = d["properties"]
dm = p["model"]
sku = d["sku"]["name"]
status, inference, skus = catalog.get((dm.get("format"), dm["name"], dm["version"]), (None, None, {}))
due = to_date(skus.get(sku) or inference)
days = (due - today).days if due else None
upgrade = p.get("versionUpgradeOption") or "OnceCurrentVersionExpired"
if status == "Deprecated" or (days is not None and days < 0):
action = "要対応(引退済み)"
elif status is None or due is None or upgrade not in OPTIONS:
action = "要確認(カタログ不一致・期限不明)"
elif "Provisioned" in sku or "Batch" in sku or upgrade == "NoAutoUpgrade":
action = "手動移行"
elif sku in AUTO_SKUS:
action = "自動更新候補(要評価)"
else:
action = "要確認(SKU)"
print(f'{d["name"]}\t{dm["name"]} {dm["version"]}\t{sku}\t{status}\t{due}\t残り{days}日\t{upgrade}\t{action}')
APIの応答形式に合わせた模擬データ(2026年10月19日実行)での出力は次のとおりです。PTUのchat-ptu、NoAutoUpgradeのreasoner、Batchのbatch-jobが手動移行に振り分けられます。sttはAPIの段階がGenerallyAvailableのままでも期限が過ぎているので要対応、カタログに該当が無いlegacy-embedは要確認になります。
$ python3 check_retire.py models.json deployments.json | column -t -s "$(printf '\t')"
chat-prod gpt-4o 2024-05-13 Standard Deprecating 2026-12-09 残り51日 OnceCurrentVersionExpired 自動更新候補(要評価)
chat-ptu gpt-4o 2024-05-13 ProvisionedManaged Deprecating 2026-12-09 残り51日 OnceCurrentVersionExpired 手動移行
reasoner o4-mini 2025-04-16 GlobalStandard Deprecating 2026-11-19 残り31日 NoAutoUpgrade 手動移行
stt gpt-4o-transcribe 2025-03-20 GlobalStandard GenerallyAvailable 2026-10-15 残り-4日 OnceNewDefaultVersionAvailable 要対応(引退済み)
batch-job o4-mini 2025-04-16 GlobalBatch Deprecating 2026-11-19 残り31日 OnceCurrentVersionExpired 手動移行
legacy-embed text-embedding-ada-002 1 Standard None None 残りNone日 OnceCurrentVersionExpired 要確認(カタログ不一致・期限不明)
週次のジョブに入れる場合は、「残り90日未満」「手動移行」「要対応」「要確認」のいずれかに当たる行を通知します。9月改訂のような日付の変更を拾うには、前回の出力を保存して期限の列を比べ、変わった行も通知に加えてください。応答に続きのページを示すnextLinkが含まれていたら、一部だけの棚卸しにならないよう終了コード1で止めます。その場合は取得側でnextLinkを最後までたどり、valueを結合してから渡します。
Service Healthのアラートと通知が届くタイミング
能動的な通知は2種類です。一般提供モデルは引退の少なくとも60日前、プレビューモデルは少なくとも30日前に、アクティブなデプロイを持つサブスクリプション所有者へメールが届きます。Azure Service Healthの正常性アドバイザリにも表示され、メール・SMS・Webhookのアラートルールを作れます。
設定で迷うのはサービス名です。Service Healthに「Microsoft Foundry」という項目はなく、Azure OpenAI Serviceを選んで絞り込みます。60日前の通知は最終確認として扱い、移行の起点にはしないでください。前倒しされた行は、通知が届く前に計画のほうがずれます。
Azure OpenAIの自動アップグレードの挙動|versionUpgradeOptionとデプロイの種類
引退日にデプロイがどうなるかは、デプロイの種類とversionUpgradeOptionの組み合わせで決まります。
versionUpgradeOptionの3つの値と未設定時の扱い
Standard・Global Standard・Data Zone Standardのデプロイでは、Working with modelsに定義された3値からアップグレードの時機を選びます。
| 設定値 | 挙動 |
|---|---|
| OnceNewDefaultVersionAvailable | 新しい既定版の指定から2週間以内に更新 |
| OnceCurrentVersionExpired | 引退日にその時点の既定版へ更新 |
| NoAutoUpgrade | 更新しない・引退日に停止 |
見落とされやすい仕様が3つあります。1つ目は、値が未設定(null)のデプロイはOnceCurrentVersionExpiredと同じ扱いになることです。RESTの応答にversionUpgradeOptionが出てこなければ未設定です。2つ目は、Azure CLIでは値を読めても更新はできないことです。変更はREST API・Azure PowerShell・Foundryポータルで行います。3つ目は、NoAutoUpgradeが「版を使い続ける」設定ではなく「引退日に止める」設定であることです。版を保ちたいだけなら、OnceCurrentVersionExpiredのほうが止まりません。
Priority ProcessingのデプロイはStandardと同じ自動アップグレードに従います。なお、Microsoftが進めているAzure OpenAIリソースからFoundryリソースへの自動アップグレード(foundryAutoUpgrade)は、モデルの版とは無関係のリソース種別の切り替えです。混同しやすい点はAzure AI FoundryとAzure OpenAIの違いで扱っています。
PTUとBatchは自動で上がらない|インプレース移行とサイドバイサイド移行
プロビジョニング済み(PTU)のデプロイは自動アップグレードされません。移行方法は2通りです。インプレース移行は既存のデプロイ名と規模を保ったままモデルを差し替える方法で、20〜30分かけてトラフィックが移り、ダウンタイムはありません。同じモデル系統内の版の更新はポータル・REST・CLIで、別系統への変更はRESTとCLIで実行します。サイドバイサイド移行は新しいデプロイを作り、テストしてからトラフィックを切り替え、旧デプロイを削除する方法です。回帰テストの余地を残すなら後者を選びます。
インプレース移行は同じデプロイ種類の間でしか行えず、どちらの方法でも移行先モデルの容量とクォータを事前に確認しておく必要があります。PTUの容量自体はモデルに依存せず、プロビジョニング済みのデプロイ間で融通できます。容量の見積もり方はAzure OpenAI PTUとはで整理しています。Batchのデプロイもサイドバイサイドで、新しいモデルをデプロイしてジョブを再送信し、旧デプロイを畳みます。
プレビューモデルと微調整済みモデルの提供終了
プレビューモデルは通常90日後を「これより早くは終わらない」日として起動し、後継が出るまで延びることもあります。終了が決まると後継へ強制アップグレードされるか、置換なしで引退するかのどちらかで、プレビュー版に残る選択肢はありません。通知は少なくとも30日前です。
微調整済みモデルはトレーニングとデプロイの2段階で終わります。トレーニングが終わると新しい微調整はできなくなり、学習済みモデルはデプロイ終了日まで使えます。o4-mini(2025-04-16)の微調整は、スケジュール表(9月21日改訂)ではトレーニング終了が「2027年5月19日より前ではない」、デプロイ終了が2027年11月19日です。この延長は既存顧客だけが対象で、それ以外の利用者はベースモデルの引退日にトレーニングも終わります。トレーニング側は「これより前には終わらない」という下限で、確定した終了日ではありません。一方、ライフサイクル方針のページ(7月24日改訂)は2027年4月16日・10月16日のままで、2つの公式ページで約1か月ずれています。トレーニングの期限はModels APIのdeprecation.fineTuneでも照合できますが、デプロイ終了日はこのフィールドでは決まりません。不一致が計画に響く場合は、どちらの日付が有効かをサポートに確認してください。微調整済みのワークロードは公式の移行プロセスの対象外で、置換先のベースモデルで早めに再学習する前提です。
Azure OpenAIモデル廃止前の移行手順|公式6フェーズに対応する3つの作業
Microsoftは2026年8月19日更新のModel migration processで、移行を「Discover → Assess → Adapt → Validate → Roll out → Retire」の6フェーズで定義しました。同ページは自動アップグレードを「従量課金デプロイの安全網であって移行計画ではない」と位置づけています。実務では次の3つの作業にまとめると回しやすくなります。
作業1:評価データセットの凍結と移行先の選定
最初に作るのは、実際の入力・期待する出力・合格基準をまとめたデータセットです。移行先の候補を決める前に作り、移行が終わるまで中身を変えません。途中で変えると旧モデルと新モデルの結果を比べられなくなります。本番の入出力の記録はオプトインで、さかのぼって取得できません。記録していないトラフィックは評価に使えないので、ログの取得は移行の話が出る前から始めておきます。
移行先は、置換列とベンチマークで候補を絞ったうえで、自社のデータで品質・レイテンシ・コストを並べて決めます。公式は、推論トークン・キャッシュ入力・構造化出力のオーバーヘッドで単価が2倍以上動きうるとしており、一覧価格ではなく過去のトラフィックで月額を試算するよう求めています。国内リージョンで動かす要件があるなら、候補が東日本・西日本で使えるかも先に確認します。
作業2:既存ワークロードの再実行とパラメータ・ツール・スキーマの修正
移行先が決まったら、最初はプロンプトも設定も変えずに旧ワークロードを新モデルへ流します。モデルが変えた挙動と、自分が加えた変更を切り分けるためです。直す対象はプロンプトだけではありません。temperature・max_tokens・推論強度などのパラメータは世代間で1対1に対応せず、新しい系統では受け付けないものもあります。ツール定義の引数名や説明、出力スキーマ、Chat CompletionsかResponses APIかといった呼び出しコードも見直しの対象です。api-versionの固定をやめてv1 APIへ移る判断は、Azure OpenAIのapi-versionとv1 APIへの移行で扱っています。
作業3:デプロイ名の外部設定と段階的な切り替え
公式プロセスのRoll outとRetireに当たる作業です。切り替えは新旧のデプロイを並走させて行います。新しいデプロイ名で移行先モデルを立て、アプリケーション側はデプロイ名を環境変数などで外から渡しておきます。コードにモデルIDを直書きしていると、切り替えのたびにリリースが必要です。
並走中はトラフィックの一部だけを新デプロイへ流し、応答時間・エラー率・出力形式を旧デプロイと比べます。環境変数を戻すだけで切り戻せる状態を保ち、問題が無いと確認できてから旧デプロイを削除します。最後に上のスクリプトを再実行し、旧版のデプロイが残っていなければ完了です。
自動アップグレードに任せる条件と前倒しで移す場面
自動アップグレードに任せてよい構成の条件
自動アップグレードを選ぶ場合でも、移行先での品質・費用・応答時間の評価と、切り替え後の監視は省けません。そのうえで任せてよいのは、次の3条件がすべてそろう場合です。
- デプロイの種類がStandard系で、
NoAutoUpgradeを設定していない - 出力を人が読んでから使う:チャット画面や下書き生成のように、形式の揺れを人が吸収できる
- 出力の形式に依存した後段処理がない:JSONのパースやスキーマ検証を挟んでいない
出力をそのままデータベースへ書き込む構成、他システムへ連携する構成、業務判断を自動で確定させる構成では任せないでください。自動アップグレードが保証するのはモデルの版が変わることだけで、出力の互換性までは保証しません。この場合はOnceCurrentVersionExpiredで版を保ち、引退日より前に自分の手で切り替えます。
前倒しで移行を始めるべき場面
評価データの準備と候補モデルの評価は、置換の宣言を待たずに始めてかまいません。急がなくてよいのは本番の切り替えのほうで、引退日まで1年以上あり置換が未宣言なら、切り替えの時期は宣言後に決めれば足ります。置換は引退の約90〜120日前に選ばれるため、早く切り替えすぎると推奨先と食い違うことがあります。逆に、次のどれかに当たるなら切り替えの準備まで前倒しします。
- PTUを使っている:置換モデルがPTUのリージョンに来るのは引退の約30日前で、Global Standardでの先行評価(約90日前から)を済ませておかないと、PTU環境での検証と切り替えが間に合わない
- 微調整済みモデルを運用している:再学習の期間が要り、トレーニングとデプロイの2つの期限がある
- Fireworks・Anthropic等のパートナーモデルを本番に載せている:ライフサイクルが12か月で、Fireworksのトークン単位課金は通知が15日前
- Azure Government環境:一度に使える版が1つだけで、新版との重複期間が30日
OpenAIの直接APIで同じ系統のモデルが終了する経緯は、OpenAI o1のAPI提供終了と移行先で扱っています。廃止スケジュールを織り込んだ構成の設計や、移行時の評価と回帰テストまで含めて相談したい場合は、生成AI開発・AI受託開発で個別の要件に合わせて対応します。
よくある質問
廃止されたAzure OpenAIのモデルを呼び出すとどうなりますか?
段階によって結果が違います。廃止(Deprecated)段階なら、既存のデプロイはこれまでどおり応答を返します。引退(Retired)段階に入るとサービスから削除され、すべての推論要求が410 Goneを返します。エラー処理では、レート制限やタイムアウトと分けて410を検出し、アラートへ回す分岐を入れておくと原因の切り分けが早く済みます。
モデルの引退日を延長してもらえますか?
できません。公式ドキュメントは、引退日は延長できず例外の手続きもないと明記しています。ただし、Microsoft自身がスケジュールを改訂することはあり、2026年9月の改訂では延長と前倒しの両方が起きました。延長を期待して待つのではなく、毎週の確認で最新の日付を拾う運用にしてください。
Azure OpenAIのEOL(サポート終了日)はどこで確認できますか?
Azure OpenAIでは、EOLに当たる日付は「引退日(Retirement date)」と表記されます。一覧はMicrosoft LearnのModel retirement schedule、自分のサブスクリプションで使えるモデルの日付はModels APIのdeprecation.inferenceとSKUごとのdeprecationDateで確認します。デプロイ単位で知りたい場合は、この記事のスクリプトでデプロイ一覧と突き合わせてください。
埋め込みモデルも同じライフサイクルで廃止されますか?
扱いが分かれます。text-embedding-3-large・text-embedding-3-small・text-embedding-ada-002には推論モデルより長いタイムラインが設定され、2026年10月19日時点の引退日はいずれも2028年2月9日です。ただし、別モデルのベクトルとは互換性がないため、埋め込みモデルを替えるときは保存済みのベクトルを全件作り直す前提で計画します。
Azure Government環境では廃止の扱いが変わりますか?
変わります。政府機関向けクラウドではGlobal Standardデプロイが提供されず、商用クラウドのモデルや版がすべてそろうわけでもありません。サポートされる版は通常一度に1つだけで、新しい版が出たときの重複期間は30日です。商用クラウドの約90日を前提に移行計画を組むと間に合いません。