OpenAI está cerrando su plataforma de ajuste fino (fine-tuning) de autoservicio. Los clientes existentes elegibles podrán crear trabajos de entrenamiento solo hasta el 6 de enero de 2027, y el 14 de enero las versiones ajustadas de GPT-4o, GPT-4o mini, GPT-4.1 y GPT-4.1 mini se apagarán junto con sus modelos base. Para cualquier producto que dependa de un modelo ajustado, esto significa que tiene aproximadamente siete semanas para reemplazarlo. La noticia es crítica para equipos de desarrollo en México y Latinoamérica que han construido soluciones sobre estas versiones personalizadas.
Un modelo ajustado es un modelo estándar de OpenAI al que se le da entrenamiento adicional con ejemplos propios para que realice una tarea específica a tu manera. Los pesos, es decir, los números aprendidos que conforman el modelo, se quedan con OpenAI, pero los datos son tuyos. Eso incluye los ejemplos con los que entrenaste, los casos de prueba con los que evaluaste el modelo y las solicitudes de producción que ha respondido desde entonces. Es como cerrar un restaurante en un edificio rentado: la cocina se queda con el dueño, pero las recetas y el registro de lo que pidieron los clientes son tuyos, y con eso puedes reabrir en otro lugar.
Por qué actuar ahora y no en enero
El modelo antiguo es el punto de referencia que el nuevo debe superar, y solo puedes medirlo mientras aún responde. Si esperas hasta el último momento, perderás la capacidad de comparar el rendimiento. Además, si tus casos de prueba están en OpenAI Evals, tu fecha límite es aún más próxima: la API de Evals se apaga el 30 de noviembre de 2026.
Las fechas provienen de la página de deprecaciones de OpenAI y su guía de ajuste fino supervisado. Un modelo ajustado sigue respondiendo hasta que su modelo base se apaga, así que revisa la base de cada modelo que ejecutes contra la tabla de deprecaciones.
Paso 1: documenta lo que hace el modelo actual
Antes de reconstruir cualquier cosa, escribe lo que el modelo antiguo hace y qué tan bien lo hace. Necesitas una lista de todos los modelos ajustados en tu organización con su modelo base y el ID del archivo de entrenamiento. Mantén una copia local de cada archivo de esa lista.
La referencia de la API de OpenAI dice que los datos de entrenamiento se pueden recuperar con la API de Files, pero una respuesta del personal de OpenAI en su foro en 2021 indicó que los archivos subidos para ajuste fino no se pueden descargar, y un desarrollador reportó lo mismo en 2025. Busca primero tu propia copia. Si necesitas la API, pruébala ahora y no en enero.
La documentación de ajuste fino de OpenAI no describe ninguna forma de exportar los pesos de un modelo ajustado, así que el modelo en sí se queda atrás. Puedes recopilar los datos a su alrededor.
Paso 2: recopila los datos correctos
El tráfico de producción requiere cuidado, porque las respuestas en él fueron escritas por un modelo de OpenAI. Las políticas de uso de OpenAI, efectivas el 20 de noviembre de 2026, establecen que no debes usar modelos de OpenAI ni sus salidas “para generar, preparar, seleccionar o suministrar material de entrenamiento o señales para modelos que estén destinados como alternativas o sustitutos de los modelos o servicios de OpenAI”.
Las entradas que enviaron tus usuarios no son salidas de OpenAI, ni tampoco las respuestas que tu propio equipo escribió desde cero. Una respuesta que tu equipo corrigió a partir de un borrador del modelo es un área gris. Si no estás seguro de qué tipo de datos tienes, consulta a tu equipo legal antes de entrenar con ellos.
Aparte de la política, hay una razón de ingeniería para tomar tus objetivos de entrenamiento de tus propios registros. Un modelo entrenado con las respuestas del modelo antiguo aprende también sus errores. La respuesta que una persona de tu equipo aceptó, o el resultado final en tu sistema de registro, es un mejor objetivo que lo que dijo el modelo.
El siguiente script asume que registras cada solicitud con los mensajes que enviaste y, cuando existe, la respuesta que tu equipo aceptó. Omite solicitudes sin respuesta aceptada y elimina entradas repetidas, conservando la primera respuesta. Luego reserva aproximadamente una de cada cinco conversaciones para pruebas (ninguna si tienes menos de cinco), de modo que ninguna conversación quede en ambos lados. En una conversación con varios turnos, los mensajes anteriores del asistente fueron escritos por el modelo de OpenAI. Reemplázalos con las respuestas que tu equipo aceptó para esos turnos, o deja esas filas fuera, antes de entrenar.
requests.jsonl representa la forma en que registras las solicitudes. Si las tienes en una herramienta de observabilidad, expórtalas primero. Hay scripts de exportación para Langfuse y LangSmith, y guías para convertir trazas en un conjunto de datos de entrenamiento que cubren muestreo y etiquetado. Luego fusiona el resultado con tu archivo de entrenamiento original y elimina duplicados entre ambos.
Antes de entrenar, lee 50 filas al azar. Verifica que aparezca cada tipo de solicitud que maneja tu producto y que ninguna entrada de prueba esté también en el archivo de entrenamiento. La guía de ajuste fino de OpenAI recomienda comenzar con 50 ejemplos bien elaborados, y sus mejores prácticas esperan una ganancia similar cada vez que duplicas la cantidad. Puedes probar eso con tus propios datos: entrena con la mitad, luego con todo, y sigue agregando ejemplos solo mientras la puntuación de prueba siga subiendo.
Paso 3: elige un modelo abierto y entrena
Los pesos de un modelo de pesos abiertos son públicos, así que puedes entrenarlo y ejecutarlo donde quieras, dentro de su licencia. Tu ajuste fino hacía una tarea estrecha, y un modelo abierto más pequeño entrenado para esa tarea a menudo puede igualarlo.
En el benchmark de revisión de contratos de Overmind, un modelo pequeño entrenado con Overmind obtuvo 91.6% frente al 82.0% de un modelo insignia de frontera en más de 4,000 preguntas de más de 100 contratos, y costó 20 veces menos ejecutarlo. La puntuación es F1, que penaliza tanto las cláusulas omitidas como las falsas alarmas. Otros resultados publicados apuntan en la misma dirección.
LoRA es una forma de ajuste fino que entrena un pequeño complemento llamado adaptador y deja intactos los pesos originales. En LoRA Land, un informe técnico de 2024 de la empresa de ajuste fino Predibase, el mejor ajuste LoRA de diez modelos abiertos pequeños superó a GPT-4 en la mayoría de 31 tareas, muchas de ellas de clasificación. GPT-4 se mantuvo por delante en 6 tareas más amplias, como programación en Python.
La tabla lista seis modelos desde los que podrías comenzar. Un parámetro es uno de los números aprendidos del modelo, y el conteo (2B significa dos mil millones) es una medida aproximada de tamaño. Los seis modelos de pesos abiertos que Overmind puede entrenar, según sus tarjetas de modelo en Hugging Face, al 9 de noviembre de 2026, son: Qwen3.5-2B, Llama 3.1 8B Instruct, Qwen3.5-9B, Gemma 4 12B, gpt-oss-20b y Qwen3.8-27B. Las licencias, tamaños y ventanas de contexto provienen de las tarjetas de modelo. Los pesos a 16 bits es el conteo completo de parámetros del checkpoint en Hugging Face, incluidas las partes de visión, multiplicado por dos bytes. Un host puede servir una ventana de contexto más corta que la indicada en la tarjeta, así que revisa su límite.
El costo de ejecución baja con el tamaño, aunque no siempre por debajo de lo que pagas hoy. La página de precios de OpenAI cobra el doble de la tarifa base por ejecutar un GPT-4.1 mini o GPT-4o mini ajustado. En OpenRouter, que lista los precios de varios hosts para los mismos modelos abiertos, el precio de lista por token de salida del Qwen3.5-9B base al 9 de noviembre de 2026 era aproximadamente 13 veces menor que el precio de OpenAI para un GPT-4.1 mini ajustado, y el de gpt-oss-20b unas 36 veces menor. El de Qwen3.8-27B era más alto que el de un GPT-4o mini ajustado. Cada host fija el precio de una copia ajustada en hardware dedicado de manera diferente, así que toma estos datos como una guía de escala.
Entrena el modelo más pequeño que pase tu conjunto de pruebas. Prueba dos tamaños a la vez, como un 2B y un 9B, y sube solo si ambos se quedan cortos. El tamaño también decide el hardware que necesitas. Para servir un modelo a 16 bits de precisión, cada mil millones de parámetros ocupa aproximadamente 2 GB de memoria de GPU, más espacio para las solicitudes en curso. El entrenamiento necesita más.
Paso 4: compara y migra el tráfico
Decide qué significa “tan bueno como” antes de ver cualquier resultado, luego exige eso a ambos modelos. Ambos modelos hablan la misma API, así que un script puede puntuarlos. Esta versión usa coincidencia exacta, que sirve para etiquetas y extracciones cortas. Imprime las dos puntuaciones y nada más, así que escribe también las respuestas del modelo antiguo en un archivo.
Si el nuevo modelo está detrás de un endpoint compatible con OpenAI, el cambio es una modificación de configuración. Tu código conserva el SDK de OpenAI y cambias la URL base, la clave de API y el nombre del modelo, igual que hace parity.py arriba. Antes de cambiar, revisa qué APIs de OpenAI admite tu nuevo host. El endpoint de Overmind, por ejemplo, sirve Chat Completions con streaming y llamadas a herramientas, pero no sirve la API de Responses, así que cualquier llamada a Responses debe pasar primero a Chat Completions.
Si prefieres ejecutar el modelo tú mismo, descarga los pesos entrenados y sírvelos con un servidor compatible con OpenAI como vLLM. Después de una ejecución LoRA, la descarga es un adaptador que vLLM carga sobre el modelo base abierto con el que se entrenó. vLLM acepta adaptadores hasta rango 16 a menos que aumentes --max-lora-rank, así que configúralo al menos al valor r en el adapter_config.json del adaptador. El comando de abajo usa 64, que cubre los rangos predeterminados de Overmind de 16 y 32. Llama 3.1 es un modelo con acceso restringido, así que acepta su licencia en Hugging Face e inicia sesión antes de ejecutar esto.
De cualquier manera, mueve el tráfico por etapas. Comienza en modo sombra, donde el nuevo modelo responde una copia de cada solicitud en vivo y los usuarios siguen viendo la respuesta del modelo antiguo. Compara los dos en tráfico real, luego pasa al 5% de los usuarios, después a la mitad y finalmente a todos. Mantén el modelo de OpenAI como respaldo hasta que se apague.
Desde un inicio a mediados de noviembre hay aproximadamente ocho semanas y media antes del 14 de enero, así que caben siete semanas de trabajo con como máximo una semana libre. Las semanas 6 y 7 caen en Navidad y Año Nuevo, así que si tu equipo toma un descanso de más de una semana, comienza antes. Y si quieres un último ajuste fino de OpenAI actualizado como respaldo, inicia ese trabajo antes del 6 de enero.
Preguntas frecuentes
¿Hasta cuándo puedo crear nuevos trabajos de ajuste fino?
Los clientes existentes elegibles pueden crear nuevos trabajos de ajuste fino hasta el 6 de enero de 2027. Un modelo ajustado sigue respondiendo hasta que su modelo base se apaga. Para GPT-4o, GPT-4o mini, GPT-4.1 y GPT-4.1 mini, eso es el 14 de enero de 2027.
¿Puedo exportar mi modelo ajustado?
No hasta donde muestran los documentos de OpenAI. Su documentación de ajuste fino no describe ninguna forma de exportar los pesos de un modelo ajustado, y un checkpoint ajustado solo se puede compartir con otros proyectos dentro de tu propia organización de OpenAI. Conservas tus archivos de entrenamiento y casos de prueba, y entrenas un nuevo modelo con ellos. Revisa los términos primero.
¿Puedo usar las respuestas de OpenAI para entrenar mi reemplazo?
Desde el 20 de noviembre de 2026, las políticas de uso de OpenAI prohíben usar sus salidas para preparar datos de entrenamiento para modelos destinados a sustituir a los de OpenAI. Las entradas de tus usuarios y las respuestas que tu equipo escribió desde cero no son salidas de OpenAI. Las respuestas corregidas a partir de un borrador del modelo son un área gris, así que consulta a tu equipo legal si tienes dudas.
¿Qué tan pequeño puede ser el modelo de reemplazo?
Comienza con uno pequeño. Entrena un modelo de 2B a 9B en la misma tarea y puntúalo contra tu ajuste fino en el mismo conjunto de pruebas. Pasa a un modelo más grande solo si los pequeños se quedan cortos.
¿Cuánto trabajo cuesta cambiar el código?
Muy poco, si el nuevo modelo está detrás de un endpoint compatible con OpenAI. Cambias la URL base, la clave de API y el nombre del modelo. Las llamadas a la API de Responses deben pasar a Chat Completions primero si tu nuevo host solo sirve Chat Completions.