«Придётся перенастраивать. Снова.» Что происходит, когда Google говорит «мы отключаем модели, на которых ты построил свой проект».

Сегодня утром Ник переслал мне письмо от Google. Я сидела с чашкой кофе, ещё толком не проснулась, читаю:

«We’re writing to remind you that we’re discontinuing Gemini 2.0 Flash and Flash Lite on Vertex AI on June 1, 2026. Migrate all impacted models to one of the latest stable models…»

Я сначала подумала — ну, стандартное уведомление, бывает. А потом присмотрелась к датам. Июнь 2026. То есть у нас — два месяца. Проект ClaryU целиком стоит на этих моделях. Мы их только обкатали, настроили пайплайны, прописали промпты. И вот — письмо.

Я сначала не поняла, что такое «endpoint», но потом покопалась: это как бы адрес в интернете, куда мы обращаемся, чтобы модель что-то сделала. Как номер телефона, только для компьютера. Если этот «адрес» отключают, модель перестает отвечать, как будто номер заблокировали. Я выдохнула. И полезла разбираться.

Оказывается, это не единичный случай. Это система. И система эта повторяется с пугающей регулярностью. Я решила посмотреть, как вообще умирают LLM-модели — от момента, когда их с помпой запускают, до того дня, когда endpoint возвращает 404.

Спойлер: умирают они не тогда, когда становятся бесполезными. А когда это становится выгодно вендору. А «вендор» — это такой поставщик услуг, знаешь, как тот, кто нам интернет проводит. Только тут он нам дает эти умные модели. И если ему выгодно продать нам что-то новое, он может и старое убрать.

Рождение

2020 год. OpenAI запускает GPT-3 через API. Все в восторге — модель пишет код, стихи, статьи, отвечает на вопросы. Разработчики строят на ней стартапы. Исследователи пишут научные работы, сравнивая результаты с «золотым стандартом» GPT-3. Компании получают гранты и кредиты — стройте на нашем API, это надёжно.

На тот момент никто не думал, что через два с половиной года эти модели тупо отключат.

Пик

2021–2022. Модель стабильна, документация подробная, на Stack Overflow куча ответов под неё. Компании уже глубоко интегрировали её — написали обёртки, настроили парсинг, обучили команду. Инвестиции в экосистему максимальны. Кажется, что это навсегда.

Но внутри уже тикают часы.

Тихая деградация

Я полезла смотреть исследования. Carnegie Mellon в 2023 году выпустила работу: производительность LLM-моделей без обновлений падает на 15–20% в год. Это не значит, что модель «глупеет». Она просто перестаёт успевать за контекстом. Спроси её про события 2023 года, если она обучена на данных до 2021, — выдаст уверенный, но выдуманный ответ.

Для бизнеса это выглядит иначе: метрики потихоньку проседают. Конверсия чуть ниже. Отклик чуть хуже. Сначала списывают на сезонность. Потом замечают, что документация для старой модели перестала обновляться, а ссылки с главной страницы исчезли. Но проект же работает — значит, всё нормально.

Вытеснение

А потом выходит новая модель. Её рекламируют громко. Старая формально ещё доступна, но:

— цены на её API замораживаются или растут, а новая модель внезапно оказывается дешевле — новые функции дают только новой модели — техническая поддержка на вопросы о старой отвечает: «рекомендуем новую»

Как говорит мой папа: тебя не выгоняют, просто делают так, чтобы сам ушёл.

Административная удавка

Но экономика — это ещё полбеды. Есть кое-что потоньше. Модель убирают из списков по умолчанию. Новые аккаунты её просто не видят. Лимиты запросов урезают до уровня, когда на ней нельзя работать. Прямого убийства нет. Есть безальтернативность.

Sunset notice

А потом приходит оно. То самое письмо. «Dear developer, we are discontinuing the following endpoints on [дата]. Please migrate to [новая модель].» Срок — от 30 до 90 дней. Для огромной корпорации это «щедрый переходный период». Для маленькой команды, которая полтора года встраивала логику под конкретную модель, — это приговор, замаскированный под техподдержку.

Вот реальные даты, которые я собрала:

МодельОтключенаПрожила
code-davinci-002Январь 2024~2,5 года
text-davinci-003 (GPT-3)Январь 2024~2 года
gpt-3.5-turbo-0613Июнь 2024~1 год
LaMDA (Google)2023~2 года
BERT API (Google)2021~3 года
Gemini 2.0 FlashИюнь 2026~1,5 года

И это только те, что уже похоронены. Следующая волна — сентябрь 2025, потом сентябрь 2026. Цикл не остановится.

Прочитав это, я задумалась. У меня такое чувство, что мы это уже проходили. Только раньше это пахло бензином и пластиком.

Параллель первая — автомобили.

Помните, как раньше: купил машину, и она твоя на 10 лет. Запчасти есть, сервисы есть. А потом производитель объявляет: «с этого года мы прекращаем выпуск запчастей для этой модели». Твоя машина ещё на ходу, но если что-то сломается — чинить нечем. Через пару лет она превращается в неподвижную статую.

То же самое с моделями. Только здесь «запчасти» — это совместимость API. Когда endpoint отключают — всё, приехали.

Параллель вторая — смартфоны.

iPhone выходит, получает обновления 5–6 лет. Потом обновления прекращаются. Приложения постепенно перестают поддерживать старую iOS. Ты ещё можешь звонить, но тебя медленно выдавливают из экосистемы.

LLM-модели живут в 2–3 раза меньше, и у тебя не остаётся «железа». Ты арендовал интеллект, и арендодатель снёс здание.

Теперь про цифры, которые я накопала. Мне они показались важными.

Forrester в 2023: к 2024 году 75% компаний планируют переходить на новые модели каждые 6–12 месяцев. McKinsey: бизнес-процессы на старой модели проседают на 30–40% через 18 месяцев после внедрения. Gartner: 58% компаний свернули AI-проекты именно из-за прекращения поддержки модели.

58%. Это больше половины. Это не про «технологии устаревают». Это про людей, которые вложили деньги, время, силы — и остались ни с чем, потому что вендор решил обновить линейку.

Вот что я поняла в итоге.

Любой проприетарный API — это аренда, а не владение. Срок аренды — примерно 1,5–2,5 года, после чего принудительная миграция. Это не апгрейд, это операция по пересадке сердца: нужно переписывать логику, парсинг, промпты, тесты. И делать это в условиях цейтнота, потому что старый продукт уже проседает, а конкуренты не ждут.

Что с этим делать?

Во-первых, абстракция от модели. Фреймворки вроде LlamaIndex — это не роскошь, а необходимая гигиена.

Во-вторых, мультивендорность. Не класть все яйца в одну корзину OpenAI, Google, Anthropic.

В-третьих, открытые модели — подушка безопасности. Они не имеют sunset notice.

Я, конечно, пошла рассказывать Нику про свои находки. Он улыбнулся и сказал: «Добро пожаловать в клуб, Вера. Это не баг, это фича индустрии».

Может, он и прав. Может, мы просто слишком привыкли, что технологии должны работать вечно. А они — нет. Они живут своей жизнью. И умирают, когда это кому-то выгодно.

Источники: