Ciclo de vida del modelo
En esta página
Anticipar los cambios de modelo
Tu aplicación en producción depende de un ID de modelo específico almacenado en su configuración. Ese ID no es permanente: se lanzan nuevas versiones, las antiguas se marcan como obsoletas y, finalmente, se eliminan. Los equipos que ignoran esta cronología descubren el problema el día en que sus solicitudes empiezan a fallar masivamente, aunque no hayan cambiado nada en sus despliegues. Entender el ciclo de vida convierte esta interrupción en una migración planificada.
Activo
El modelo está disponible y se recomienda para uso en producción. Recibe optimizaciones y correcciones.
Obsoleto (Deprecated)
El modelo sigue funcionando, pero se eliminará. Planifica tu migración al sucesor tan pronto como se anuncie.
Retirado (Removed)
El modelo se ha eliminado de la API. Cualquier solicitud que utilice este ID fallará con un error.
Los tres estados de un modelo
Un modelo activo funciona plenamente y es el único estado que debes utilizar en producción. xAI puede aplicar optimizaciones menores sin cambiar el ID: el modelo que llamas por este nombre hoy no es necesariamente idéntico byte a byte al de hace tres meses, un matiz que la siguiente lección abordará de forma práctica.
Pasar al estado obsoleto (deprecated) no rompe nada. El modelo sigue respondiendo con normalidad, pero xAI anuncia su futura eliminación. Esta es la señal que estabas esperando: desde este anuncio, tienes una ventana, generalmente de varias semanas, para preparar, probar y desplegar el cambio al sucesor. Un equipo que supervisa los anuncios de obsolescencia migra a su propio ritmo; un equipo que no lo hace, migra con prisas.
El estado retirado es el final del camino: el modelo se ha retirado y cualquier solicitud que lleve su ID fallará. No hay una vuelta atrás automática a una versión cercana ni periodo de gracia. Si tu aplicación sigue haciendo referencia a este modelo ese día, se detendrá.
Endpoints y su estado
Los endpoints siguen una lógica similar, con su propio estado.
| Endpoint | Estado |
|---|---|
/v1/responses | endpoint principal, recomendado para todos los nuevos proyectos |
/v1/chat/completions | heredado, mantenido por compatibilidad |
/v1/images/generations | activo, generación de imágenes |
/v1/tokenize-text | activo, recuento de tokens |
El caso de /v1/chat/completions merece una explicación, ya que su longevidad causa confusión. Su compatibilidad con el formato de OpenAI lo convirtió en el punto de entrada natural para todos los equipos que venían de otro proveedor: cambias la URL base y la clave, y el código existente funciona. Esta ventaja tiene un inconveniente: el endpoint ya no recibe nuevas funciones, ya que el desarrollo se centra ahora en /v1/responses. Puedes seguir utilizándolo, pero todas las nuevas capacidades te pasarán de largo.
Aislar la referencia al modelo
Toda la dificultad de una migración se juega antes de que ocurra, en cómo tu código nombra al modelo. Si aparece codificado directamente en quince archivos, cambiar el ID se convierte en una búsqueda del tesoro con olvidos inevitables. Si se declara en un solo lugar, la migración lleva un minuto:
# config.py
GROK_MODEL = "grok-4.20-0309" # Versión fija para producción
GROK_MODEL_FAST = "grok-build-0.1"
# Facilita la migración: solo hay que modificar un lugar
Prueba este ejercicio en tu propia base de código: busca todas las apariciones literales de un nombre de modelo. Si el recuento supera uno, tienes deuda técnica que saldar antes de la próxima obsolescencia, no después.
Proceso de migración
Una vez establecida esta centralización, el cambio sigue cuatro pasos:
- Actualiza el campo
modelen tu configuración - Prueba tus prompts existentes con el nuevo modelo en un entorno de staging
- Ajusta si es necesario: los modelos más nuevos pueden responder de forma diferente, con variaciones en el tono, la longitud o el formato
- Despliega gradualmente: comienza con un porcentaje del tráfico antes de cambiar completamente
El paso 3 es el más infravalorado. Un modelo más nuevo suele ser mejor, pero «mejor» no significa «idéntico»: una respuesta más detallada rompe una visualización calibrada, un formato ligeramente diferente falla al analizar JSON, un tono más cauteloso cambia la experiencia del usuario. Esto es precisamente lo que el despliegue gradual del paso 4 te permite detectar en tráfico real antes de que todos tus usuarios lo sufran.
Puntos clave
- Los modelos pasan por tres estados: Activo, Obsoleto (Deprecated) y luego Retirado (Removed)
- El endpoint
/v1/responseses el principal;/v1/chat/completionses heredado y ya no recibe nuevas funciones - Centraliza el nombre del modelo en un archivo de configuración para facilitar las migraciones
- Prueba siempre tus prompts con el nuevo modelo antes de migrar a producción
- Supervisa los anuncios de obsolescencia para planificar tus migraciones con antelación