A OpenAI anunciou em 14 de outubro de 2026 a retirada de versões do GPT-4o na API, além de GPT-4o mini, GPT-4.1 e GPT-4.1 mini, para 14 de janeiro de 2027. Quem mantém atendimento, classificação de leads ou extração de dados no n8n deve identificar os modelos configurados e preparar a troca. O aviso está na documentação oficial de descontinuações.
Primeiro passo: confira o identificador exato do modelo e onde ele é usado. Trocar apenas o nome em um nó não comprova que respostas, ferramentas e gravações no CRM continuam corretas.
Quais versões estão no aviso
| Família | Identificadores citados | Retirada da API |
|---|---|---|
| GPT-4o | gpt-4o-2024-08-06gpt-4o-2024-11-20 | 14 de janeiro de 2027 |
| GPT-4o mini | gpt-4o-mini-2024-07-18 | 14 de janeiro de 2027 |
| GPT-4.1 | gpt-4.1-2025-04-14 | 14 de janeiro de 2027 |
| GPT-4.1 mini | gpt-4.1-mini-2025-04-14 | 14 de janeiro de 2027 |
A OpenAI recomenda gpt-6-luna como substituto para essas linhas e informa que versões com fine-tuning seguem o calendário do modelo-base. O anúncio inicia o período de transição; não significa que todas as integrações pararam em 14 de outubro. Outros produtos e variantes têm avisos próprios: confira o ID em vez de presumir que qualquer nome contendo “GPT-4” corresponde a esta tabela.
Quem precisa revisar as automações no Brasil
A prioridade é de quem usa esses identificadores em nós de IA, chamadas HTTP, subfluxos ou sistemas conectados ao n8n. Mesmo que a conversa chegue por WhatsApp, o ponto afetado pode ser a chamada de modelo no meio do processo. Um fornecedor que administra essa etapa deve informar qual modelo utiliza e quem executará a mudança.
O Brasil consta entre os países atendidos pela API da OpenAI. Isso não confirma acesso de uma conta específica, saldo, limites ou exposição do modelo em cada conector. O aviso consultado não apresenta uma liberação regional gradual que dispense usuários brasileiros da revisão.
O que conferir no n8n antes de trocar
O OpenAI Chat Model do n8n carrega dinamicamente os modelos disponíveis para a conta. Verifique a credencial usada e o identificador selecionado; não conclua que um modelo existe para você apenas porque apareceu em uma captura de tela de outra instalação.
- Mapeie as dependências: registre o fluxo principal, subfluxos, chamadas HTTP e variáveis que escolhem o modelo. Uma lista curta com responsável e tarefa evita corrigir só o nó mais visível.
- Crie uma cópia de avaliação: preserve a configuração vigente e use dados de teste. Não habilite envios, agendamentos ou alterações reais no CRM durante essa comparação.
- Confira o contrato de saída: valide campos obrigatórios, JSON, categorias, tratamento de informação ausente e uso de ferramentas. Uma resposta convincente pode continuar inválida para o próximo nó.
Confira também a opção Use Responses API: a documentação do nó diferencia Responses de Chat Completions. Essa escolha faz parte da compatibilidade do fluxo; não é necessário mudar todos os parâmetros simultaneamente sem observar o efeito de cada alteração.
A substituição exige conferir ferramentas e fine-tuning
A referência do GPT-6 Luna traz uma condição importante: em Chat Completions, chamadas de funções são suportadas apenas com reasoning_effort em none. Para ferramentas integradas e chamadas de funções, a documentação orienta usar Responses. Confirme o suporte da versão do seu conector antes de aplicar uma configuração.
O mesmo catálogo informa que o Luna não oferece fine-tuning. Portanto, a recomendação de substituição não equivale a transferir automaticamente um modelo personalizado. Se o processo depende desse treinamento, avalie separadamente como reproduzir o comportamento necessário; a troca precisa de evidência nos seus casos de uso.
Na prática, compare também as permissões das ferramentas. A função chamada deve receber os argumentos esperados e executar somente a operação autorizada. Ver o nome de uma ferramenta no histórico não comprova que o cliente certo recebeu a atualização, nem que a resposta final corresponde ao resultado gravado.
Custos: API, assinatura e plataforma são contas diferentes
Na tabela oficial Standard, GPT-6 Luna aparece com US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída para contexto curto. Contexto longo, cache, ferramentas e modos de processamento têm regras próprias. Esses valores não representam o custo completo de uma automação nem demonstram economia no seu fluxo.
A documentação de preços do ChatGPT separa tarifas de tokens da API do uso por assinatura. Se sua integração usa chave de API, confira a cobrança desse projeto. Se utiliza créditos ou uma conexão fornecida pela plataforma, confira as condições do provedor. Inclua na avaliação as chamadas adicionais para validar o resultado e as repetições após erro.
Um teste útil para atendimento e CRM
Considere este cenário hipotético: um agente recebe a mensagem de um interessado, identifica o serviço, consulta disponibilidade e prepara um cadastro. Compare a versão atual com a candidata usando entradas equivalentes. A avaliação deve incluir pergunta completa, dados ausentes, solicitação fora do escopo e tentativa de induzir uma ação indevida.
Defina previamente o que conta como acerto: pedir a informação que falta, não inventar disponibilidade, não criar lead duplicado e encaminhar o caso que exige decisão humana. Registre resposta, ação pretendida, argumentos e efeito no ambiente de teste. Assim, a aprovação não depende apenas de “o texto ficou melhor”.
O n8n documenta avaliações leves com dataset, que permitem percorrer exemplos e registrar saídas para inspeção. Use-as como parte da conferência. Elas não isolam automaticamente integrações externas: a configuração das ferramentas e dos destinos de teste precisa impedir efeitos reais.
Como organizar a transição sem esperar o prazo final
Para um negócio com poucos fluxos, comece pelo atendimento e pelas automações que gravam dados ou assumem compromissos com clientes. Defina quem fará a revisão, como os casos serão aprovados e qual procedimento será usado se a troca produzir erro. Uma alteração em produção precisa considerar monitoramento e possibilidade de interromper a ação problemática.
A recomendação editorial é concluir a avaliação com antecedência, mantendo registro da configuração aprovada. Reverter para uma versão antiga pode ajudar durante a transição, mas não deve ser o plano para depois da retirada anunciada. O próximo passo concreto é inventariar os modelos usados e validar o substituto nas tarefas reais do negócio, antes de 14 de janeiro de 2027.
BLOG


