Quand un éditeur annonce la fin d'un modèle, la seule vraie question est de savoir si vous êtes capable de rejouer votre jeu d'évaluation sur un remplaçant avant la date de coupure. Si la réponse est non, les semaines qui restent servent d'abord à construire ce jeu d'évaluation, puis seulement à choisir un nouveau modèle.
Cet article est une liste de contrôle pour le dirigeant ou le DSI d'une PME ou d'une ETI dont un assistant, un agent ou une automatisation repose sur un grand modèle de langage promis au retrait, et qui veut garder son système IA en production sans interruption. Il ne traite pas de la dérive progressive d'un modèle, sujet voisin mais distinct. Ici, le modèle cesse tout simplement de répondre à une date fixée par l'éditeur.
Pourquoi les éditeurs retirent des modèles, et avec quel préavis
Un modèle de langage est un produit au cycle de vie court. Les éditeurs sortent de nouvelles versions plusieurs fois par an, et chaque ancienne version leur coûte à maintenir. Retirer les plus anciennes fait partie de leur politique produit.
Le préavis varie fortement. Certains éditeurs publient un calendrier de dépréciation avec plusieurs mois d'avance, d'autres annoncent un retrait à quelques semaines, parfois moins pour un modèle en aperçu ou en bêta. Un point mérite attention dans les conditions d'utilisation : la distinction entre « déprécié » et « retiré ». Un modèle déprécié fonctionne encore mais n'est plus recommandé ni corrigé. Un modèle retiré renvoie une erreur. L'écart entre les deux dépend de l'éditeur. Anthropic, par exemple, s'engage à prévenir les clients qui utilisent un modèle public au moins 60 jours avant son retrait, et publie le calendrier de chaque modèle déprécié sur sa page de dépréciation. Soixante jours, c'est court quand l'inventaire des dépendances reste à faire.
Le scénario type en PME ressemble à ceci. Un cabinet d'expertise comptable a fait développer un assistant qui pré-qualifie les courriels clients, sur une version figée du modèle. Un an plus tard, l'éditeur retire cette version. Personne au cabinet ne lit ses courriels techniques, le prestataire est passé à d'autres projets, et la nouvelle arrive par un utilisateur qui voit l'assistant répondre « modèle non disponible » un lundi matin.
Surveiller les éditeurs avant l'annonce
La première ligne de la liste de contrôle se joue avant toute annonce. Trois choses suffisent.
- Une adresse de contact technique inscrite auprès de chaque éditeur, lue par quelqu'un qui comprend ce qu'il lit.
- Un tableau tenu à jour des modèles en production, avec pour chacun la version exacte, l'éditeur, la date de mise en service et la date de fin de support si elle est connue.
- Une revue trimestrielle de ce tableau, en même temps que le suivi des coûts d'inférence.
Si votre application a été livrée par un prestataire, demandez-lui ce tableau. S'il ne l'a pas, vous venez d'apprendre quelque chose sur la façon dont elle est maintenue.
Inventorier ce qui dépend du modèle
Une fois l'annonce reçue, la tentation est de chercher tout de suite le remplaçant. Le premier travail consiste plutôt à savoir ce qui casse le jour du retrait.
Une application IA appelle rarement un modèle à un seul endroit. Voici les couches à parcourir, dans cet ordre.
- Les appels directs dans le code. Un identifiant de modèle figé dans un fichier de configuration, une variable d'environnement, ou pire, en dur dans plusieurs fichiers.
- Les agents et leurs sous-agents. Un agent d'orchestration peut appeler un modèle pour planifier et un autre, plus petit, pour extraire des données. Le retrait ne touche parfois que le second.
- Les prompts. Réglés pour un modèle donné, ils peuvent donner des réponses plus longues ou d'un ton différent avec le suivant.
- Les connecteurs et intégrations. Le CRM, l'outil de tickets, la messagerie : chacun peut avoir son propre appel au modèle, parfois configuré par une autre équipe.
- Les automatisations no-code. Les scénarios Make, Zapier ou n8n construits par le marketing ou le service client contiennent souvent des étapes IA avec un modèle choisi dans une liste déroulante deux ans plus tôt. Personne ne les compte dans l'inventaire technique et ce sont pourtant ceux qui cassent en premier.
- Les embeddings (représentations vectorielles des documents). Si votre base de recherche documentaire a été vectorisée avec un modèle d'embedding retiré, le remplacer implique de réindexer toute la base, pas seulement de changer une ligne.
Il est courant que l'inventaire révèle plusieurs points d'appel au modèle retiré, dont certains dans des automatisations no-code que la DSI ignorait, alors que le devis initial du prestataire n'en couvrait qu'un.
Pour chaque point d'appel, notez le volume mensuel, le coût, la criticité métier et le nom de la personne qui sait comment il fonctionne. Cette dernière colonne est souvent vide, et c'est une information en soi.
Choisir le modèle de remplacement
Le successeur chez le même éditeur. C'est la voie la plus courte. L'interface d'appel reste identique ou presque, les formats de réponse sont proches, et l'éditeur documente en général le chemin de migration. Le risque principal est comportemental : le nouveau modèle est souvent plus « bavard » ou plus prudent, et les prompts réglés finement doivent être retouchés.
Un modèle d'un autre éditeur. Ce choix a du sens si l'annonce révèle une dépendance que vous jugez trop forte, ou si un concurrent propose un meilleur rapport qualité-coût sur votre cas d'usage. Le travail est plus lourd, avec des formats d'appel et des comportements différents sur les cas limites, et il faut revoir le contrat de traitement des données, l'hébergement et la conformité.
Un modèle ouvert hébergé chez vous ou chez un hébergeur européen. Un modèle ouvert ne peut pas vous être retiré : vous en gardez les poids et choisissez vous-même quand en changer. En contrepartie, vous prenez à votre charge l'exploitation, la mise à l'échelle et la sécurité. Pour une PME sans équipe d'exploitation, ce choix se justifie surtout pour des tâches bornées et à volume prévisible, comme la classification ou l'extraction, rarement pour un assistant conversationnel généraliste.
Une règle simple : ne changez pas d'éditeur et d'architecture en même temps que vous migrez sous contrainte de calendrier. Si le préavis est court, prenez le successeur du même éditeur, sécurisez la continuité, et ouvrez le chantier de l'alternative une fois la pression retombée.
Rejouer le jeu d'évaluation sur le candidat
C'est l'étape qui distingue une migration maîtrisée d'un pari. Un jeu d'évaluation est un ensemble de cas réels, de cinquante à quelques centaines, avec pour chacun l'entrée, la sortie attendue et le critère de réussite. S'il n'a pas été constitué à la mise en production (nous expliquons pourquoi le rejouer à chaque changement), il faut le construire maintenant, à partir des journaux d'appels des dernières semaines, en anonymisant les données personnelles.
Ce jeu doit couvrir quatre types de cas.
- Les cas nominaux, ceux qui représentent quatre-vingts pour cent du trafic.
- Les cas limites connus, ceux qui ont déjà posé problème et ont conduit à ajuster un prompt.
- Les cas de refus attendus, où le modèle doit dire qu'il ne sait pas ou renvoyer vers un humain.
- Les cas de format, où la sortie doit respecter une structure précise (un JSON, un tableau, un champ de CRM).
On rejoue l'intégralité du jeu sur l'ancien modèle tant qu'il fonctionne encore, pour disposer d'une référence datée, puis sur le candidat. On compare ligne à ligne. L'objectif n'est pas la perfection mais l'absence de régression sur les cas critiques et un niveau global au moins équivalent.
L'évaluation doit inclure les tests automatisés de l'application, pas seulement la qualité des réponses. Exemple type : chez un distributeur, le successeur du modèle retiré donne de meilleures réponses sur l'ensemble du jeu d'évaluation, mais transforme les références produit commençant par des zéros en nombres. Sans tests de format, l'erreur passe en production et corrompt des commandes. Qu'une nouvelle version puisse régresser sur une tâche précise n'a rien de théorique : sur deux versions de GPT-4 publiées sous le même nom à trois mois d'intervalle, des chercheurs de Stanford et de Berkeley ont mesuré une précision passée de 84 % à 51 % pour dire si un nombre est premier (Chen, Zaharia et Zou, 2023).
Mesurer le coût par requête avant de décider
Un remplaçant plus performant est souvent plus cher, ou consomme plus de jetons pour la même tâche parce qu'il rédige plus longuement. Il faut donc mesurer avant de signer.
La méthode est la même que pour le suivi du coût d'inférence en production. On prend le jeu d'évaluation, on relève pour chaque requête le nombre de jetons en entrée et en sortie sur l'ancien et sur le nouveau modèle, on applique la grille tarifaire de chacun, et on projette sur le volume mensuel réel de chaque point d'appel de l'inventaire.
Un modèle affiché comme moins cher au million de jetons peut coûter plus en pratique s'il génère des réponses deux fois plus longues. Ce chiffre projeté figure dans la note de décision, à côté du score d'évaluation, et sert à décider si les points d'appel les moins critiques peuvent basculer vers un modèle plus petit.
Basculer point par point en gardant un retour arrière
Trois principes guident la bascule.
Progressive. On ne change pas tous les points d'appel le même jour. On commence par le moins critique, on observe quelques jours de trafic réel, puis on passe au suivant. Les automatisations no-code se traitent en dernier, une par une, avec la personne qui les a créées.
Réversible. Tant que l'ancien modèle répond encore, la configuration doit permettre de revenir en arrière en quelques minutes, sans redéploiement. Cela suppose que l'identifiant du modèle soit centralisé dans une configuration et non dispersé dans le code, ce que l'inventaire a normalement révélé. Si ce n'est pas le cas, la première tâche technique de la migration est cette centralisation, avant tout changement de modèle.
Validée par un humain. Pendant la période de bascule, une personne du métier relit un échantillon quotidien des sorties du nouveau modèle. Pas l'équipe technique, qui juge le format, mais un utilisateur qui juge le fond. Un assistant juridique qui change de ton ou une réponse client qui devient trop familière ne se voient pas dans un score, ils se voient à la lecture.
Cette période de double vigilance est courte, mais elle doit être planifiée avec le calendrier de retrait. Une migration de modèle planifiée avant la dépréciation, comme la prévoit une maintenance supervisée, se distingue précisément par cela : la bascule commence assez tôt pour que l'ancien modèle serve encore de filet pendant toute la période d'observation. Une migration lancée la semaine du retrait n'a pas de filet.
Ce que doit contenir le rapport de migration
La migration est terminée quand tous les points d'appel sont basculés, que l'ancien modèle est retiré de la configuration et qu'un rapport a été remis au dirigeant. Ce rapport évitera de recommencer à zéro à la prochaine annonce, dans douze ou dix-huit mois. Il contient au minimum ceci.
- L'inventaire à jour des points d'appel, avec le nouveau modèle, sa version et sa date de fin de support connue ou estimée.
- Le jeu d'évaluation, versionné, avec les résultats de référence sur l'ancien et sur le nouveau modèle.
- La comparaison de coût projetée et le coût réel constaté sur le premier mois complet.
- La liste des prompts modifiés, avec l'ancienne et la nouvelle version.
- Les incidents relevés pendant la bascule et la façon dont ils ont été traités.
- Le nom de la personne, interne ou prestataire, qui sait faire fonctionner chaque brique. Si c'est la même personne partout, c'est un risque à noter.
Ce rapport rejoint le tableau des actifs évoqué au début. À partir de là, la dépréciation suivante devient une opération de routine, calée dans un cycle de maintenance des systèmes IA tel que le décrit notre guide sur ce qu'il faut surveiller après la mise en production, et non plus une urgence découverte un lundi matin.
La liste de contrôle en une page
- Une adresse technique est inscrite auprès de chaque éditeur et quelqu'un la lit.
- Le tableau des modèles en production existe et donne la version exacte de chacun.
- L'inventaire des points d'appel est complet, automatisations no-code et embeddings compris.
- Le candidat est choisi en séparant la continuité immédiate du chantier d'architecture.
- Le jeu d'évaluation est rejoué sur l'ancien et le nouveau modèle, tests de format compris.
- Le coût par requête est mesuré, projeté sur le volume réel, et le retour arrière est possible sans redéploiement.
- La bascule se fait point d'appel par point d'appel, avec une relecture métier quotidienne.
- Le rapport de migration est remis et le tableau des actifs mis à jour.
Si plus de trois de ces lignes sont vides aujourd'hui, le calendrier de retrait de votre éditeur est probablement plus court que le temps qu'il vous faudra pour les remplir.









