A OpenAI manteve em sua documentação oficial de depreciações da API uma data que merece atenção de empresas que já colocaram IA em alguma parte da operação: 23 de julho de 2026. Nesse dia, o acesso a uma lista de modelos antigos foi encerrado, incluindo snapshots ligados a busca, áudio, tempo real, uso de computador, Codex e deep research.
Para o dono de PME brasileira, isso não significa que o ChatGPT “parou” nem que todas as ferramentas de IA vão quebrar. O ponto é mais específico e mais prático: qualquer automação, chatbot, integração de atendimento, fluxo de CRM, geração de relatórios ou ferramenta interna que chame a API da OpenAI usando um modelo antigo pode precisar de atualização.
A notícia é técnica na origem, mas o impacto é operacional. Quando a empresa usa IA por meio de agência, software de automação, integrador, ferramenta de atendimento ou código próprio, o nome do modelo escolhido pode ficar escondido. Se ninguém sabe onde ele está sendo usado, ninguém sabe o que pode falhar quando ele sai do ar.
Esta matéria segue a linha Notícia & Autoridade, com estágio dominante de meio de funil. Ela ajuda o leitor que já usa IA ou está contratando soluções com IA a avançar para uma conversa mais madura sobre manutenção, contrato, risco e continuidade operacional.
O que a OpenAI desligou em 23 de julho
A página oficial de depreciações da OpenAI informa que, em 22 de abril de 2026, a empresa comunicou a retirada de uma série de modelos antigos para melhorar confiabilidade e simplificar a escolha de modelos. A data de encerramento de acesso para parte dessa lista foi 23 de julho de 2026.
Entre os modelos com desligamento nessa data aparecem computer-use-preview-2025-03-11, gpt-4o-mini-search-preview-2025-03-11, gpt-4o-search-preview-2025-03-11, gpt-5-chat-latest, variações de Codex da família GPT-5.1, modelos de áudio e tempo real, além de modelos de deep research como o3-deep-research e o4-mini-deep-research em snapshots específicos.
A mesma documentação traz substitutos recomendados, como gpt-5.6-sol, gpt-5.6-terra, gpt-audio-1.5 e gpt-realtime-2.1-mini, dependendo do caso.
O detalhe importante para negócios é que a OpenAI separa depreciação de legado. Um modelo legado é um sinal de que a plataforma está seguindo para outro caminho. Um modelo depreciado tem data de desligamento. No desligamento, ele deixa de estar acessível.
Por que isso importa para quem não é técnico
Muita PME já usa IA sem perceber que existe uma dependência técnica por trás. O atendimento automático no WhatsApp pode passar por uma plataforma conectada a modelos de linguagem. Um fluxo de e-mail pode usar IA para classificar leads. Um CRM pode resumir conversas. Uma planilha pode chamar uma automação para gerar proposta. Um painel pode transformar dados em texto semanal.
Quando tudo funciona, parece apenas “a ferramenta”. Mas, por baixo, muitas dessas soluções dependem de APIs, modelos, permissões, versões e nomes específicos.
É aqui que mora o risco. Se a empresa não sabe quais processos usam IA, qual fornecedor cuida disso e qual modelo está configurado, uma mudança oficial pode virar problema prático: chatbot sem resposta, relatório que falha, fluxo de automação interrompido, integração instável ou custo inesperado ao migrar às pressas.
A leitura da AgenciAR é direta: IA em PME não pode ser tratada como campanha que se cria uma vez e esquece. Ela precisa entrar no calendário de manutenção do negócio, como site, domínio, pixel, CRM, tag de conversão e conta de anúncio.
O que muda na conversa com agência, software ou fornecedor
O dono da empresa não precisa decorar nomes de modelos. Mas precisa cobrar perguntas melhores de quem implementa IA.
A primeira é: onde a empresa usa OpenAI ou outro provedor de IA hoje? Vale listar chatbot, atendimento, formulários, automações de e-mail, geração de conteúdo, relatórios, CRM, sistemas internos e integrações entre ferramentas.
A segunda é: essas integrações usam modelos fixos, aliases ou alguma camada de atualização controlada? Em termos simples, a empresa precisa saber se o fornecedor aponta para um modelo específico que pode sumir ou se existe processo para trocar e testar antes da data limite.
A terceira é: existe ambiente de teste? Trocar modelo de IA não é como trocar cor de botão. A resposta pode mudar de estilo, tamanho, custo, velocidade e precisão. Em atendimento e vendas, uma pequena mudança de comportamento pode afetar qualidade da conversa com o cliente.
A quarta é: quem recebe aviso de depreciação? A OpenAI afirma que notifica clientes ativos por e-mail e documenta mudanças. Mas, se a conta de API está no nome do fornecedor, o aviso pode nunca chegar ao dono da PME.
O risco não é só parar: é mudar sem medir
Quando um modelo antigo é substituído, há dois riscos principais.
O primeiro é a falha clara: a automação deixa de funcionar porque chama um modelo que não existe mais. Esse problema costuma aparecer rápido.
O segundo é mais silencioso: o fornecedor troca o modelo para manter tudo no ar, mas ninguém compara o resultado. O chatbot continua respondendo, só que com tom diferente. O resumo comercial fica mais longo. O classificador de leads muda critérios. A geração de anúncios passa a entregar textos menos alinhados à marca. O relatório semanal fica mais genérico.
Para PME, esse segundo risco pode ser pior, porque parece funcionamento normal. A empresa só percebe depois, quando cai a qualidade do atendimento, aumenta retrabalho ou vendedores reclamam que os leads estão chegando mal qualificados.
Por isso, migração de modelo precisa de checklist. Antes de trocar, salve exemplos reais de entrada e saída. Depois, rode o mesmo conjunto no modelo novo. Compare precisão, tom, tempo de resposta, custo e aderência à regra de negócio.
A atualização também mostra um padrão de mercado
A OpenAI informa que modelos geralmente disponíveis recebem aviso mínimo de seis meses antes da aposentadoria, enquanto variantes especializadas costumam receber pelo menos três meses. Modelos de prévia podem ter aviso bem menor, como duas semanas, e a própria documentação recomenda cuidado com uso de preview em cargas críticas de produção.
Esse ponto é valioso para qualquer empresa que use IA, mesmo fora da OpenAI. Recursos em beta, preview ou experimental podem ser bons para testar, mas não devem sustentar processos essenciais sem plano de contingência.
Se a IA responde clientes, gera propostas, classifica leads, consulta estoque, agenda serviços ou participa do funil de vendas, ela já faz parte da operação. E operação precisa de dono, versão, teste, backup e critério de aprovação.
A novidade da semana reforça uma regra simples: quanto mais a IA entra no trabalho real, menos ela pode ser tratada como brinquedo de produtividade.
Como a PME deve agir agora
O primeiro passo é fazer um inventário curto. Liste onde a empresa usa IA hoje, quem configurou, qual ferramenta está envolvida e qual processo depende disso.
O segundo passo é pedir ao fornecedor ou responsável técnico uma checagem de modelos. A pergunta pode ser simples: “alguma automação nossa usa modelo depreciado, legado ou preview?”. Se a resposta vier vaga, é sinal de que a operação não está madura.
O terceiro passo é priorizar os fluxos de maior risco. Atendimento ao cliente, qualificação de leads, propostas comerciais, geração de documentos, busca em base interna e automações que mexem com dados sensíveis devem vir antes de testes criativos de baixa consequência.
O quarto passo é criar uma rotina de revisão trimestral. Não precisa virar burocracia pesada. Basta uma planilha com ferramenta, finalidade, responsável, provedor, modelo usado quando houver, data da última revisão e observações de risco.
O quinto passo é exigir teste antes de migração. Toda troca de modelo em fluxo importante deve passar por amostras reais e aprovação humana.
A leitura da AgenciAR
O mercado vende IA como velocidade. Mas, para PME, a pergunta principal deve ser continuidade. Uma automação que economiza tempo hoje pode virar ponto fraco amanhã se ninguém souber como ela foi montada.
A descontinuação de modelos antigos da OpenAI em 23 de julho é um lembrete de governança, não um motivo para pânico. Empresas pequenas não precisam montar área técnica complexa para usar IA. Precisam, porém, saber o mínimo sobre suas dependências digitais.
A boa notícia é que esse cuidado cabe na realidade de uma PME. Um inventário simples, uma pessoa responsável, um fornecedor transparente e alguns testes antes de mudança já reduzem muito o risco.
Na prática, a empresa que usa IA melhor não é a que troca de modelo a cada lançamento. É a que sabe onde a IA está, o que ela faz, quanto custa, quem revisa e como continuar operando quando a plataforma muda.
Fontes consultadas
OpenAI API: Deprecations, consultado em 24 de julho de 2026, com a lista oficial de depreciações, datas de desligamento, substitutos recomendados e política de aviso para modelos geralmente disponíveis, variantes especializadas e modelos preview. OpenAI News, consultado em 24 de julho de 2026, usado como contexto oficial sobre a sequência recente de anúncios da empresa em produto, adoção de IA e aplicações corporativas.O ângulo da AgenciAR
A pauta não é “modelo novo contra modelo antigo”. O ângulo é risco operacional: quando uma PME usa IA em marketing, vendas, atendimento ou automação, ela passa a depender de versões, fornecedores e políticas de plataforma. O dono não precisa programar, mas precisa cobrar inventário, teste, responsável e plano de migração.
Perguntas frequentes
O ChatGPT comum foi desligado em 23 de julho de 2026?
Não. A documentação analisada trata de modelos da API da OpenAI, usados por desenvolvedores, ferramentas e integrações. Isso é diferente do uso comum do ChatGPT pelo navegador ou aplicativo.
Minha empresa precisa fazer algo se usa só o ChatGPT manualmente?
Provavelmente não por causa desta mudança específica. O alerta vale principalmente para empresas que usam IA integrada a sistemas, automações, chatbots, CRM, atendimento, relatórios ou ferramentas conectadas por API.
Como saber se uma automação usa modelo antigo?
Peça ao fornecedor, agência ou responsável técnico um inventário das integrações de IA. A pergunta principal é se algum fluxo usa modelo depreciado, legado, preview ou snapshot específico com data de desligamento.
Trocar o modelo resolve tudo?
Não automaticamente. O modelo novo pode responder de forma diferente, custar diferente ou exigir ajustes no prompt e nas regras do fluxo. O ideal é testar exemplos reais antes de colocar a mudança em produção.
O que uma PME deve exigir em novos projetos com IA?
Exija documentação simples: finalidade do fluxo, provedor usado, modelo ou família de modelo, responsável, dados acessados, critérios de aprovação, custo estimado, plano de troca e frequência de revisão.
