Die nächste OpenAI-Abschaltung kommt nicht auf einmal, sondern in Wellen. Am 30. November 2026 enden Agent Builder, die Evals-Plattform und gespeicherte Prompts in der API. Am 1. Dezember folgen ältere Bildmodelle, am 11. Dezember gpt-5 und o3, am 14. Januar 2027 gpt-4o, gpt-4o-mini, gpt-4.1 und gpt-4.1-mini. Steht einer dieser Namen fest in einem n8n-Workflow, einem Make-Szenario, einem Zap oder einem eigenen Skript, liefert die API ab dem Stichtag keine Antwort mehr, sondern einen Fehler.
Das dürfte viele Betriebe treffen, denn gpt-4o und gpt-4o-mini waren in Automatisierungen lange eine naheliegende Wahl. Eine Welle ist außerdem schon durch: Am 23. Oktober 2026 hat OpenAI unter anderem gpt-4, gpt-4-turbo, gpt-3.5-turbo, o1, o3-mini, o4-mini und gpt-image-1 abgeschaltet. Bricht bei dir seit letzter Woche ein Ablauf ab, schau dort zuerst nach.
Diese Checkliste zeigt die Fristen, wie du betroffene Workflows findest, sicher umstellst und für die nächste Abschaltung vorsorgst.
Die Fristen: Welche OpenAI-API-Modelle wann abgeschaltet werden
Alle Termine stammen von der Deprecations-Seite in der OpenAI-Dokumentation. Sie gelten für die API, also für alles, was per API-Schlüssel mit OpenAI spricht. ChatGPT im Browser ist ein eigenes Thema, dazu weiter unten mehr.
| Stichtag | Was endet | Ersatz laut OpenAI |
|---|---|---|
| 31. Oktober 2026 | Evals: bestehende Evals nur noch lesbar | Umzug zu Promptfoo |
| 30. November 2026 | Agent Builder | Agents SDK oder ChatGPT Workspace Agents |
| 30. November 2026 | Evals: Dashboard und API | Umzug zu Promptfoo |
| 30. November 2026 | Gespeicherte Prompts (Reusable Prompts, v1/prompts) | Prompt-Text in den eigenen Code übernehmen |
| 1. Dezember 2026 | gpt-image-1-mini, gpt-image-1.5, chatgpt-image-latest | gpt-image-2.5-sunburst oder gpt-image-2.5-flare |
| 11. Dezember 2026 | gpt-5, gpt-5-mini, gpt-5-nano, gpt-5-pro, o3, o3-pro | gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna |
| 6. Januar 2027 | tts-1, tts-1-hd, gpt-4o-mini-tts (Sprachausgabe) | gpt-realtime-2.1-mini |
| 14. Januar 2027 | gpt-4o, gpt-4o-mini, gpt-4.1, gpt-4.1-mini | gpt-6-luna |
| 20. Januar 2027 | gpt-realtime, gpt-4o-realtime, gpt-audio und ihre Mini-Varianten | gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5 |
| 26. Februar 2027 | whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe (Transkription) | gpt-transcribe oder gpt-live-transcribe |
Für die Pro-Varianten nennt OpenAI gpt-5.6-sol mit der Einstellung reasoning.mode: pro. Fine-Tuning-Modelle laufen so lange wie ihr Basismodell. Was die neuen Bildmodelle anders machen, steht in GPT Image 2.5: Was sich ändert.
Schon vorbei: Was seit Herbst nicht mehr läuft
- Assistants API, seit 26. August 2026. Ersatz sind die Responses API und die Conversations API.
- Sora 2 und die Videos API, seit 24. September 2026. OpenAI nennt keinen Ersatz.
- Ältere Modelle, seit 23. Oktober 2026. Darunter gpt-4, gpt-4-turbo, gpt-3.5-turbo, gpt-4.1-nano, der älteste gpt-4o-Stand gpt-4o-2024-05-13, o1, o3-mini, o4-mini und gpt-image-1.
Was genau kaputtgeht
Ein Modellname ist in einer Automatisierung nur ein Textfeld. Ab dem Stichtag lehnt die API Anfragen mit diesem Namen ab. Was dann passiert, hängt von deinem Workflow ab:
- Der Ablauf bricht ab. Das ist der gute Fall, denn es fällt auf, wenn auch oft erst über eine liegengebliebene Anfrage.
- Der Ablauf läuft ohne KI-Ergebnis weiter. Ist der Schritt so eingestellt, dass Fehler übergangen werden, landen leere Felder im CRM, Mails ohne Kategorie im Postfach oder Angebotsentwürfe ohne Text. Das ist der gefährliche Fall, weil ihn niemand bemerkt.
- Ein ganzes Werkzeug fällt weg. Bei Agent Builder, Evals und gespeicherten Prompts reicht kein neuer Modellname. Da muss der Ablauf an einen anderen Ort.
Ein Detail, das oft übersehen wird: Wer im Workflow nur gpt-4o ohne Datum eingetragen hat, ist ebenfalls betroffen. Der Name ist laut OpenAI ein Alias, der auf den Stand gpt-4o-2024-08-06 zeigt, und genau der wird am 14. Januar 2027 abgeschaltet. Bei gpt-4o-mini und gpt-4.1 ist es genauso.
Schritt 1: Betroffene Workflows finden
Bevor du etwas umstellst, brauchst du eine Liste. Rechne damit, dass sie länger wird als gedacht.
n8n: alle Workflows exportieren und durchsuchen
Bei selbst gehostetem n8n exportierst du alle Workflows mit einem Befehl, eine Datei pro Workflow. Läuft n8n in Docker, stellst du docker exec -u node -it und den Namen deines Containers davor.
n8n export:workflow --backup --output=backup/Danach suchst du in den Dateien nach den betroffenen Namen:
grep -rlE '"(gpt-4o|gpt-4\.1|gpt-5|o3)(-mini|-nano|-pro)?(-20[0-9-]+)?"' backup/
grep -rlE 'gpt-image-1|chatgpt-image-latest|whisper-1|tts-1|gpt-4o-mini-tts|gpt-4o(-mini)?-transcribe|pmpt_' backup/Die erste Zeile findet die Textmodelle samt datierter Stände, aber nicht die neuen wie gpt-5.6-sol. Die zweite findet Bild-, Sprach- und Transkriptionsmodelle sowie gespeicherte Prompts, deren Kennungen mit pmpt_ beginnen. Ausgegeben werden die Dateien, also genau die Workflows, die du prüfen musst. Wenn du n8n nicht selbst betreibst, gehst du die OpenAI-Knoten von Hand durch. Einen Überblick über die Bausteine gibt n8n für Geschäftsprozesse.
Make: Blueprints exportieren
In Make exportierst du jedes Szenario über die drei Punkte oben rechts im Szenario-Editor und „Export blueprint“ als JSON-Datei. Leg die Dateien in einen Ordner und durchsuche ihn mit denselben zwei Befehlen. Bei einer Handvoll Szenarien geht es schneller, die OpenAI-Module direkt zu öffnen und das eingetragene Modell abzulesen.
Zapier und eigene Skripte
In Zapier gehst du alle Zaps mit einem OpenAI-Schritt durch. Bei eigenem Code durchsuchst du das Repository mit derselben Suche, inklusive Konfigurationsdateien und Umgebungsvariablen. Dort steht der Modellname oft statt im Code.
Gegenprobe über den Verbrauch
Die Suche findet nur, was du kennst. Für den Rest hilft der Blick von der anderen Seite: Die Usage-API der OpenAI-Plattform liefert den Verbrauch deiner Organisation nach Modell aufgeschlüsselt. Tauchen dort Anfragen an gpt-4o-mini auf, die zu keinem Workflow auf deiner Liste passen, läuft irgendwo noch ein Ablauf, den niemand auf dem Zettel hat.
Prüf außerdem, wer die Mails von OpenAI bekommt. Laut OpenAI werden alle, die ein betroffenes Modell aktiv nutzen, per E-Mail benachrichtigt. Landet diese Mail bei einer ehemaligen Mitarbeiterin oder beim Dienstleister, der das Konto vor Jahren angelegt hat, erfährt im Betrieb niemand davon.
Halte das Ergebnis in einer Tabelle fest: Workflow, Werkzeug, Modell, Stichtag, Aufgabe und wer zuständig ist.
Schritt 2: Sicher umstellen
Den Ersatz bewusst wählen, nicht blind übernehmen
OpenAI nennt zu jedem Modell einen empfohlenen Ersatz. Das ist ein guter Startpunkt, aber kein Muss. Ein Blick auf die Standardpreise zeigt, warum:
| Bisher | Preis bisher | Empfohlener Ersatz | Preis Ersatz |
|---|---|---|---|
| gpt-4o | 2,50 / 10 | gpt-6-luna | 0,10 / 0,50 |
| gpt-4o-mini | 0,15 / 0,60 | gpt-6-luna | 0,10 / 0,50 |
| gpt-4.1 | 2 / 8 | gpt-6-luna | 0,10 / 0,50 |
| gpt-4.1-mini | 0,40 / 1,60 | gpt-6-luna | 0,10 / 0,50 |
| gpt-5 | 1,25 / 10 | gpt-5.6-sol | 4 / 20 |
| o3 | 2 / 8 | gpt-5.6-sol | 4 / 20 |
| gpt-5-mini | 0,25 / 2 | gpt-5.6-terra | 2 / 12 |
| gpt-5-nano | 0,05 / 0,40 | gpt-5.6-luna | 0,20 / 1,20 |
US-Dollar je eine Million Tokens, Eingabe / Ausgabe, Standardpreise ohne Batch.
Zwei Dinge fallen auf. Für die GPT-4-Familie wird der Ersatz pro Token deutlich billiger. Für die GPT-5-Familie wird er deutlich teurer. Wer gpt-5-mini durch gpt-5.6-terra ersetzt, zahlt für Eingaben das Achtfache und für Ausgaben das Sechsfache. Der Preis für gpt-5.6-sol ist laut OpenAI außerdem ein Aktionspreis, der mindestens bis 21. November 2026 gilt.
Meine Empfehlung: Für einfache Aufgaben wie Sortieren, Daten auslesen oder kurze Zusammenfassungen testest du zuerst gpt-6-luna, auch dort, wo bisher gpt-5-mini oder gpt-5-nano lief. OpenAI beschreibt es als sein effizientestes Modell für fokussierte Aufgaben in großer Menge. Erst wenn die Ergebnisse nicht reichen, gehst du eine Stufe höher.
Der Haken: gpt-6-luna denkt mit
gpt-6-luna ist ein Reasoning-Modell. Es denkt vor der Antwort nach, die Voreinstellung für diesen Denkaufwand ist „medium“. Die Denk-Tokens siehst du nicht, sie werden laut OpenAI aber als Ausgabe-Tokens berechnet. Ein niedriger Preis pro Token heißt deshalb nicht automatisch günstige Durchläufe. Lässt dein Werkzeug den Denkaufwand einstellen, setz ihn für einfache Aufgaben auf „low“ oder „none“. Und miss die Kosten pro Durchlauf, nicht pro Token. Wie du den Verbrauch generell drückst, steht in KI-Kosten senken durch Token-Optimierung.
Noch ein Punkt für n8n: Der Knoten OpenAI Chat Model nutzt standardmäßig die Chat-Completions-Schnittstelle. Laut OpenAI unterstützt gpt-6-luna dort Werkzeugaufrufe nur, wenn der Denkaufwand auf „none“ steht. Nutzt dein KI-Agent in n8n Werkzeuge, schalte im Knoten „Use Responses API“ ein und teste genau diesen Fall.
So testest du, bevor du umschaltest
- Echte Fälle sammeln. Nimm 20 bis 50 Eingaben aus den letzten Wochen, auch die schwierigen: lange Mails, schlechte Fotos, Sonderfälle.
- Workflow kopieren. Ändere in der Kopie nur das Modell, sonst nichts. Das Original läuft weiter.
- Ergebnisse nebeneinanderlegen. Prüf zuerst das Format: Kommen alle Felder an, ist das JSON gültig, passen die Kategorien zu deiner Liste? Danach Ton und Länge. Ein anderes Modell kann anders formulieren, auch wenn es insgesamt besser ist.
- Kosten und Laufzeit messen. Rechne die Kosten pro Durchlauf auf einen Monat hoch. Miss auch die Laufzeit, denn Denk-Tokens müssen erst erzeugt werden.
- Umschalten, alte Version behalten. Bis zum Stichtag funktioniert das alte Modell. Geht nach dem Wechsel etwas schief, kannst du bis dahin zurück.
Plan den Wechsel mit Puffer. Zwischen dem 11. Dezember und dem 14. Januar liegen die Feiertage. Wer die Umstellung auf die erste Januarwoche schiebt, testet, während das halbe Team im Urlaub ist.
Agent Builder, Evals und gespeicherte Prompts
- Agent Builder (Ende am 30. November). Im Workflow exportierst du unter „Code“ den Ablauf als Code für das Agents SDK, in TypeScript oder Python. Daraus wird eine eigene Anwendung oder, mit ChatGPT Business, Enterprise oder Edu, ein Workspace Agent. Laut OpenAI garantiert der Export kein unverändertes Verhalten, und Abläufe mit fest vorgegebenen Schritten lassen sich womöglich nicht originalgetreu übertragen. Für solche Fälle ist ein Nachbau in n8n oft der stabilere Weg.
- Evals (nur noch lesbar ab 31. Oktober, Ende am 30. November). Sichere jetzt deine Testfälle und Bewertungskriterien. OpenAI verweist für den Umzug auf das Werkzeug Promptfoo.
- Gespeicherte Prompts (Ende am 30. November). Workflows, die einen Prompt nur über seine Kennung abrufen, verlieren ihn. OpenAI empfiehlt, den Prompt-Text direkt in die eigene Anwendung zu übernehmen. In n8n oder Make heißt das: Text in den Knoten oder das Modul kopieren.
Schritt 3: Damit dich die nächste Abschaltung nicht überrascht
Die nächste Liste steht schon fest: Am 1. April 2027 folgen unter anderem gpt-5.1 und gpt-5.4-nano. Abschaltungen gehören bei KI-Modellen zum Alltag. Laut OpenAI werden allgemein verfügbare Modelle mindestens sechs Monate vorher abgekündigt, Spezialvarianten mindestens drei Monate. Modelle mit „preview“ im Namen können mit deutlich kürzerer Frist verschwinden, etwa nach zwei Wochen. OpenAI rät selbst davon ab, sie für geschäftskritische Abläufe zu nutzen. Planbar wird das mit vier Gewohnheiten:
- Modell als Variable. Trag den Modellnamen nicht in jeden Knoten einzeln ein. Leg ihn an einer Stelle ab, etwa in einer Konfigurationstabelle oder einem Feld am Anfang des Workflows, und verweise per Ausdruck darauf. In n8n stehen Ausdrücke in der Schreibweise
{{ ... }}direkt in den Parametern der Knoten. Der nächste Wechsel ist dann eine Änderung statt zwanzig. - Ein zentraler KI-Workflow. Alle Abläufe rufen für KI-Aufgaben denselben Sub-Workflow auf, in n8n mit dem Knoten Execute Workflow. Dort sitzen Modell, Zugangsdaten und Fehlerbehandlung genau einmal. Ein Modell- oder Anbieterwechsel betrifft dann nur diese eine Stelle. Warum das auch gegen andere Abhängigkeiten hilft, steht in Anbieter-Abhängigkeit bei KI. Welches Werkzeug sich für so einen Aufbau eignet, vergleicht n8n vs. Make vs. Zapier.
- Fehler melden lassen. In n8n legst du einen Fehler-Workflow an, der mit dem Error Trigger beginnt, und hinterlegst ihn in den Einstellungen jedes Workflows. Bricht ein Ablauf ab, bekommst du eine Nachricht, statt es Tage später zu merken.
- Stichtage abfragen. Die API liefert zu den Modellen das Feld
shutdown_date. Steht dort ein Datum stattnull, ist ein Termin angekündigt. Ein kleiner Workflow, der einmal pro Woche deine Modelle abfragt und bei einem Datum Alarm schlägt, ersetzt das regelmäßige Lesen der Deprecations-Seite.
curl https://api.openai.com/v1/models/gpt-4o-mini \
-H "Authorization: Bearer $OPENAI_API_KEY"Und die Custom GPTs in ChatGPT?
Das ist eine zweite, getrennte Baustelle. Die Abschaltungen oben betreffen die API. In ChatGPT selbst laufen die selbst gebauten Custom GPTs ab dem 11. Dezember 2026 nicht mehr, Nachfolger sind Plugins. Was du dafür tun musst, steht in Custom GPTs werden abgeschaltet.
Häufige Fragen
Wann wird GPT-4o in der API abgeschaltet?
Am 14. Januar 2027. Betroffen sind die Stände gpt-4o-2024-08-06 und gpt-4o-2024-11-20 und damit auch der Name gpt-4o ohne Datum. Der älteste Stand gpt-4o-2024-05-13 ist bereits seit 23. Oktober 2026 abgeschaltet. OpenAI empfiehlt gpt-6-luna als Ersatz.
Was passiert, wenn ich meine Workflows nicht umstelle?
Ab dem Stichtag beantwortet die API Anfragen an das alte Modell mit einem Fehler. Der Workflow bricht ab oder läuft, je nach Einstellung, ohne KI-Ergebnis weiter. Eine reguläre Übergangsfrist gibt es nicht. Länger nutzen lässt sich ein Modell laut OpenAI nur in Einzelfällen über reservierte Kapazität, die du beim Vertrieb anfragst.
Wird die Umstellung teurer?
Das hängt vom alten Modell ab. Für gpt-4o, gpt-4o-mini, gpt-4.1 und gpt-4.1-mini ist der empfohlene Ersatz gpt-6-luna pro Token günstiger. Für gpt-5, gpt-5-mini, gpt-5-nano und o3 sind die empfohlenen Nachfolger teurer. Weil gpt-6-luna mitdenkt, solltest du die Kosten pro Durchlauf messen.
Muss ich für die neuen Modelle n8n aktualisieren?
Für die Auswahl nicht zwingend. Laut n8n lädt der Knoten OpenAI Chat Model die Modelle direkt von OpenAI und zeigt alle, die für dein Konto verfügbar sind. Wenn dein KI-Agent Werkzeuge nutzt, schalte „Use Responses API“ ein und teste vorher in einer Kopie.
Fazit
Die OpenAI-Abschaltung bis Januar 2027 trifft viele Betriebe, die mit der OpenAI-API automatisieren. Die Arbeit ist überschaubar, wenn du jetzt anfängst: Workflows finden, Ersatz mit echten Fällen testen, vor den Feiertagen umschalten. Übernimm den empfohlenen Ersatz nicht ungeprüft, gerade bei der GPT-5-Familie lohnt der Vergleich mit gpt-6-luna. Und leg den Modellnamen beim Umstellen an einer zentralen Stelle ab.
Wenn du die Bestandsaufnahme und den Umzug nicht selbst machen willst, ist das ein typischer Auftrag in meiner KI-Automatisierung, inklusive zentralem KI-Workflow und Fehlermeldung. Wenn du erst klären willst, welches Modell für welche Aufgabe passt, sprechen wir in der KI-Beratung darüber.
Quellen: Alle Stichtage, betroffenen Modelle, empfohlenen Nachfolger, Fristen für Abkündigungen, Hinweise zu Preview-Modellen, E-Mail-Benachrichtigung und das Feld shutdown_date nach der OpenAI-Deprecations-Seite. Preise, Alias von gpt-4o, Denkaufwand und Werkzeugaufrufe von gpt-6-luna sowie der Aktionspreis von gpt-5.6-sol nach den Modellseiten von OpenAI, etwa GPT-4o, GPT-6 Luna, GPT-5.6 Sol und GPT-5.6 Terra, sowie der Preisübersicht. Abrechnung der Denk-Tokens nach dem Reasoning-Leitfaden. Export aus Agent Builder nach Migrate from Agent Builder, Prompt-Kennungen nach Migrate from prompt objects. Usage-API nach dem OpenAI Cookbook. n8n-Export nach den CLI-Befehlen, Modellauswahl und Responses-API-Schalter nach OpenAI Chat Model, dazu Ausdrücke, Sub-Workflows und Fehler-Workflows. Blueprint-Export nach der Make-Hilfe. Termin für Custom GPTs nach Virtualization Review. Suchbefehle und Empfehlungen sind eigene Einschätzungen. Stand: Oktober 2026.