Descontinuações de modelos
Sabemos que descontinuações podem ser disruptivas. Por isso, buscamos descontinuar apenas quando necessário e projetamos recursos como traits e modelos da marca Venice para minimizar as interrupções. Podemos descontinuar um modelo quando:- Um modelo mais novo oferece uma melhoria clara para o mesmo caso de uso
- O modelo não atende mais aos nossos padrões de desempenho ou confiabilidade
- Apresenta uso consistentemente baixo, e continuar suportando-o fragmentaria a experiência para os demais
Processo de descontinuação
Quando um modelo atende aos critérios de descontinuação, anunciamos a mudança com 30 a 60 dias de antecedência. Os avisos de descontinuação são publicados no changelog e em nosso servidor do Discord. Quando você chamar um modelo descontinuado durante o período de aviso, a resposta da API incluirá um aviso de descontinuação. Durante o período de aviso, o modelo permanece disponível, embora em alguns casos possamos reduzir a capacidade de infraestrutura. Sempre fornecemos uma substituição recomendada e, quando necessário, oferecemos orientações de migração para ajudar na transição. Após a data de descomissionamento, as requisições para o modelo serão roteadas automaticamente para um modelo com poder de processamento semelhante ao mesmo preço ou menor. Se o roteamento não for possível por razões técnicas ou de segurança, a API retornará uma resposta 410 Gone. Se um modelo descontinuado foi selecionado por meio de uma trait (comodefault_code, default_vision ou fastest), essa trait será reatribuída a uma substituição compatível.
Nunca removemos modelos silenciosamente ou alteramos comportamento sem versionamento. Você sempre saberá o que está sendo executado e como se preparar para o que vem a seguir.
Atualizações apenas de desempenho: Podemos lançar melhorias que preservam o comportamento do modelo enquanto aprimoram desempenho, latência ou eficiência de custos. Essas atualizações são retrocompatíveis e não exigem ação do cliente.
Como os modelos são selecionados para a API Venice
Selecionamos cuidadosamente quais modelos disponibilizar com base em desempenho, confiabilidade e necessidades reais dos desenvolvedores. Para ser incluído, um modelo deve demonstrar forte desempenho, comportar-se de forma consistente em endpoints compatíveis com OpenAI e oferecer uma melhoria clara em relação a pelo menos um dos modelos que já suportamos. Modelos que estamos avaliando podem primeiro ser lançados em beta para coletar feedback e validar o desempenho em escala. Não expomos modelos que sejam redundantes, não comprovados ou que não estejam prontos para uso consistente em produção. Nosso objetivo é manter a API Venice limpa, capaz e otimizada para o que os desenvolvedores realmente constroem. Saiba mais em Descontinuações de modelos e Lista atual de modelos.Versionamento e aliases
Todos os modelos Venice são identificados por um ID único e permanente. Por exemplo:venice-uncensored
zai-org-glm-4.7
zai-org-glm-5
qwen3-vl-235b-a22b
Os IDs de modelo são estáveis. Se houver uma mudança incompatível, lançaremos um novo ID de modelo (por exemplo, adicionando uma versão como v2). Se não houver mudanças incompatíveis, podemos atualizar o modelo existente e comunicaremos alterações significativas.
Para oferecer flexibilidade, a Venice também mantém aliases simbólicos, implementados por meio de traits, que apontam para o modelo padrão recomendado para uma determinada tarefa:
As traits oferecem uma abstração estável para selecionar modelos, dando à Venice a flexibilidade de melhorar a implementação subjacente. Desenvolvedores que preferem acesso automático aos modelos recomendados mais recentes podem confiar em aliases baseados em traits.
Para aplicações que exigem consistência estrita e comportamento previsível, recomendamos referenciar IDs de modelo fixos.
Feedback
Você pode enviar seu feedback ou solicitação por meio do nosso portal Featurebase. Mantemos um changelog público, um rastreador de roadmap e uma justificativa transparente para adicionar, atualizar ou remover modelos, e incentivamos a participação contínua da comunidade.Rastreador de descontinuação de modelos
Os modelos a seguir estão programados para descontinuação ou foram descontinuados recentemente. Recomendamos migrar para as substituições sugeridas antes da data de remoção. Os modelos permanecem listados por 30 dias após sua data de remoção.Verificando o status de descontinuação pela API
Você pode verificar se um modelo está programado para aposentadoria chamando o endpoint List Models. Modelos com data de aposentadoria incluem um objetodeprecation em seu model_spec:
deprecation só aparece quando um modelo está programado para aposentadoria. Você pode verificar if (model.model_spec.deprecation) para saber se um modelo está sendo aposentado e usar a data ISO 8601 para avisar usuários ou planejar migrações.