Michael JohnsonOpenAI Evalsにモデル品質のテストを保存している開発者は、2026年10月31日以降、既存の評価を閲覧できても編集できなくなりました。OpenAIはダッシュボードとAPIの停止を11月30日に予定しています。これは移行の別々の段階です。現時点では必要な資料を保存する猶予があり、その後、プラットフォームは利用できなくなる見込みです。変更の対象はホスト型サービスのEvalsであり、モデル評価という取り組みそのものではありません。日程はOpenAIの提供終了予定一覧に記載されています。
10月31日に変わったこと
10月31日以降、既存の評価は読み取り専用になりました。EvalsのダッシュボードとAPIは11月30日に終了する予定です。ドキュメントには移行期間が示されていますが、ユーザーの評価データが別の製品へ自動的に移行されるとは記載されていません。
資料を利用できる間に、テストの再現に必要なデータを保存しておくとよいでしょう。たとえばテスト例、プロンプトの指示、期待される回答、評価器の設定、実行結果などです。これは移行に向けた実務上の推奨事項であり、エクスポートできる形式を保証するものではありません。チームで何が利用できるかを確認し、保存したファイルをEvalsの画面外で開けることも確かめてください。
Evalsの代替としてOpenAIが案内する選択肢
ドキュメントでは、2つのシナリオが紹介されています。OpenAIプラットフォームのDatasetsは、素早く反復改善するための機能です。チームは例を追加し、プロンプトのバリエーションを実行して結果を評価し、必要に応じて評価器を利用できます。説明されている評価方法には、文字列の完全一致、テキスト類似度の評価、モデル評価器、Pythonコードの実行があります。
評価をプログラムで設定する方法として、ドキュメントではEvals APIが説明されています。ただし、OpenAIのスケジュールでは、ダッシュボードと同じくAPIも11月30日に停止する予定です。そのため、長期的なプラットフォームの代替ではなく、従来のワークフローの説明として捉えるべきです。
移行は、各評価セットが担っていた作業を洗い出すことから始めるとよいでしょう。プロンプトの手動比較、リリースパイプラインでの自動テスト、バッチ実行のいずれでしょうか。例を使った迅速な反復には、OpenAIはDatasetsを案内しています。APIに依存するシナリオや大規模な運用では、必要な操作と結果の保存に対応できる別のワークフローを選び、検証する必要があります。
停止前に保存しておくもの
評価を再現するために必要な資料を一覧にしましょう。入力例、期待される回答、プロンプトの文面、評価器の基準と設定、比較に重要な実行結果などです。次に、選んだ代替手段で小規模なテストセットを再実行し、評価基準と結果の解釈に一貫性があるかを確認してください。
基準となるデータと評価ルールがあれば、移行後にテストを再現しやすくなります。外部モデル、API経由の実行、大規模なデータセットを使っていた場合は、それらの要件を次のツールの選定基準に含めてください。OpenAIのドキュメントではDatasetsと従来のEvals APIの機能が説明されていますが、従来のすべてのシナリオがDatasetsに自動移行されるとは確認されていません。
アカウントで利用できる保存方法を確認し、予定されている終了前に、保存したファイルをEvalsの外で開いてみてください。この確認により、エクスポート形式や自動移行についてドキュメントに記載のないことを前提にせず、チームに必要なデータが保存できているかを確かめられます。
移行の影響を受ける人
日程が重要なのは、Evalsのダッシュボードで評価を作成・実行していた開発者と、Evals APIに依存するチームです。OpenAIのスケジュールによると、プラットフォームの両機能は2026年11月30日に停止する予定です。ドキュメントには、関連APIがその日以降も利用できるとは記載されていません。
実務上の対応は、必要なテスト資料と結果を保存し、新しい評価プロセスを小規模なサンプルで検証することです。これにより、終了するプラットフォームに依存せず、モデルやプロンプトの比較を続けられます。
