Michael JohnsonOntwikkelaars die modelkwaliteitstests opslaan op het OpenAI Evals-platform kunnen bestaande evaluaties sinds 31 oktober 2026 bekijken, maar niet meer bewerken. OpenAI heeft de uitschakeling van het dashboard en de API gepland voor 30 november. Dit zijn verschillende fasen van de overgang: er is nu nog tijd om benodigde materialen te bewaren, waarna het platform naar verwachting stopt met werken. De wijziging betreft de gehoste Evals-dienst, niet de praktijk van modelevaluatie zelf — dat is de planning in de lijst met uitgefaseerde OpenAI-producten.
Wat er op 31 oktober veranderde
Sinds 31 oktober zijn bestaande evaluaties alleen-lezen. De sluiting van het Evals-dashboard en de API staat gepland voor 30 november. De documentatie beschrijft een overgangsperiode, maar belooft niet dat gebruikers evaluaties automatisch naar een ander product worden overgezet.
Zolang de materialen beschikbaar zijn, kunnen teams het best de gegevens bewaren die nodig zijn om controles te herhalen: testvoorbeelden, promptinstructies, verwachte antwoorden, graderinstellingen en uitvoerresultaten. Dit is een praktische aanbeveling voor de migratie, geen lijst met gegarandeerde exportformaten: controleer wat voor jouw team beschikbaar is en of de opgeslagen bestanden buiten de Evals-interface kunnen worden geopend.
Welke alternatieven voor Evals stelt OpenAI voor?
De documentatie stelt twee scenario’s voor. Datasets op het OpenAI-platform zijn bedoeld voor snelle iteratie: een team voegt voorbeelden toe, voert promptvarianten uit, beoordeelt de resultaten en gebruikt zo nodig graders. De beschreven typen omvatten exacte stringvergelijking, beoordeling van tekstovereenkomst, modelgraders en uitvoering van Python-code.
Voor het programmatisch configureren van evaluaties beschrijft de documentatie de Evals API. Volgens de planning van OpenAI wordt ook de API, net als het dashboard, op 30 november uitgeschakeld. Beschouw dit daarom als een beschrijving van de oude werkwijze, niet als een langdurige vervanging van het platform.
Begin de migratie met een inventarisatie: welke functie had elke set — handmatige vergelijking van prompts, een geautomatiseerde test in de releasepipeline of een batchuitvoering? Voor snelle iteratie met voorbeelden stelt OpenAI Datasets voor. Voor API-afhankelijke en grootschalige scenario’s moet het team een andere werkwijze kiezen en testen die de benodigde bewerkingen en opslag van resultaten kan ondersteunen.
Wat je vóór de uitschakeling moet bewaren
Maak een lijst van de materialen die nodig zijn om evaluaties te herhalen: invoervoorbeelden, verwachte antwoorden, promptteksten, criteria en graderinstellingen, en uitvoerresultaten die belangrijk zijn voor vergelijking. Voer vervolgens een controle uit met de gekozen vervanging: herhaal een kleine reeks tests en controleer of de beoordelingscriteria en interpretatie van de resultaten vergelijkbaar blijven.
Referentiegegevens en beoordelingsregels helpen om controles na de overstap te reproduceren. Als het team externe modellen, API-uitvoeringen of grote datasets gebruikte, neem die vereisten dan mee in de criteria voor de keuze van het volgende hulpmiddel. De OpenAI-documentatie beschrijft de mogelijkheden van Datasets en de voormalige Evals API, maar bevestigt niet dat elk oud scenario automatisch naar Datasets kan worden overgezet.
Controleer welke bewaarmogelijkheden voor je account beschikbaar zijn en open de verkregen bestanden buiten Evals voordat de geplande sluiting plaatsvindt. Zo blijkt of de gegevens die voor het team belangrijk zijn behouden zijn, zonder aannames over exportformaten of automatische migratie die de documentatie niet doet.
Voor wie de overgang gevolgen heeft
De deadlines zijn belangrijk voor ontwikkelaars die evaluaties hebben gemaakt of uitgevoerd via het Evals-dashboard, en voor teams die afhankelijk zijn van de Evals API. Volgens de planning van OpenAI worden beide onderdelen van het platform op 30 november 2026 uitgeschakeld; de documentatie vermeldt niet dat de bijbehorende API na die datum beschikbaar blijft.
De praktische stap is om benodigde testmaterialen en resultaten te bewaren en vervolgens het nieuwe evaluatieproces met een kleine steekproef te testen. Zo kan het team modellen en prompts blijven vergelijken zonder afhankelijk te zijn van het platform dat wordt gesloten.
