Michael JohnsonModel kalite kontrollerini OpenAI Evals platformunda tutan geliştiriciler, 31 Ekim 2026’dan itibaren mevcut değerlendirmeleri görüntüleyebiliyor ancak düzenleyemiyor. OpenAI, kontrol paneli ile API’nin 30 Kasım’da kapatılmasını planladı. Bunlar geçişin farklı aşamaları: Gerekli materyalleri kaydetmek için hâlâ zaman var; sonrasında platformun çalışmayı durdurması bekleniyor. Değişiklik, modelleri değerlendirme uygulamasının kendisini değil, barındırılan Evals hizmetini kapsıyor; OpenAI’nin kullanımdan kaldırılan ürünler listesinde belirtilen takvim bu yönde.
31 Ekim’de ne değişti
31 Ekim’den itibaren mevcut değerlendirmeler salt okunur durumda. Evals kontrol paneli ve API’nin kapatılması 30 Kasım’a planlandı. Belgelerde bir geçiş dönemi açıklanıyor, ancak kullanıcı değerlendirmelerinin başka bir ürüne otomatik aktarılacağı vaat edilmiyor.
Materyaller erişilebilir durumdayken ekiplerin kontrolleri yeniden yapmak için ihtiyaç duydukları verileri kaydetmesi yararlı olur: test örnekleri, istem talimatları, beklenen yanıtlar, değerlendirici ayarları ve çalıştırma sonuçları. Bu, geçiş için pratik bir öneridir; garantili dışa aktarma biçimlerinin listesi değildir. Ekibinizin tam olarak neleri kaydedebildiğini ve dosyaların Evals arayüzü dışında açılıp açılmadığını kontrol edin.
OpenAI, Evals yerine hangi seçenekleri sunuyor
Belgeler iki senaryonun değerlendirilmesini öneriyor. OpenAI platformundaki Datasets, hızlı yineleme için tasarlanmıştır: ekip örnekler ekler, istem seçeneklerini çalıştırır, sonuçları değerlendirir ve gerektiğinde değerlendiricilerden yararlanır. Açıklanan türler arasında tam dize eşleşmesi, metin benzerliği değerlendirmesi, model tabanlı değerlendiriciler ve Python kodu çalıştırma bulunur.
Değerlendirmeleri programatik olarak yapılandırmak için belgeler Evals API’yi açıklıyor. Ancak OpenAI’nin takvimine göre API’nin de kontrol paneli gibi 30 Kasım’da kapatılması planlanıyor. Bu nedenle API, platformun uzun vadeli bir alternatifi olarak değil, önceki iş akışının açıklaması olarak görülmeli.
Geçişe envanter çıkararak başlamak daha iyi olur: Her küme hangi işi görüyordu — istemlerin elle karşılaştırılması mı, sürüm hattında otomatik test mi, yoksa toplu çalıştırma mı? OpenAI, örnekler üzerinde hızlı yineleme için Datasets’i öneriyor. API’ye bağlı ve büyük ölçekli senaryolar için ekibin, gereken işlemleri ve sonuçların saklanmasını sağlayan başka bir iş akışı seçip doğrulaması gerekecek.
Kapatılmadan önce neler kaydedilmeli
Değerlendirmeleri yeniden yapmak için gerekli materyallerin listesini oluşturun: girdi örnekleri, beklenen yanıtlar, istem metinleri, ölçütler ve değerlendirici ayarları ile karşılaştırma açısından önemli çalıştırma sonuçları. Ardından seçtiğiniz alternatifte bir kontrol testi yapın: küçük bir test kümesini yeniden çalıştırıp değerlendirme ölçütlerinin ve sonuçların yorumlanmasının karşılaştırılabilir kaldığını doğrulayın.
Referans verileri ve puanlama kuralları, geçişten sonra kontrolün yeniden üretilmesine yardımcı olur. Ekip harici modeller, API çalıştırmaları veya büyük kümeler kullandıysa bu gereksinimleri yeni araç seçim ölçütlerine ekleyin. OpenAI belgeleri Datasets’in ve eski Evals API’nin özelliklerini açıklıyor; ancak önceki her senaryonun Datasets’e otomatik olarak aktarılacağını doğrulamıyor.
Hesabınızda kullanılabilen kaydetme yöntemlerini kontrol edin ve planlanan kapanıştan önce elde edilen dosyaları Evals dışında açın. Bu test, belgelerin vaat etmediği bir dışa aktarma biçimini veya otomatik geçişi varsaymadan, ekip için önemli verilerin korunup korunmadığını gösterecektir.
Geçiş kimleri etkiliyor
Takvim, Evals kontrol paneli üzerinden değerlendirme oluşturmuş veya çalıştırmış geliştiriciler ile Evals API’ye bağlı ekipler için önemli. OpenAI’nin takvimine göre platformun her iki bileşeni de 30 Kasım 2026’da kapatılmalı; belgeler, ilişkili API’nin bu tarihten sonra kullanılabilir kalacağını belirtmiyor.
Atılacak pratik adım, gerekli test materyallerini ve sonuçları kaydetmek, ardından yeni değerlendirme sürecini küçük bir örneklem üzerinde doğrulamaktır. Böylece ekip, kapanmakta olan platforma bağlı kalmadan modelleri ve istemleri karşılaştırmayı sürdürebilir.
