Michael Johnson将模型质量检查保存在 OpenAI Evals 平台上的开发者，自 2026 年 10 月 31 日起可以查看现有评估，但无法编辑。OpenAI 计划于 11 月 30 日关闭控制台和 API。这是迁移的两个不同阶段：目前仍有时间保存所需材料，之后平台将停止运行。这项变更针对托管式 Evals 服务，而非模型评估本身；这一时间表列于 OpenAI 的弃用产品列表中。
10 月 31 日发生了什么变化
自 10 月 31 日起，现有评估只能查看，不能编辑。Evals 控制台和 API 计划于 11 月 30 日关闭。文档说明了过渡期，但没有承诺将用户的评估自动迁移到其他产品。
趁材料仍可访问，团队应保存复现检查所需的数据：测试样例、提示词说明、预期答案、评分器设置和运行结果。这是迁移方面的实用建议，并非保证支持的导出格式清单：请确认团队具体能获取哪些内容，并检查保存的文件能否脱离 Evals 界面打开。
OpenAI 提供了哪些 Evals 替代选项
文档建议考虑两种方案。OpenAI 平台中的 Datasets 适用于快速迭代：团队可以添加样例、运行不同提示词版本、评估结果，并在需要时使用评分器。文档介绍的类型包括精确字符串匹配、文本相似度评估、模型评分器和 Python 代码执行。
对于以编程方式配置评估，文档介绍了 Evals API。不过，根据 OpenAI 的时间表，该 API 和控制台一样，也计划于 11 月 30 日关闭。因此，应将其视为对原有工作流程的说明，而不是平台的长期替代方案。
迁移最好从盘点开始：每个评估集承担什么任务——手动比较提示词、在发布流水线中运行自动化测试，还是批量执行？对于基于样例的快速迭代，OpenAI 推荐使用 Datasets。对于依赖 API 或大规模运行的场景，团队则需要选择并验证另一种工作流程，确保其支持所需操作和结果存储。
停用前应保存什么
列出复现评估所需的材料：输入样例、预期答案、提示词文本、评分标准和评分器设置，以及用于比较的重要运行结果。随后，在选定的替代方案上进行验证：重跑一小组测试，并确认评估标准和结果解读仍具有可比性。
基准数据和评估规则有助于在迁移后复现检查。如果团队使用外部模型、API 调用或大型数据集，也应将这些要求纳入下一款工具的选择标准。OpenAI 文档介绍了 Datasets 和旧版 Evals API 的功能，但并未确认所有原有场景都能自动迁移到 Datasets。
请在计划关闭之前，检查账号可用的保存方式，并在 Evals 之外打开所得文件。这样可以确认团队的重要数据是否已妥善保存，而无需假设文档未承诺的导出格式或自动迁移功能。
哪些人会受到迁移影响
对于通过 Evals 控制台创建或运行评估，以及依赖 Evals API 的开发者和团队来说，这些时间安排十分重要。根据 OpenAI 的时间表，平台的两个部分都计划于 2026 年 11 月 30 日关闭；文档并未说明相关 API 会在该日期之后继续提供。
实际行动是保存所需的测试材料和结果，然后用少量样本验证新的评估流程。这样，团队便能继续比较模型和提示词，而不再依赖即将关闭的平台。
