已排期日期确定性: 已排期已公布为计划日期来源对日期的表述有多确定：已确认、已排期、预估、已推迟或未核实。显示所有“已排期”的图钉可信度 85%总体可信度: 85%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 5 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉
OpenAI[1][3][4][5] 自己的弃用页面于 2026 年 6 月 3 日宣布，关闭日期为 2026 年 11 月 30 日。关闭日期是供应商对开发人员的承诺，偶尔会被推迟，从未提前。OpenAI 停用 Evals 平台
由原文自动翻译
原标题: OpenAI Retires Evals Platform
OpenAI 于 2026 年 11 月 30 日关闭 Evals 平台； 向他们发出的请求将停止工作，呼叫者必须转向指定的替代者。
- OpenAI 的弃用页面列出了 2026 年 6 月 3 日宣布的 Evals 平台。现有的评估于 2026 年 10 月 31 日变为只读，Evals 仪表板和 API 于 2026 年 11 月 30 日关闭。同一张表涵盖了评估工作流程记录的评分器，而微调时间表位于单独的部分。
- 同一天，OpenAI 还宣布 Agent Builder 将于 11 月 30 日关闭（ChatKit 保留，以 Agents SDK 或 ChatGPT Workspace Agents 作为迁移目标），并且 v1/prompts API 和可重用提示对象将于 11 月 30 日关闭，并由应用程序代码中的提示文本取代。
- OpenAI 的推荐路线是其食谱指南“从 OpenAI Evals 转向 Promptfoo”。 在 7 月 2 日打开的开发者论坛帖子中，用户找不到指南描述的导出； OpenAI 支持人员于 7 月 3 日回复称，可运行的 Promptfoo 配置（提示、模型、测试用例、断言）与 JSONL 导出不同，后者仅保存已完成的运行结果，并且并非每种评估类型都支持配置导出。
- Langfuse 的迁移指南显示了另一种路径：在关闭之前将评估、运行和输出项目导出到 JSON（脚本需要 API），将评估行转换为数据集项目，并将评分器移植到 LLM-as-judge 或代码评估器。
- Langfuse 警告说，历史运行是存档的，而不是导入的，文本相似性指标（例如 BLEU 和 ROUGE）不是内置的，并且由于判断模型不同，分数不会完全匹配。 微调分级机超出了其指南的范围。