GitHub ha retirado seis modelos de la mayoría de experiencias de Copilot desde el 19 de octubre de 2026, un cambio que puede afectar a chats, edición inline, agentes, completado y automatizaciones que seleccionaban modelos concretos.
La retirada había sido anunciada previamente, pero desde esta semana ya es efectiva y los equipos deben utilizar alternativas compatibles.
Qué modelos han sido retirados
GitHub lista Gemini 3.7 Flash, GPT-5.5, GPT-5.4, GPT-5.4 mini, GPT-5 mini y Grok 4.5 como modelos deprecados desde el 19 de octubre.
Qué alternativas propone GitHub
La tabla oficial recomienda Gemini 3.8 Flash para Gemini 3.7 Flash, GPT-6.1 Sol para GPT-5.5 y GPT-5.4, GPT-6 Luna para GPT-5.4 mini y GPT-5 mini, y Grok 4.7 para Grok 4.5.
Dónde afecta el cambio
GitHub indica que las retiradas afectan a la mayoría de experiencias de Copilot, entre ellas Copilot Chat, ediciones inline, ask mode, agent mode y code completions.
Por qué importa a un desarrollador autónomo
Si un flujo depende de un modelo seleccionado manualmente, la desaparición puede cambiar comportamiento, coste o calidad. No basta con que Copilot siga funcionando: puede estar utilizando una alternativa distinta.
Por qué importa a empresas
Los equipos que documentaron prompts o evaluaciones sobre un modelo concreto deberían repetir pruebas. Un modelo nuevo puede comportarse mejor en unas tareas y peor en otras.
Administradores de Copilot Business y Enterprise
GitHub avisa de que los administradores pueden necesitar habilitar acceso a los modelos alternativos mediante las políticas de modelos en Copilot settings.
Qué revisar en políticas
Comprueba si la organización bloquea modelos nuevos por defecto. Una sustitución recomendada no estará disponible para todos los usuarios si la política administrativa la mantiene deshabilitada.
Qué revisar en documentación interna
Si una guía dice “usar GPT-5.5” o “usar Gemini 3.7 Flash”, debe actualizarse. La documentación que nombra modelos envejece rápido y debería incluir fecha de revisión.
Qué revisar en evaluaciones
Repite pruebas con tareas reales: refactor, debugging, generación de tests, revisión de código y navegación de repositorio. Compara no solo velocidad, sino también errores y necesidad de corrección.
El riesgo de anclar procesos a un modelo
La disponibilidad cambia con rapidez. Un flujo sostenible debería definir la tarea y los criterios de calidad antes que depender de una marca concreta de modelo.
Cómo diseñar una política de modelos
Clasifica tareas por riesgo y coste. Para completado rutinario puede bastar un modelo ligero; para cambios complejos o revisión de seguridad puedes exigir uno más capaz.
Qué medir después de migrar
Tiempo hasta resultado útil, número de iteraciones, fallos de compilación, tests rotos y coste si existe facturación por uso. La comparación debe realizarse sobre trabajo real.
Cómo encaja con desarrollo profesional
BlackHold Consulting desarrolla e integra software; Aira CRM y Clientum son ejemplos de productos donde la selección de herramientas de desarrollo debe priorizar calidad y continuidad.
Formación relacionada
- IA generativa para autónomos
- n8n para negocios
- WordPress para negocios
- GA4 y Tag Manager
- Google Workspace para autónomos
- CRM para autónomos y pymes
Checklist de migración
- Identificar workflows que nombran un modelo retirado.
- Revisar políticas de organización.
- Seleccionar alternativa.
- Ejecutar evals internas.
- Actualizar documentación.
- Controlar coste y calidad.
Preguntas frecuentes
¿Qué modelos se retiraron?
Gemini 3.7 Flash, GPT-5.5, GPT-5.4, GPT-5.4 mini, GPT-5 mini y Grok 4.5.
¿Desde cuándo?
Desde el 19 de octubre de 2026.
¿Qué propone GitHub como alternativa a GPT-5.5?
GPT-6.1 Sol.
¿Los administradores deben hacer algo?
Puede ser necesario habilitar modelos alternativos mediante políticas.
¿Copilot deja de funcionar?
No, pero los workflows deben usar modelos soportados.
Fuentes
Fuente principal: GitHub Changelog: Copilot models deprecated.
Contexto adicional: GitHub Copilot Docs.
Lectura práctica adicional
Un equipo puede reducir dependencia de cambios de catálogo creando una pequeña batería de tareas de referencia. Cuando se sustituye un modelo, se ejecutan los mismos casos y se compara calidad, velocidad y coste antes de actualizar la recomendación interna.
También conviene evitar prompts demasiado ligados a peculiaridades de un modelo. Instrucciones claras, contexto estructurado y tests automáticos hacen que la migración sea más sencilla.
Conclusión
La retirada de modelos en GitHub Copilot demuestra que el catálogo de IA es dinámico. Las empresas necesitan políticas y pruebas propias para cambiar de modelo sin convertir cada deprecación en una incidencia.
Fotografía: olia danilevich / Pexels.
