Qué modelos retirará GitHub el 14 de diciembre

Puesto de trabajo de un desarrollador con migración de un modelo de IA, etapas de lanzamiento y controles de políticas de ingeniería.

El anuncio del 13 de noviembre de GitHub programa la retirada de seis modelos en todas las experiencias de GitHub Copilot para el 14 de diciembre de 2026: Claude Fable 5, Claude Haiku 4.5, Gemini 3.8 Flash, Gemini 4 Argon, Grok 4.6 y Kimi K3. El alcance va más allá del selector de modelos de Copilot Chat. GitHub incluye explícitamente Copilot Chat, las ediciones en línea, el modo de preguntas, el modo de agente y las finalizaciones de código, por lo que la misma fecha de retirada puede afectar a la forma en que los desarrolladores hacen preguntas, modifican código directamente, delegan trabajo del repositorio y reciben sugerencias mientras editan. (GitHub Changelog)

El aviso propone una alternativa para cada entrada, pero no describe el cambio como un reemplazo universal uno a uno que todas las cuentas vayan a experimentar de forma idéntica. Está previsto que Claude Fable 5 pase a Claude Fable 5.2. Claude Haiku 4.5 aparece asociado a Claude Haiku 5.5. Gemini 3.8 Flash se empareja con Gemini 4 Hydrogen, y Gemini 4 Argon con Gemini 4 Carbon. Para Kimi K3, la tabla de GitHub indica que la alternativa está «por anunciar», así que las organizaciones que utilizan ese modelo todavía no tienen un sucesor identificado que puedan validar a partir del anuncio.

Este último detalle tiene importancia operativa. Un equipo puede empezar de inmediato a probar las alternativas ya identificadas, pero no puede considerar que la entrada de Kimi K3 tenga una correspondencia completa. El destino sigue sin especificarse en el aviso de retirada, lo que deja una decisión independiente para cualquier flujo de trabajo que dependa de que Kimi K3 esté seleccionado o disponible. La documentación de GitHub sobre modelos compatibles también advierte que la disponibilidad depende del plan de Copilot y del lugar donde se utilice, como GitHub.com o un entorno de desarrollo integrado. Según GitHub, la disponibilidad puede cambiar a medida que los modelos se sustituyen o actualizan, así que la presencia de un modelo en un cliente o cuenta no demuestra por sí sola que esté disponible en todos los lugares donde trabaja el equipo. (GitHub Docs)

Claude Haiku 4.5 tiene una excepción específica en el anuncio. Seguirá disponible para los suscriptores individuales de GitHub Copilot con planes anuales, y GitHub afirma que la retirada no se aplica a esos clientes. Esta salvedad debe interpretarse de forma estricta: identifica a una clase de suscriptores individuales, no una exención general para todas las organizaciones ni para cualquier cuenta que utilice una modalidad de facturación anual. Para los demás usuarios, Claude Haiku 4.5 sigue siendo uno de los modelos programados para retirarse el 14 de diciembre, con Claude Haiku 5.5 como alternativa sugerida.

El aviso de GitHub también explica cómo se gestionan las alternativas sugeridas para los clientes de Copilot Enterprise y Copilot Business con la habilitación de modelos predeterminada. Las alternativas se habilitan automáticamente cuando el valor predeterminado correspondiente está activo, salvo que un administrador haya desactivado el valor predeterminado global o haya deshabilitado explícitamente el modelo. Si una organización ha desactivado ese valor predeterminado global, un administrador puede habilitar el acceso a las alternativas mediante las políticas de modelos de la configuración de Copilot. Una vez habilitadas, las personas usuarias ven el modelo en el selector de modelos de Copilot Chat dentro de las experiencias de Copilot compatibles. GitHub indica que no es necesario realizar ninguna acción para eliminar los modelos retirados una vez que se haya efectuado la retirada, pero eso no elimina la necesidad de actualizar los flujos de trabajo y las integraciones antes de la fecha límite.

Esta diferencia —habilitación automática con una configuración de políticas frente a una acción administrativa explícita con otra— explica por qué el 14 de diciembre debe tratarse como un punto de control de configuración y gestión de lanzamientos. Los nombres de los modelos pueden aparecer en distintos lugares: en la selección de una persona usuaria, en las políticas de modelos de la organización o la empresa, o en una integración que presuponga un modelo compatible concreto. Quien solo compruebe la interfaz de chat podría pasar por alto una configuración de políticas o una dependencia del flujo de trabajo; un administrador que solo habilite las alternativas sugeridas podría no detectar la necesidad de comparar cómo se comportan esas alternativas en las tareas reales del equipo.

Por tanto, el inventario inmediato es concreto. Hay que identificar si alguno de los seis modelos retirados se utiliza en Copilot Chat, las ediciones en línea, el modo de preguntas, el modo agente o las finalizaciones de código; registrar qué plan de Copilot y qué cliente rigen cada uso; y distinguir los reemplazos ya definidos de los casos aún sin resolver. Claude Fable 5, Claude Haiku 4.5, Gemini 3.8 Flash, Gemini 4 Argon y Grok 4.6 tienen destinos sugeridos en el anuncio de GitHub. Kimi K3 todavía no tiene uno, mientras que los suscriptores individuales de planes anuales están expresamente exentos de la retirada de Claude Haiku 4.5. Estos hechos delimitan la migración para la siguiente etapa: comprobar si el destino compatible funciona en el flujo de ingeniería, en lugar de asumir que un cambio en la etiqueta del modelo es una actualización meramente estética.

Por qué cambiar de modelo puede modificar el resultado de ingeniería

Un modelo de Copilot forma parte de un flujo de ingeniería; no es simplemente una etiqueta en un selector. Cuando GitHub reemplaza un modelo retirado, la tarea puede parecer la misma mientras el comportamiento del sistema cambia por debajo. El aviso sigue procediendo del mismo editor o repositorio, pero el reemplazo puede interpretar las instrucciones de otra manera, pedir aclaraciones distintas, elegir otra secuencia de herramientas o detenerse en un punto diferente del ciclo del agente. Estas diferencias importan cuando una tarea depende de una convención precisa del repositorio y no de una respuesta ampliamente aceptable.

Por eso, el aviso de retirada debe tratarse como un evento de gestión de versiones. Las superficies afectadas incluyen Copilot Chat, las ediciones en línea, los modos de preguntas y agente, y las finalizaciones de código. Un cambio en cualquiera de ellas puede modificar cómo una instrucción se convierte en código, cómo se buscan los archivos existentes antes de editar o cuánto contexto se utiliza para justificar un cambio propuesto. La pregunta práctica no es si el reemplazo puede generar código, sino si genera el código esperado, en el repositorio esperado y bajo las mismas restricciones de permisos y políticas.

El prompt es solo una parte del contrato

A menudo, los equipos consideran que un prompt es una petición de respuesta: corregir una prueba fallida, refactorizar una función, explicar una API o revisar una solicitud de incorporación de cambios. Los flujos de trabajo maduros con Copilot añaden un contrato implícito alrededor de esa petición. Se espera que el modelo siga las instrucciones del repositorio, conserve el estilo local, respete el alcance, utilice adecuadamente las herramientas disponibles y devuelva un resultado que un revisor humano pueda verificar. Un cambio de modelo puede afectar a cada una de estas capas aunque el prompt escrito no cambie.

La interpretación del prompt es la primera fuente de variación. Un modelo puede entender que «aplica este cambio en todo el módulo» incluye las pruebas relacionadas; otro puede editar únicamente la función mencionada. Uno puede considerar que una instrucción breve autoriza a inspeccionar archivos vecinos, mientras que otro puede preguntar antes de ampliar la búsqueda. No son necesariamente fallos, pero sí cambian cuántas decisiones siguen en manos del desarrollador. Un equipo que se haya apoyado silenciosamente en la interpretación de un modelo puede descubrir que sus prompts eran menos explícitos de lo que su proceso daba por hecho.

El uso de herramientas introduce una segunda diferencia. En el modo agente, la calidad del resultado depende no solo del texto final, sino también del recorrido para llegar a él: qué archivos se abren, qué comandos se proponen o ejecutan, si se ejecuta una prueba y cómo reacciona el modelo ante un error. Un reemplazo que utilice menos llamadas a herramientas puede ser más rápido, pero dejar sin verificar supuestos importantes. Otro que utilice más llamadas puede mejorar la investigación en tareas difíciles, aunque consuma más tokens y tarde más. La documentación de GitHub sobre los modelos compatibles también deja claro que la disponibilidad depende del plan de Copilot y de la superficie en la que se utilice Copilot, y que puede cambiar cuando los modelos se reemplazan o actualizan. Por tanto, el flujo de trabajo efectivo combina modelo, superficie del producto y políticas; no depende solo del nombre del modelo.

Los pequeños cambios de comportamiento pueden convertirse en cambios de flujo de trabajo

El estilo del código es otra señal visible. Los modelos pueden diferir en la intensidad con la que refactorizan, dónde colocan las funciones auxiliares, cómo nombran las variables y si conservan un patrón existente o introducen uno nuevo. En una sugerencia aislada, puede ser una preferencia menor. A lo largo de finalizaciones repetidas o ediciones en línea, puede aumentar el ruido en las revisiones y hacer menos coherentes las convenciones de una base de código. Lo mismo ocurre con los comentarios y las pruebas: unas pruebas generadas más amplias pueden resultar útiles, pero también ampliar los cambios más allá de lo que esperaba el revisor.

La latencia y el consumo de tokens deben formar parte de la misma evaluación. Una respuesta técnicamente correcta, pero sensiblemente más lenta, puede cambiar la disposición de los desarrolladores a usar Copilot para tareas pequeñas. Una respuesta que consuma más contexto o produzca diferencias más extensas puede afectar los patrones de uso y los controles de costes. El aviso de retirada no establece un resultado concreto de rendimiento o coste para cada reemplazo, así que esos efectos deben medirse, no darse por supuestos.

La calidad de las revisiones merece una atención específica porque revisar es una tarea de criterio, no solo de generación de código. Un modelo de reemplazo puede dar prioridad a riesgos distintos, formular sus hallazgos de otra manera o no detectar un defecto que el modelo anterior sí señalaba. También puede identificar un problema que antes pasaba desapercibido. Por eso, «el código sigue compilando» no es una prueba de migración adecuada. Antes de asumir que un flujo de revisión sin cambios mantiene la misma cobertura, los equipos deberían comparar hallazgos representativos, explicaciones, falsos positivos y omisiones.

El estudio de migración de 2026 incluido en el plan de investigación añade una advertencia sobre el momento elegido: su análisis concluyó que la mayoría de las migraciones observadas en aplicaciones de código abierto ocurrieron después de que se desconectara el modelo original. Ese hallazgo aporta contexto; no predice que todos los usuarios de Copilot reaccionen igual. Su implicación operativa es directa: esperar a que la retirada se haga efectiva elimina el periodo en el que un equipo puede comparar resultados mientras el comportamiento anterior sigue disponible como referencia. Probar antes convierte un cambio inesperado en producción en una comparación controlada.

El modelo mental más seguro es el de compatibilidad de comportamiento, no el de compatibilidad del nombre del modelo. La documentación de GitHub puede establecer qué modelos y políticas son compatibles, pero no puede demostrar que un reemplazo conserve la interpretación de los prompts, el ciclo del agente, el estilo, la latencia, el uso de tokens o la calidad de las revisiones de un equipo. Esas propiedades deben comprobarse con el trabajo que el equipo realiza realmente. La retirada de un modelo se vuelve manejable cuando los responsables de ingeniería tratan el reemplazo como un cambio de versión en una cadena de herramientas de ingeniería asistida por IA y validan las partes de esa cadena de las que dependen las personas, la automatización y las políticas.

Quién debe actuar antes de la fecha límite

La fecha límite no es solo un recordatorio para los desarrolladores individuales. Es una cuestión de responsabilidades: ¿quién controla la elección del modelo?, ¿quién depende del comportamiento actual? y ¿quién puede verificar que un reemplazo siga encajando en el flujo de trabajo? El aviso de retirada de GitHub abarca Copilot Chat, las ediciones en línea, los modos de consulta y de agente, y las finalizaciones de código. Por tanto, el público responsable es más amplio que el conjunto de personas que abren ocasionalmente un selector de modelos. Los administradores empresariales, los equipos de plataforma, los propietarios de repositorios y los desarrolladores pueden controlar cada uno una parte distinta de la configuración.

Los administradores empresariales deberían empezar por las políticas que determinan qué modelos pueden ver y usar los usuarios. La distinción clave está entre un modelo seleccionado explícitamente y un modelo predeterminado heredado mediante la configuración de la organización. Un modelo identificado por nombre puede aparecer en una política, un estándar documentado, una instrucción guardada o una integración, aunque la mayoría de los usuarios experimente Copilot mediante un valor predeterminado. Esas referencias deben localizarse antes de la fecha de retirada. Un valor predeterminado puede cambiarse de forma centralizada, mientras que una elección explícita puede seguir incorporada en un flujo de trabajo o fallar cuando el modelo indicado deje de estar disponible.

La revisión administrativa también debería abarcar la elegibilidad del plan y las restricciones que afecten a los modelos de reemplazo. La documentación de GitHub sobre modelos compatibles integra la disponibilidad y los controles de política en la selección del modelo, por lo que no conviene asumir la disponibilidad a partir de la cuenta de otro usuario o de una captura de pantalla del producto. Comprueba el plan de Copilot de la organización, los modelos permitidos por la política y cualquier requisito de residencia de datos o cumplimiento normativo que reduzca las opciones disponibles. Si un reemplazo no está disponible con un plan concreto o entra en conflicto con una restricción organizativa, la ruta de migración puede ser distinta de la sugerida por un anuncio general.

Los equipos de plataforma tienen una responsabilidad adicional: identificar los lugares donde Copilot forma parte de un sistema de ingeniería, en vez de ser solo una comodidad individual. Esto incluye configuraciones de modelo fijadas en extensiones o integraciones, archivos de prompts compartidos, documentación interna para desarrolladores, automatizaciones de pull requests y trabajos de evaluación que registran resultados bajo el nombre de un modelo. Una referencia al modelo puede estar oculta en un valor de configuración, una regla de políticas o un banco de pruebas. Inventariar esas referencias ayuda a distinguir un valor predeterminado elegido deliberadamente de una dependencia que podría fallar o cambiar sin avisar.

La revisión prioritaria corresponde a los flujos de trabajo con consecuencias operativas. Tras un cambio de modelo, los modos de agente pueden interpretar los prompts de otra manera, usar herramientas distintas, repetir pasos o detenerse bajo condiciones diferentes. Los flujos de revisión de código pueden producir hallazgos, prioridades o explicaciones distintas aunque el código subyacente no haya cambiado. Las evaluaciones automatizadas también pueden volverse engañosas si comparan resultados de un modelo con resultados históricos de otro sin registrar el cambio. Estas posibilidades no demuestran que un reemplazo vaya a fallar; demuestran que el reemplazo necesita un responsable y una comprobación.

Los equipos deberían enumerar todos los flujos de trabajo que dan por hecho un modelo concreto, no solo los que muestran uno. Un desarrollador que elige un modelo para obtener una explicación ocasional quizá solo tenga que confirmar que existe un reemplazo compatible. Un equipo de plataforma que ejecuta tareas de agente, asistencia para revisiones o evaluaciones repetibles de prompts debe definir qué significa «equivalente» en ese flujo e identificar quién aprobará el resultado. Las comprobaciones pertinentes pueden incluir la corrección en tareas representativas, el comportamiento de las llamadas a herramientas, la latencia, el uso de tokens, los permisos y la calidad de las revisiones.

Los desarrolladores individuales también tienen una función concreta antes del cambio. Deberían revisar los prompts guardados, las instrucciones personales, la configuración del editor y las preferencias de modelo documentadas que utilizan a diario. También deberían señalar los prompts o ejemplos del equipo que mencionen un modelo que será retirado, sobre todo cuando esos prompts se copien en repositorios compartidos o materiales de incorporación. Que un reemplazo aparezca en la interfaz no significa que ya esté validado para las convenciones de código, las expectativas de pruebas o los hábitos de revisión de un proyecto. A menudo, los desarrolladores son quienes mejor pueden detectar esas diferencias pequeñas, pero relevantes.

Una regla de escalado útil es sencilla: cuanto más pueda un flujo de trabajo actuar, bloquear o publicar, menos aceptable resulta tratar la retirada del modelo como una actualización estética de la interfaz. Un flujo de agente que edita archivos, un proceso de revisión que influye en decisiones de integración o una canalización de evaluación utilizada para comparar cambios en prompts tienen un impacto operativo mayor que una sesión de chat normal. Sus responsables deberían registrar el modelo actual, el reemplazo previsto, la política que lo habilita y las pruebas de que el flujo sigue siendo aceptable después del cambio.

Antes del 14 de diciembre, los administradores pueden confirmar la herencia de políticas y la elegibilidad del reemplazo; los equipos de plataforma pueden buscar en configuraciones, integraciones, prompts y evaluaciones; y los desarrolladores pueden probar las tareas recurrentes de Copilot. El objetivo no es conservar un nombre de modelo por sí mismo. Es hacer visible la dependencia, asignar la responsabilidad del flujo afectado y asegurarse de que cualquier cambio en los resultados sea detectado por quienes dependen de él.

Lista de comprobación para una migración controlada de Copilot

Trata el cambio del 14 de diciembre de 2026 como un pequeño ejercicio de gestión de lanzamientos, aunque GitHub lo presente como un cambio en la disponibilidad de modelos. La primera tarea es establecer dónde se utilizan realmente los modelos que serán retirados. Busca en las políticas de administración, la documentación de repositorios u organizaciones, los prompts guardados, los procedimientos internos, los scripts de evaluación y las integraciones que transmitan explícitamente un nombre de modelo. Registra también los lugares donde se selecciona un modelo como valor predeterminado, en vez de aparecer nombrado en el código o la configuración. El selector de modelos visible es solo una parte de la superficie de dependencias: un equipo puede haber estandarizado prompts, instrucciones de agente o procedimientos de revisión en torno a un modelo concreto sin documentar esa suposición.

El inventario debería asignar un responsable y una decisión a cada referencia. El responsable puede aprobar el reemplazo de GitHub, seleccionar otro modelo compatible o eliminar la fijación explícita y permitir que la política aplicable determine la elección. Esa decisión debe tener en cuenta la elegibilidad del plan y cualquier regla de la organización que limite los modelos que pueden utilizarse. También debe identificar las integraciones cuyo comportamiento dependa de que un modelo esté disponible. Que un reemplazo aparezca en la interfaz de usuario no significa automáticamente que esté disponible en todos los planes, ámbitos de política o flujos de trabajo, por lo que el inventario debería contrastarse con la documentación actual de GitHub sobre modelos compatibles y con la configuración propia de Copilot de la organización.

1. Hacer explícito el reemplazo

No dependas de una alternativa silenciosa para trabajos de ingeniería importantes. Habilita o aprueba explícitamente el reemplazo previsto en la configuración correspondiente de la organización, la empresa o la cuenta personal y, después, verifica que el ajuste llegue a los usuarios y repositorios que lo necesitan. Si una política se hereda, registra de dónde procede el valor efectivo y quién puede modificarlo. Esto es especialmente importante para los administradores empresariales: la selección local de un desarrollador quizá no pueda anular una política de la organización, mientras que un cambio centralizado de esa política puede afectar a muchos flujos de trabajo de una sola vez.

Para cada modelo identificado por nombre, registra el comportamiento esperado después del cambio. El registro puede ser breve: modelo de reemplazo, superficies de Copilot afectadas, responsable de la política, restricción de plan o elegibilidad y comportamiento alternativo si el reemplazo no está disponible. Incluye los casos excepcionales señalados en el aviso de GitHub, en lugar de asumir que todas las cuentas siguen el mismo recorrido. El objetivo no es conservar una etiqueta concreta a cualquier precio, sino hacer que el estado posterior al cambio sea deliberado y visible.

2. Probar trabajo representativo, no prompts de juguete

Construye un conjunto de evaluación a partir de tareas reales que sean importantes para el equipo. Incluye autocompletado de código habitual, cambios en varios archivos, depuración, explicaciones, generación de pruebas, revisión de código y cualquier flujo de agente que utilice herramientas o el contexto del repositorio. Conserva el prompt, los archivos o accesorios relevantes, el resultado esperado y los criterios de aceptación para comparar la configuración anterior y la de reemplazo sobre el mismo trabajo. Un puñado de demostraciones llamativas no basta para demostrar que una migración es segura.

Evalúa primero la corrección, pero no te detengas ahí. Registra si la respuesta sigue las convenciones del repositorio, si pide aclaraciones en el momento adecuado, si propone cambios innecesarios y si un revisor puede entender el parche resultante. En los modos de agente, comprueba el ciclo completo: interpretación de la solicitud, selección de herramientas, solicitudes de permisos, cambios en los archivos, ejecución de pruebas y comportamiento al detenerse. Estas comprobaciones son consecuencias prácticas de que los modelos pueden diferir en la interpretación de prompts, el uso de herramientas y el comportamiento del agente, incluso cuando se ofrecen a través de la misma superficie de Copilot.

La latencia y el consumo de tokens deben formar parte de la misma comparación. Un modelo que produce una respuesta aceptable, pero tarda más, consume más contexto o provoca iteraciones adicionales puede cambiar el coste y el rendimiento de un flujo de trabajo. Registra pruebas suficientes para distinguir una respuesta aislada de un patrón repetible. Si el equipo ya cuenta con evaluaciones automatizadas, somete la migración a esas pruebas y conserva los resultados; si no, un conjunto pequeño revisado manualmente sigue siendo más útil que dar por sentado, sin verificarlo, que el reemplazo es equivalente.

3. Comprobar permisos, políticas y comportamiento alternativo

Una prueba de migración debería ejercitar los permisos que tendrá el flujo de trabajo en producción. Confirma que el reemplazo pueda acceder al contexto esperado del repositorio y a las herramientas, y que las barreras de aprobación sigan comportándose como está previsto. Prueba tanto una ruta exitosa como una ruta restringida: por ejemplo, qué ocurre cuando una llamada a una herramienta requiere aprobación, cuando un modelo no está habilitado para la cuenta o cuando una política del administrador impide seleccionar la opción preferida. El resultado debe registrarse como un comportamiento operativo, no dejarse para que cada desarrollador lo descubra durante una tarea activa.

Documenta el comportamiento de reversión o alternativa antes de la fecha límite. En este caso, revertir quizá no signifique restaurar un modelo retirado; puede implicar cambiar a otro modelo compatible, desactivar un paso automatizado, enviar una tarea a revisión humana o utilizar temporalmente un flujo de trabajo más acotado. Lo importante es que el equipo sepa qué acción es segura cuando falta el modelo esperado o genera resultados sustancialmente distintos. No trates una alternativa no probada como un control: puede cambiar el estilo del código, la profundidad de la revisión, la latencia o los patrones de uso igual que una sustitución principal.

4. Comunica el cambio y verifícalo después

Informa a los desarrolladores, revisores y administradores afectados de qué cambiará, cuándo entrará en vigor y qué flujos de trabajo requieren atención. La comunicación debe enlazar con la sustitución o política aprobada, identificar a la persona responsable de responder preguntas y señalar los resultados de la evaluación. También debe indicar qué deben comunicar los usuarios: modelos no disponibles, comportamiento inesperado del agente, cambios en los resultados de revisión, nuevas solicitudes de aprobación, latencia inusual o un aumento perceptible del uso. Unos criterios claros de reporte facilitan distinguir una diferencia normal entre modelos de un defecto de configuración.

Después del 14 de diciembre, realiza una comprobación posterior al cambio en lugar de cerrar la tarea cuando pase la fecha límite. Confirma que los modelos retirados ya no aparezcan donde no deben, que las sustituciones previstas estén disponibles para las cuentas correctas y que la herencia de políticas siga resolviendo el valor esperado. Vuelve a ejecutar un subconjunto pequeño y representativo del conjunto de evaluación, inspecciona uno o más flujos reales de revisión de código y del agente, y compara las señales de uso o coste con la referencia previa al cambio. Por último, actualiza los prompts guardados, los manuales operativos y la documentación interna para que el próximo cambio de modelo parta de un inventario preciso. Esa verificación final convierte una retirada obligatoria en un cambio controlado con un resultado observable.