Жовтневий cutover зображень у Bubble: gpt-image-1 і Nano Banana 2

Навіщо один календар, а не два пости про міграцію

У мене каталог генерує зображення і через OpenAI, і через Google. Два sunset-и в календарі — одна production-операція: інвентаризація рядків, паралельні smoke-бatches, перемикання provider flags і контроль WU. Нижче — Bubble-side runbook у дусі BIAIG (bulk image AI generation для каталогів; Scout не знайшов публічного vendor-документа з цим акронімом — це внутрішня методологія публікації). Схожий розбір: Інцидент 14.10: gpt-image-2.5 Flare/Sunburst —.

Календар: підтверджене vs те, що ще не в primary docs

Вікно	Модель / id	Статус за Scout (vendor-primary)	Дія в каталозі
23.10.2026	OpenAI `gpt-image-1`	Shutdown у OpenAI Deprecations; заміни — `gpt-image-2.5-sunburst` або `gpt-image-2.5-flare`	Hard cutover для всіх рядків на цьому маршруті
01.12.2026	`gpt-image-1-mini`, `gpt-image-1.5`, `chatgpt-image-latest`	Окремий рядок shutdown на тій же сторінці	Не змішуйте з 23.10 — другий freeze/smoke цикл
TBD	Google Nano Banana 2 → API id `gemini-3.1-flash-image`	Deprecated 6.10.2026; наступник GA — `gemini-nano-banana-2.1`; у Gemini Deprecations для shutdown — «No shutdown date announced»	Міграція логіки + smoke на 2.1; не плануйте production kill 29.10 як факт

Про 29.10 — чесно: у brief редакції фігурує shutdown Nano Banana 2 на 29.10.2026. Scout на момент пакета не підтверджує цю дату в ai.google.dev; ByteForward описує, що рання публікація 29.10 могла з’явитися в docs і бути прибрана. Треті сторони ≠ календар. Для Google я орієнтуюсь на release notes / deprecations і окремий internal «earliest planning» слот, якщо команда його тримає — з міткою unverified.

23.10.2026 OpenAI також чіпає інші моделі в тому ж batch — інвентаризуйте весь API Connector, не лише image rows.

Перед freeze: інвентар і матриця endpoint

Рядок каталогу = SKU + provider (openai | google) + model_id + route (Batch | Responses | sync Image API) + batch_job_id (nullable).
OpenAI swap не «drop-in»: gpt-image-1 підтримує Batch і Responses (model page); у gpt-image-2.5-flare Batch є, Responses — not supported (flare page). Я вже бачив, як зміна лише model string у Bubble workflow ламає конектор.
Ціна: gpt-image-1 — per-image таблиці; 2.5-flare — token-based image pricing. Перерахунок перед bulk rerun обов’язковий.
Google: ціль — gemini-nano-banana-2.1; тестуйте той самий prompt/payload, що й для gemini-3.1-flash-image, на dev keys. Поруч із цим: BulkImagen async batches і nano-banana-2-1:.

Runbook у Bubble (bulk без vendor re-explainer)

T−14 … T−7: smoke batches

Виберіть 50–200 репрезентативних SKU (різні aspect ratio, text-in-image, failures).
Schedule API workflow on a list (Backend workflows): parallel scheduling + interval під rate limits провайдера.
Окремі списки для OpenAI 2.5-кандидата і Google 2.1 — не один «універсальний» batch, якщо схеми різні.
Запишіть результат у batch record (status, processed/total, last_error, provider_version) — community pattern для великих каталогів; UI не опитуйте кожні 2 секунди. Схожий розбір: Fozzels (жовтень 2026): ліміти Image.

T−3: production freeze window

Заморозіть зміни в API Connector definitions і privacy rules для image fields.
Увімкніть feature flag на рядку: image_provider_effective = catalog default OR override для rollback одного SKU.

T−0 (23.10 для OpenAI)

Cutover flag: model_id → обраний 2.5-*; route → Batch, якщо Responses більше недоступний.
Моніторинг: failed API calls + порожні image URL; не покладайтесь на «зелений» UI repeater.

Google (без hard kill date)

Паралельний track: поступовий % traffic на gemini-nano-banana-2.1 після green smoke.
Підпишіться на Gemini changelog — firm shutdown має з’явитися там/deprecations раніше за kill.

WU-safe polling

Орієнтири з Bubble workload docs: ~0.1 WU за scheduled workflow, ~0.6 за server-side action, outbound API ~0.1, DB write ~0.5. Великий SAWOL + image call на SKU = швидкий spike.

Progress оновлюйте з backend workflow (batch record), frontend — рідко або після completion.
Якщо потрібна сувора послідовність — recursive backend workflow замість max parallel (optimization checklist); дорожче в WU, дешевше для rate limits.
Interval у SAWOL не гарантує zero overlap — не дублюйте schedule на той самий SKU.

Checklist перед «зеленим» bulk

100% рядків OpenAI на gpt-image-1 мають цільовий 2.5-* і перевірений route
Batch job schema перевірена в вашому акаунті (Scout: потрібна account-level verification)
Google rows на 2.1 або явний rollback flag
Другий календарний слот 01.12.2026 запланований для mini/1.5/chatgpt-image-latest, якщо вони ще в prod
Batch record + алерт на Telegram/email при error rate > порогу

Пункт	Вимога	Контекст
OpenAI rows (`gpt-image-1`)	100% рядків з цільовим 2.5-* і перевіреним route	—
Batch job schema	Перевірена в вашому акаунті	Scout: потрібна account-level verification
Google rows	2.1 або явний rollback flag	—
Другий календарний слот	01.12.2026 для mini/1.5/chatgpt-image-latest	Якщо вони ще в prod
Моніторинг batch	Batch record + алерт на Telegram/email	При error rate > порогу

Джерела (межі статті)

Лише пакет Scout: OpenAI deprecations/community thread, model pages gpt-image-1 / gpt-image-2.5-flare, Google changelog + deprecations, Bubble manual (SAWOL, WU), ByteForward як вторинне по 29.10. Без зовнішньої публікації; метрики клієнтів і вигадані цитати не додаються.

Відкриті питання для вашої команди: чи лишається internal дата 29.10 для Google; чи входить 01.12 у той самий «жовтневий» narrative; які рядки сьогодні на Responses vs Batch.