Was ist Model Versioning? AI-Modelle nachverfolgen und pinnen

ProduktivbetriebZuverlässigkeitVeröffentlicht Aktualisiert Von Simon Budziak

Model Versioning gibt jedem AI-Modell eine nachvollziehbare Version, gebunden an den Code, die Daten, Einstellungen und Prompts dahinter. So können Sie ein Ergebnis reproduzieren, Releases vergleichen und zurückrollen. Bei gehosteten Modellen heißt es auch, die exakte getestete Modell-ID festzuschreiben.

Was sollten Sie außer der Modelldatei versionieren?

Das Verhalten eines Modells entsteht aus mehr als seinen Gewichten. Versionieren Sie die Teile gemeinsam, sonst können Sie eine Veränderung der Ergebnisse nicht erklären.

Element Warum es eine Version braucht
Trainingsdaten oder Snapshot Andere Daten ergeben ein anderes Modell
Code und Konfiguration Hyperparameter und Vorverarbeitung verändern Ausgaben
Prompts Ein umformulierter Prompt kann Ergebnisse so stark verändern wie neue Gewichte
Evaluierungsdatensatz Ein Score ist nur auf demselben Test vergleichbar
Abhängigkeiten und Umgebung Bibliotheks-Upgrades verschieben Numerik
Modell-ID oder Registry-Eintrag Das, was die Anwendung tatsächlich aufruft

Jede Vorhersage sollte die Version protokollieren, die sie erzeugt hat. Dann hat eine Audit-Frage, „welches Modell hat das freigegeben?“, eine Antwort.

Wie versionieren Sie ein gehostetes Modell?

Bei einem API-Modell kontrollieren Sie den Modell-String und kaum mehr. Pinnen Sie die exakte Modell-ID, die Sie evaluiert haben, speichern Sie sie bei jedem Ergebnis, und behandeln Sie eine Änderung daran als Release, das einen neuen Testlauf braucht, nicht als Konfigurationsanpassung. Anbieter stellen Modelle und Funktionen zu festen Terminen ein: Anthropics Fast-Mode-Seite nennt als Datum für die Abschaltung des Fast Mode bei Opus 4.8 den 30. November 2026, danach geben Anfragen, die ihn verlangen, einen Fehler zurück (Anthropic, Fast Mode, abgerufen am 19. November 2026). Eine datierte Liste der Versionen, von denen Sie abhängen, sagt Ihnen, was wann zu migrieren ist. Siehe Model Portability, um den Wechsel günstig zu halten.

Wie gehen wir bei Soba Labs mit Modellversionen und Migrationen um?

Wir prüfen Retrieval-Systeme für Kunden und Teams, und ein Befund, den wir regelmäßig nennen, ist ein Embedding-Modell ohne dokumentierte Version. In unserer Prüf-Checkliste lautet die Lösung eine Spalte embedding_model_version von Anfang an und eine geplante Re-Embedding-Migration, denn Modelle werden abgekündigt, und Ähnlichkeitswerte über Versionen hinweg sind bedeutungslos. Ein Modellwechsel, der wie eine Zeile Konfiguration aussieht, kann einen gespeicherten Index ungültig machen.

Bei gehosteten Chat-Modellen veröffentlichen wir, was sich ändert, wenn der Modell-String wechselt, zum Beispiel in was beim Wechsel auf Claude Fable 5.2 kaputtgeht (auf Englisch), wo das Bearbeiten einer früheren Runde nun einen Fehler zurückgibt und Fable 5.2 Thinking-Blöcke älterer Modelle liest, die eigenen aber nur Fable 5.2 und Mythos 5.2 lesen können. Eine neue Version ist eine Migration mit Testlauf, kein stilles Upgrade.

Wie rollen Sie ein Modell zurück?

Halten Sie die vorherige Version einsatzbereit, bis die neue im Produktivbetrieb ohne Regressionen gelaufen ist. Verschieben Sie zuerst einen kleinen Teil des Traffics, wie bei einem Canary Deployment, vergleichen Sie mit der alten Version auf demselben Evaluierungsdatensatz und beobachten Sie danach Model Drift. Eine Version, die Sie nicht erneut ausrollen können, ist ein Logeintrag, kein Rollback-Plan. Legen Sie den Wechsel auf ein Flag, damit das Zurücksetzen eine Konfigurationsänderung ist und kein Rebuild.

Mit AI-Unterstützung geschrieben und von Simon Budziak geprüft. Die Hinweise aus der Praxis stammen aus Systemen, die Soba Labs baut und betreibt.

Häufig gestellte Fragen

Was sollte zusammen mit einem Modell versioniert werden?

Die Trainingsdaten oder ihr Snapshot, der Code, die Konfiguration und Hyperparameter, die Prompts, der Evaluierungsdatensatz und die Umgebung. Eine Modelldatei allein lässt sich nicht reproduzieren.

Wie unterscheidet sich die Versionierung eines gehosteten Modells?

Die Gewichte gehören Ihnen nicht, also pinnen Sie die exakte Modell-ID in Ihren Anfragen, protokollieren sie bei jedem Ergebnis und führen Ihre Evaluierung erneut aus, bevor Sie sie ändern.

Diese Seite zusammenfassen mit

Ihr Team schulen, damit es das selbst baut