Generative AI modela a política de manutenção

Este artigo descreve a política de manutenção do modelo para o Foundation Model APIs pay-per-tokens, Foundation Model APIs provisionamento Taxa de transferência e Foundation Model Fine-tuning offerings.

Para continuar a oferecer suporte aos modelos mais modernos, a Databricks pode atualizar os modelos suportados ou retirar os modelos mais antigos dessas ofertas.

Política de aposentadoria modelo

A política de desativação de modelos explica como o Databricks notifica você quando um modelo compatível está programado para ser desativado, o que acontece durante o período de transição e o que esperar na data de desativação. Os prazos variam de acordo com a oferta e a categoria do modelo, conforme resumido nas seções a seguir.

Para modelos atualmente descontinuados e datas previstas de descontinuação, consulte Modelos descontinuados. Para modelos de parceiros, consulte política de aposentadoria do modelo de parceiros.

importante

As políticas de aposentadoria que se aplicam ao Foundation Model APIs pay-per-tokens e às ofertas do Foundation Model Fine-tuning afetam apenas os modelos de bate-papo e de conclusão compatíveis.

Modelo de fundação APIs pay-per-tokens

A tabela a seguir resume a política de aposentadoria do Foundation Model APIs pay-per-tokens.

Notificação de aposentadoria	Transição para a aposentadoria	Na data de aposentadoria
A Databricks adota as seguintes medidas para notificar os clientes sobre um modelo que está pronto para ser desativado: Na página Serving do seu Databricks workspace, aparece uma mensagem de aviso no cartão do modelo que indica que o modelo está planejado para ser aposentado. A documentação aplicável contém um aviso que indica que o modelo está planejado para ser aposentado e a data de início em que não haverá mais suporte.	A Databricks aposentará o modelo em três meses . Durante esse período de três meses, os clientes podem: Escolha migrar para um Foundation Model APIs provisionamento Taxa de transferência endpoint para continuar usando o modelo após a data de fim de vida útil. Migrar o fluxo de trabalho existente para usar os modelos de substituição recomendados.	O modelo não está mais disponível para uso e foi removido do produto. A documentação aplicável é atualizada para recomendar o uso de um modelo substituto.

Modelo de Fundação APIs provisionamento Taxa de transferência

A tabela a seguir resume a política de aposentadoria da Foundation Model APIs provisionamento Taxa de transferência.

Notificação de aposentadoria	Transição para a aposentadoria	Na data de aposentadoria
A Databricks adota as seguintes medidas para notificar os clientes sobre um modelo que está pronto para ser desativado: Para os endpoints que atendem a um modelo obsoleto, uma mensagem de aviso é exibida na página de detalhes do endpoint em seu Databricks workspace. Essa mensagem indica que o modelo está planejado para a aposentadoria e a data de aposentadoria aplicável. Uma mensagem de dica de ferramenta fornece modelos alternativos recomendados para a migração da carga de trabalho. A documentação aplicável contém um aviso que indica que o modelo está planejado para ser aposentado e a data de início em que não haverá mais suporte.	A Databricks aposentará o modelo em seis meses . Durante esse período de seis meses: Os clientes podem continuar executando o endpoint de provisionamento existente usando o modelo obsoleto até a data de aposentadoria. Clientes que não estão usando ativamente um modelo obsoleto não podem criar um novo ponto de extremidade ou reiniciar o ponto de extremidade interrompido para um modelo obsoleto.	O modelo não está mais disponível para uso e foi removido do produto. Todos os pontos de extremidade que usam o modelo desativado são transferidos para um estado de falha com uma mensagem descritiva. Todas as solicitações a esses endpoints falharão. O cliente pode excluir os pontos de extremidade que usam o modelo desativado, mas não pode reiniciá-los. A documentação aplicável é atualizada para recomendar o uso de um modelo substituto.

modelo de parcerias política de aposentadoria

Os modelos parceiros são modelos fornecidos por parceiros terceirizados, especificamente OpenAI, Anthropic e Google, que estão disponíveis por meio APIs do Foundation Model. Para estes modelos de parceiros, Databricks geralmente segue os mesmos cronogramas e políticas de depreciação descritos para os modelos de provisionamento Taxa de transferência e pagamento por tokens.

No entanto, as datas de aposentadoria fornecidas pelos parceiros podem ser mais curtas do que os períodos de transição publicados pela Databricks. Nesses casos, a Databricks tenta preencher a lacuna redirecionando temporariamente os modelos para uma versão semelhante, para que os clientes tenham o tempo de transição completo.

Por exemplo, se a descontinuação de um modelo de pagamento por tokens for anunciada com um mês de antecedência em vez de três, Databricks redireciona o modelo por mais dois meses para evitar interrupções imediatas e permitir tempo para a migração. As consultas falham ao final do período completo de três meses.

nota

Esse redirecionamento só pode ocorrer se o modelo de substituição tiver o mesmo preço e for compatível com versões anteriores. O modelo de substituição geralmente é uma versão incremental, como da versão 3.0 para a 3.1.

Ajuste fino do modelo básico

A tabela a seguir resume a política de aposentadoria para o Foundation Model Fine-tuning.

Notificação de aposentadoria	Transição para a aposentadoria	Na data de aposentadoria
A Databricks adota as seguintes medidas para notificar os clientes sobre um modelo que está pronto para ser desativado: No site Experiments tab, uma mensagem de aviso aparece no menu dropdown para o Foundation Model Fine-tuning, indicando que o modelo está planejado para ser desativado. A documentação aplicável contém um aviso que indica que o modelo está planejado para ser aposentado e a data de início em que não haverá mais suporte.	A Databricks retira o modelo em três meses . Durante esse período de três meses, os clientes podem migrar o fluxo de trabalho existente para usar os modelos de substituição recomendados.	O modelo não está mais disponível para uso e foi removido do produto. A documentação aplicável é atualizada para recomendar o uso de um modelo substituto.

Atualizações do modelo

A Databricks pode enviar atualizações incrementais do modelo para implementar otimizações. Quando um modelo é atualizado, a URL do endpoint permanece a mesma, mas o ID do modelo no objeto de resposta muda para refletir a data da atualização. Por exemplo, se uma atualização for enviada para meta-llama/Meta-Llama-3.3-70B em 04/03/2024, o nome do modelo no objeto de resposta será atualizado para meta-llama/Meta-Llama-3.3-70B-030424. Databricks mantém um histórico de versões das atualizações que você pode consultar.

Modelos aposentados

As seções a seguir resumem as descontinuações de modelos atuais e futuras para as ofertas de recursos indicadas.

Modelo da Fundação APIs aposentadorias pay-per-tokens

A tabela a seguir mostra as aposentadorias de modelos, suas datas de aposentadoria e os modelos de substituição recomendados para uso no Foundation Model APIs, que serve cargas de trabalho pay-per-tokens. A Databricks recomenda que o senhor migre seus aplicativos para usar modelos substitutos antes da data de aposentadoria indicada.

modelo	Data de aposentadoria	Modelo de substituição recomendado
Soneto Anthropic de Claude 3.7	12 de abril de 2026	Use o modelo mais recente do Claude Sonnet.

Modelo aberto	Data de aposentadoria	Modelo de substituição recomendado
Meta Llama 3.1 405B	15 de fevereiro de 2026	OpenAI GPT OSS 120B
DBRX Instruct	30 de abril de 2025	Meta-Llama-4-Maverick
Instrução Mixtral-8x7B	30 de abril de 2025	Meta-Llama-4-Maverick
Meta-Llama-3.1-70B-Instruct	11 de dezembro de 2024	Meta-Llama-4-Maverick
Meta-Llama-3-70B-Instruct	23 de julho de 2024	Meta-Llama-4-Maverick
Meta-Llama-2-70B-Chat	30 de outubro de 2024	Meta-Llama-4-Maverick
Instrução MPT 7B	30 de agosto de 2024	Meta-Llama-4-Maverick
Instrução MPT 30B	30 de agosto de 2024	Meta-Llama-4-Maverick

modelo	Data de aposentadoria	Modelo de substituição recomendado
OpenAI GPT-5.1 Codex Max	16 de julho de 2026	OpenAI GPT-5.3 Códice
OpenAI GPT-5.1 Codex Mini	16 de julho de 2026	OpenAI GPT-5.3 Códice
OpenAI GPT-5.2 Códice	16 de julho de 2026	OpenAI GPT-5.3 Códice

Se o senhor precisar de suporte de longo prazo para uma versão de modelo específica, o site Databricks recomenda o uso do modelo Foundation APIs provisionamento Taxa de transferência para suas cargas de trabalho de serviço.

Modelo da Fundação APIs provisionamento Taxa de transferência aposentadorias

A tabela a seguir mostra as aposentadorias de famílias de modelos, suas datas de aposentadoria e os modelos de substituição recomendados para o modelo da Fundação APIs provisionamento Taxa de transferência que atende às cargas de trabalho. A Databricks recomenda que o senhor migre seus aplicativos para usar modelos substitutos antes da data de aposentadoria indicada.

modelo	Data de aposentadoria	Modelo de substituição recomendado
Gemini 3 Pro	26 de março de 2026	Gemini 3.1 Pro. Para permitir mais tempo para a migração, entre 26 de março de 2026 e 7 de junho de 2026, as chamadas de API para o Gemini 3 Pro serão temporariamente redirecionadas para o Gemini 3.1 Pro. Os preços para ambos os modelos são idênticos.

Família modelo aberta	Data de aposentadoria	Modelo de substituição recomendado
Meta Llama 3.1 405B	15 de maio de 2026	OpenAI GPT OSS 120B
Meta Llama 3 70B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Meta Llama 3 8B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Meta Llama 2 70B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Meta Llama 2 13B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Meta Llama 2 7B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Mixtral 8x7B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
Mistral 7B	27 de fevereiro de 2026	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
DBRX	19 de dezembro de 2025	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
MPT 30B	19 de dezembro de 2025	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.
MPT 7B	19 de dezembro de 2025	Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante.

Foundation Model Ajustando as aposentadorias

A tabela a seguir mostra as famílias de modelos aposentados, suas datas de aposentadoria e as famílias de modelos de substituição recomendadas para usar nas cargas de trabalho de ajuste fino do Foundation Model. A Databricks recomenda que o senhor migre seus aplicativos para usar modelos substitutos antes da data de aposentadoria indicada.

Família de modelos	Data de aposentadoria	Família de modelos de substituição recomendada
DBRX	30 de abril de 2025	Lhama-3.1-70B
Mixtral	30 de abril de 2025	Lhama-3.1-70B
Mistral	30 de abril de 2025	Lhama-3.1-8B
Meta-Llama-3.1-405B	30 de janeiro de 2025	Lhama-3.1-70B
Meta-Lama-3	7 de janeiro de 2025	Meta-Lama-3.1
Meta-Lama-2	7 de janeiro de 2025	Meta-Lama-3.1
Código Llama	7 de janeiro de 2025	Meta-Lama-3.1

Encontre cargas de trabalho que utilizam modelos obsoletos.

Use a seguinte consulta para encontrar cargas de trabalho que estejam usando modelos obsoletos e identificar seus proprietários.

SQL

SELECT
   eu.requester,
   se.endpoint_name,
   se.entity_name,
   COUNT(*) AS request_count,
   SUM(eu.input_token_count) AS total_input_tokens,
   SUM(eu.output_token_count) AS total_output_tokens,
   MIN(eu.request_time) AS first_request,
   MAX(eu.request_time) AS last_request
 FROM system.serving.endpoint_usage eu
 JOIN system.serving.served_entities se
   ON eu.served_entity_id = se.served_entity_id
 WHERE LOWER(se.entity_name) LIKE '%claude-opus-4-1%'
 GROUP BY eu.requester, se.endpoint_name, se.entity_name
 ORDER BY request_count DESC