Politique de maintenance des modèles d'IA

Cette page décrit la politique de maintenance du modèle pour les offres API de modèle de fondation avec paiement par jeton, API de modèle de fondation avec throughput provisionné, et inférence par batch avec ai_query.

Pour continuer à prendre en charge les modèles les plus avancés, Databricks gère les modèles via un cycle de vie qui progresse du statut hérité à l’obsolescence, puis à l’abandon définitif.

Hérité : lorsqu'un modèle est marqué comme hérité, il n'est plus recommandé pour les nouvelles charges de travail, mais reste disponible dans les Workspace utilisant déjà le modèle. Les Workspace qui n'utilisent pas le modèle lorsqu'il entre en statut hérité n'ont plus accès au modèle. Les clients utilisant un tel modèle doivent évaluer les modèles plus récents et envisager une migration.
Dépréciation : lorsqu'un modèle est obsolète, une date de suppression fixée à 30 ou 90 jours dans le futur est annoncée. Il n'est pas recommandé pour de nouvelles charges de travail, mais reste disponible dans les Workspace où le modèle est déjà utilisé. Les Workspace qui n'utilisent pas le modèle au moment de la dépréciation n'ont pas accès au modèle. Les clients qui utilisent un tel modèle doivent évaluer des modèles plus récents et planifier la migration de leurs charges de travail avant la date de suppression.
Retirement : lorsqu'un modèle est retiré, il n'est plus accessible et le support associé est entièrement interrompu. Tout workload utilisant le modèle ne fonctionne plus.

Politique relative au cycle de vie du modèle

La section suivante résume la politique relative au cycle de vie des modèles. Consultez la rubrique Modèles obsolètes pour obtenir la liste des modèles obsolètes et leurs dates de suppression.

De nombreux facteurs sont pris en compte pour déterminer le calendrier de suppression, notamment la popularité du modèle, le modèle de remplacement adapté et le volume d'utilisation en production. Databricks annonce les dates de suppression des modèles lorsqu'ils deviennent obsolètes, selon les délais de notification décrits ci-dessous.

APIs Foundation Model

Le tableau suivant résume la politique de cycle de vie des modèles pour les produits Foundation Model APIs : paiement par jeton, throughput avec provisionnement et ai_query (inférence par batch).

Ancien	Notification de dépréciation et transition vers le retrait	À la date de retrait
Databricks prend les mesures suivantes pour informer les clients qu'un modèle est marqué comme obsolète : Dans l’interface utilisateur de Databricks, le modèle est marqué comme hérité. La documentation applicable indique que le modèle est hérité. Lorsqu'un modèle est marqué comme hérité : The model continues to be available only for Workspace with existing workloads that use this model . Le modèle hérité n'est pas accessible depuis les Workspace qui ne l'utilisaient pas activement avant d'être marqué comme hérité. Les clients disposant de workloads existants doivent évaluer les nouveaux modèles et envisager de migrer leurs workloads.	Databricks prend les mesures suivantes pour informer les clients concernant la dépréciation d'un modèle : Dans l'interface utilisateur de Databricks, un message d'avertissement indique que le modèle est obsolète. La documentation applicable contient une mention indiquant que le modèle est obsolète, ainsi qu'une date de retrait. Lorsqu'un modèle est obsolète, Databricks annonce une date de suppression 30 ou 90 jours à l'avance. Pendant cette période de transition : Les clients ayant des workloads existants devraient migrer vers le modèle de remplacement recommandé ou retirer les workloads affectés.	Le modèle n'est plus disponible pour une utilisation et est supprimé du produit. Tous les workloads existants utilisant le modèle cessent de fonctionner. La documentation applicable est mise à jour pour indiquer que le modèle n'est plus disponible, et recommande l'utilisation d'un modèle de remplacement.

Ancien

Notification de dépréciation et transition vers le retrait

À la date de retrait

Databricks prend les mesures suivantes pour informer les clients qu'un modèle est marqué comme obsolète :

Dans l’interface utilisateur de Databricks, le modèle est marqué comme hérité.
La documentation applicable indique que le modèle est hérité.

Lorsqu'un modèle est marqué comme hérité :

The model continues to be available only for Workspace with existing workloads that use this model .
Le modèle hérité n'est pas accessible depuis les Workspace qui ne l'utilisaient pas activement avant d'être marqué comme hérité.
Les clients disposant de workloads existants doivent évaluer les nouveaux modèles et envisager de migrer leurs workloads.

Databricks prend les mesures suivantes pour informer les clients concernant la dépréciation d'un modèle :

Dans l'interface utilisateur de Databricks, un message d'avertissement indique que le modèle est obsolète.
La documentation applicable contient une mention indiquant que le modèle est obsolète, ainsi qu'une date de retrait.

Lorsqu'un modèle est obsolète, Databricks annonce une date de suppression 30 ou 90 jours à l'avance. Pendant cette période de transition :

Les clients ayant des workloads existants devraient migrer vers le modèle de remplacement recommandé ou retirer les workloads affectés.

Le modèle n'est plus disponible pour une utilisation et est supprimé du produit. Tous les workloads existants utilisant le modèle cessent de fonctionner. La documentation applicable est mise à jour pour indiquer que le modèle n'est plus disponible, et recommande l'utilisation d'un modèle de remplacement.

Ancien	Notification de dépréciation et transition vers le retrait	À la date de retrait
Databricks prend les mesures suivantes pour informer les clients qu'un modèle est marqué comme obsolète : Dans l’interface utilisateur de Databricks, le modèle est marqué comme hérité. La documentation applicable indique que le modèle est hérité. Lorsqu'un modèle est marqué comme hérité : The model continues to be available only for Workspace with existing workloads that use this model . Le modèle hérité n'est pas accessible depuis les Workspace qui ne l'utilisaient pas activement avant d'être marqué comme hérité. Les clients disposant de workloads existants doivent évaluer les nouveaux modèles et envisager de migrer leurs workloads.	Databricks prend les mesures suivantes pour informer les clients concernant la dépréciation d'un modèle : Dans l'interface utilisateur de Databricks, un message d'avertissement indique que le modèle est obsolète. La documentation applicable contient une mention indiquant que le modèle est obsolète, ainsi qu'une date de retrait. Lorsqu'un modèle est obsolète, Databricks annonce une date de suppression 30 ou 90 jours à l'avance. Pendant cette période de transition : Les clients ayant des workloads existants devraient migrer vers le modèle de remplacement recommandé ou retirer les workloads affectés.	Le modèle n'est plus disponible pour une utilisation et est supprimé du produit. Tous les workloads existants utilisant le modèle cessent de fonctionner. La documentation applicable est mise à jour pour indiquer que le modèle n'est plus disponible, et recommande l'utilisation d'un modèle de remplacement.

Ancien

Notification de dépréciation et transition vers le retrait

À la date de retrait

Databricks prend les mesures suivantes pour informer les clients qu'un modèle est marqué comme obsolète :

Dans l’interface utilisateur de Databricks, le modèle est marqué comme hérité.
La documentation applicable indique que le modèle est hérité.

Lorsqu'un modèle est marqué comme hérité :

The model continues to be available only for Workspace with existing workloads that use this model .
Le modèle hérité n'est pas accessible depuis les Workspace qui ne l'utilisaient pas activement avant d'être marqué comme hérité.
Les clients disposant de workloads existants doivent évaluer les nouveaux modèles et envisager de migrer leurs workloads.

Databricks prend les mesures suivantes pour informer les clients concernant la dépréciation d'un modèle :

Dans l'interface utilisateur de Databricks, un message d'avertissement indique que le modèle est obsolète.
La documentation applicable contient une mention indiquant que le modèle est obsolète, ainsi qu'une date de retrait.

Lorsqu'un modèle est obsolète, Databricks annonce une date de suppression 30 ou 90 jours à l'avance. Pendant cette période de transition :

Les clients ayant des workloads existants devraient migrer vers le modèle de remplacement recommandé ou retirer les workloads affectés.

Politique de fin de vie des modèles partenaires

Les modèles partenaires sont des modèles que des partenaires tiers — spécifiquement OpenAI, Anthropic et Google — fournissent via les APIs de modèle de fondation. Pour ces modèles partenaires, Databricks suit généralement les mêmes calendriers et politiques de dépréciation décrits ci-dessus.

Cependant, les Partenaires peuvent fournir des dates de fin de vie plus courtes que la période de transition d'un mois publiée par Databricks. Dans ces cas, Databricks tente de combler l'écart en redirigeant temporairement les modèles vers une version similaire, afin que les clients bénéficient de l'intégralité du temps de transition.

Par exemple, si le retrait d'un modèle partenaire est annoncé avec un préavis de deux semaines au lieu d'un mois, Databricks redirige le modèle pendant deux semaines supplémentaires afin d'éviter toute interruption immédiate et de laisser le temps d'effectuer la migration. Les querys échouent à la fin de la période complète d'un mois.

remarque

Cette redirection ne peut se produire que si le modèle de remplacement a le même prix et est rétrocompatible. Le modèle de remplacement est généralement une version de modèle incrémentielle, comme la version 3.0 par rapport à la 3.1.

Modèles obsolètes et retirés

The following sections list models that are deprecated (no longer recommended for new workloads) or retired (end-of-life and no longer available). Retirement dates for deprecated models are announced at least one month in advance.

Mise hors service des APIs du modèle de fondation

Le tableau suivant présente les retraits de modèles, leurs dates de retrait et les modèles de remplacement recommandés à utiliser pour les APIs de modèle de fondation avec paiement par jeton et les workloads de serving avec throughput provisionné. Databricks vous recommande de migrer vos applications pour utiliser des modèles de remplacement avant la date de retrait indiquée.

Modèle partenaire	Date de retrait	Modèle de remplacement recommandé
Anthropic Claude Sonnet 4	Paiement par jeton : 9 octobre 2026	Claude Sonnet 4.6
OpenAI GPT-5.1 Codex Max	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.5
OpenAI GPT-5.1 Codex Mini	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.4 Codex Mini
OpenAI GPT-5.2 Codex	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.5
Anthropic Claude 3.7 Sonnet	Paiement par jeton : 12 avril 2026	Utilisez le dernier modèle Claude Sonnet
Gemini 2.5 Flash	Paiement par jeton : 2 octobre 2026 Throughput provisionné : 2 octobre 2026	Gemini 3.1 Pro ou Gemini 3.5 Flash
Gemini 2.5 Pro	Throughput provisionné : 2 octobre 2026	Gemini 3.1 Pro ou Gemini 3.5 Flash
Gemini 3 Pro	Throughput provisionné : 26 mars 2026	Gemini 3,1 Pro. Pour laisser plus de temps à la migration, entre le 26 mars 2026 et le 7 juin 2026, les appels API à Gemini 3 Pro seront temporairement redirigés vers Gemini 3.1 Pro. Les Tarifs des deux modèles sont identiques.

Modèle partenaire	Date de retrait	Modèle de remplacement recommandé
Anthropic Claude Sonnet 4	Paiement par jeton : 9 octobre 2026	Claude Sonnet 4.6
OpenAI GPT-5.1 Codex Max	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.5
OpenAI GPT-5.1 Codex Mini	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.4 Codex Mini
OpenAI GPT-5.2 Codex	Paiement par jeton : 16 juillet 2026	OpenAI GPT-5.5
Anthropic Claude 3.7 Sonnet	Paiement par jeton : 12 avril 2026	Utilisez le dernier modèle Claude Sonnet
Gemini 2.5 Flash	Paiement par jeton : 2 octobre 2026 Throughput provisionné : 2 octobre 2026	Gemini 3.1 Pro ou Gemini 3.5 Flash
Gemini 2.5 Pro	Throughput provisionné : 2 octobre 2026	Gemini 3.1 Pro ou Gemini 3.5 Flash
Gemini 3 Pro	Throughput provisionné : 26 mars 2026	Gemini 3,1 Pro. Pour laisser plus de temps à la migration, entre le 26 mars 2026 et le 7 juin 2026, les appels API à Gemini 3 Pro seront temporairement redirigés vers Gemini 3.1 Pro. Les Tarifs des deux modèles sont identiques.

Ouvrir le modèle	Date de retrait	Modèle de remplacement recommandé
Thinking Machine Labs Inkling	Paiement par jeton : 30 octobre 2026	GLM 5.3 ou Kimi K3
DeepSeek V4 Pro (0813)	Paiement par jeton : 30 octobre 2026	DeepSeek V4.1 Flash
Kimi K2.7	Paiement par jeton : 30 octobre 2026	Kimi K3
Meta-Llama 4 Maverick	Paiement par jeton : 9 mars 2026 Throughput provisionné : 9 juin 2026	OpenAI GPT OSS 120B
Meta Llama 3.1 405B	Paiement par jeton : 15 février 2026 Throughput provisionné : 15 mai 2026	OpenAI GPT OSS 120B
Mixtral-8x7B Instruct	Paiement par jeton : 30 avril 2025	Meta-Llama 4 Maverick
Meta Llama 3 (70B)	Paiement par jeton : 23 juillet 2024 (Meta-Llama-3-70B-Instruct) ; 11 décembre 2024 (Meta-Llama-3.1-70B-Instruct) Throughput provisionné : 15 février 2026	Paiement par jeton : Meta-Llama-4-Maverick Provisioned throughput: modèle comparable sur la même offre, comme les modèles Llama 3.2, 3.3 ou 4 de taille similaire.
Meta Llama 3 8B	Throughput provisionné : 15 février 2026	Modèle comparable sur la même offre, comme un modèle Llama 3.2, 3.3 ou 4 de taille similaire.
Meta-Llama-2-70B-Chat	Paiement par jeton : 30 octobre 2024	Meta-Llama 4 Maverick
MPT 7B Instruct	Paiement par jeton : 30 août 2024	Meta-Llama 4 Maverick
MPT 30B Instruct	Paiement par jeton : 30 août 2024	Meta-Llama 4 Maverick

Ouvrir le modèle	Date de retrait	Modèle de remplacement recommandé
Thinking Machine Labs Inkling	Paiement par jeton : 30 octobre 2026	GLM 5.3 ou Kimi K3
DeepSeek V4 Pro (0813)	Paiement par jeton : 30 octobre 2026	DeepSeek V4.1 Flash
Kimi K2.7	Paiement par jeton : 30 octobre 2026	Kimi K3
Meta-Llama 4 Maverick	Paiement par jeton : 9 mars 2026 Throughput provisionné : 9 juin 2026	OpenAI GPT OSS 120B
Meta Llama 3.1 405B	Paiement par jeton : 15 février 2026 Throughput provisionné : 15 mai 2026	OpenAI GPT OSS 120B
Mixtral-8x7B Instruct	Paiement par jeton : 30 avril 2025	Meta-Llama 4 Maverick
Meta Llama 3 (70B)	Paiement par jeton : 23 juillet 2024 (Meta-Llama-3-70B-Instruct) ; 11 décembre 2024 (Meta-Llama-3.1-70B-Instruct) Throughput provisionné : 15 février 2026	Paiement par jeton : Meta-Llama-4-Maverick Provisioned throughput: modèle comparable sur la même offre, comme les modèles Llama 3.2, 3.3 ou 4 de taille similaire.
Meta Llama 3 8B	Throughput provisionné : 15 février 2026	Modèle comparable sur la même offre, comme un modèle Llama 3.2, 3.3 ou 4 de taille similaire.
Meta-Llama-2-70B-Chat	Paiement par jeton : 30 octobre 2024	Meta-Llama 4 Maverick
MPT 7B Instruct	Paiement par jeton : 30 août 2024	Meta-Llama 4 Maverick
MPT 30B Instruct	Paiement par jeton : 30 août 2024	Meta-Llama 4 Maverick

Si vous avez besoin d'un support à long terme pour une version de modèle spécifique, Databricks recommande d'utiliser les APIs de modèle de fondation throughput provisionné pour vos workloads de service.

Rechercher les charges de travail qui utilisent des modèles retirés

Utilisez la query suivante pour trouver les charges de travail qui utilisent des modèles obsolètes et identifier leurs propriétaires.

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 '%<retired-model-name>%'
 GROUP BY eu.requester, se.endpoint_name, se.entity_name
 ORDER BY request_count DESC

Politique relative au cycle de vie du modèle​

APIs Foundation Model​

Politique de fin de vie des modèles partenaires​

Modèles obsolètes et retirés​

Mise hors service des APIs du modèle de fondation​

Rechercher les charges de travail qui utilisent des modèles retirés​