AIモデルの保守ポリシー
このページでは、基盤モデルAPIトークン単位の従量課金、基盤モデルAPIプロビジョニングスループット、およびai_queryによるバッチ推論の各オファリングのモデルメンテナンスポリシーについて説明します。
最先端のモデルを引き続きサポートするために、Databricks はレガシー ステータスから廃止、そして最終的な廃止へと進むライフサイクルを通じてモデルを管理します。
- レガシ : モデルがレガシとしてマークされている場合、新しいワークロードでの使用は推奨されませんが、そのモデルを既存で使用しているワークスペースでは引き続き利用できます。レガシステータスになったときにそのモデルを使用していないワークスペースでは、そのモデルにアクセスできなくなります。このようなモデルを使用している顧客は、新しいモデルを評価し、移行を検討する必要があります。
- 非推奨 : モデルが非推奨になった場合、30日後または90日後の廃止日が通知されます。新しいワークロードには推奨されませんが、モデルを既存で使用しているワークスペースでは引き続き利用できます。非推奨の時点でモデルを使用していないワークスペースからは、モデルにアクセスできません。このようなモデルを使用している顧客は、より新しいモデルを評価し、廃止日前にワークロードを移行する計画を立てる必要があります。
- 廃止 ：モデルが廃止されると、アクセスできなくなり、そのモデルのサポートが完全に終了します。モデルを使用しているワークロードはすべて機能しなくなります。
モデルライフサイクルポリシー
次のセクションでは、モデルのライフサイクルポリシーについてまとめます。廃止されたモデルのリストと廃止日については、廃止されたモデルを参照してください。
廃止のタイムラインを決定する際には、モデルの人気度、適切な代替モデル、本番運用の量など、多くの要素が考慮されます。Databricksは、モデルが非推奨になった際に、以下に概説する通知タイムラインに従って廃止日を発表します。
基盤モデルAPI
次の表に、基盤モデル APIs 製品のモデルライフサイクルポリシーの概要を示します。トークン単位の従量課金、プロビジョニングされた throughput、および ai_query（バッチ推論）。
レガシー | 非推奨の通知と廃止への移行 | 廃止日 |
|---|---|---|
Databricksは、モデルがレガシとしてマークされたことを顧客に通知するために、次のステップを実行します。
モデルが レガシー にマークされている場合:
| Databricksは、モデルの 非推奨 について顧客に通知するために、次のステップを実行します。
モデルが非推奨になった場合、Databricks は 30日または90日 後の廃止日を発表します。この移行期間中：
| モデルは使用できなくなり、製品から削除されます。モデルを使用する既存のワークロードは動作を停止します。該当するドキュメントが更新され、モデルが利用できなくなったことが示され、代替モデルの使用が推奨されます。 |
パートナーモデル廃止ポリシー
パートナーモデルとは、サードパーティパートナー（特にOpenAI、Anthropic、Google）が基盤モデルAPIを通じて提供するモデルです。これらのパートナーモデルについて、Databricksは一般に、上記で説明した廃止のタイムラインとポリシーと同じものを遵守します。
ただし、パートナーによっては、Databricksが公開している1か月の移行期間よりも短い廃止日を提供する場合があります。このような場合、Databricksはモデルを類似のバージョンに一時的にリダイレクトしてその差を埋めようとするため、顧客は十分な移行期間を受け取ることができます。
たとえば、パートナーモデルの廃止が1か月前ではなく2週間のリードタイムで発表された場合、Databricksはモデルをさらに2週間リダイレクトして、即座の破損を防ぎ、移行のための時間を確保します。クエリーは、1か月の全期間が経過した時点で失敗します。
このリダイレクトは、代替モデルの価格が同じで、かつ下位互換性がある場合にのみ発生します。代替モデルは通常、3.0対3.1のように、段階的なバージョンアップとなる。
非推奨および廃止されたモデル
次のセクションでは、非推奨（新しいワークロードには非推奨）または廃止（サポート終了となり利用不可）になったモデルの一覧を示します。非推奨モデルの廃止日は、少なくとも1か月前に通知されます。
基盤モデルAPIsの廃止予定
以下の表は、基盤モデルAPIsのトークン単位の従量課金およびプロビジョニング済みスループットのサービングワークロードに使用するモデルの廃止、その廃止日、および推奨される代替モデルを示しています。Databricksでは、指定された廃止日より前に、アプリケーションを代替モデルを使用するように移行することをお勧めします。
廃止日 | 推奨される交換モデル | |
|---|---|---|
Anthropic Claude Sonnet 4 | トークン単位の従量課金: 2026年10月9日 | Claude Sonnet 4.6 |
OpenAI GPT-5.1 Codex Max | トークン単位の従量課金: 2026年7月16日 | OpenAI GPT-5.5 |
OpenAI GPT-5.1 Codex Mini | トークン単位の従量課金: 2026年7月16日 | OpenAI GPT-5.4Codex Mini |
OpenAI GPT-5.2コーデックス | トークン単位の従量課金: 2026年7月16日 | OpenAI GPT-5.5 |
Anthropic Claude 3.7 Sonnet | トークン単位の従量課金: 2026年4月12日 | 最新のClaude Sonnetモデルを使用する |
Gemini 2.5 Flash | トークン単位の従量課金： 2026年10月2日 プロビジョニング済み throughput: 2026年10月2日 | Gemini 3.1 Pro または Gemini 3.5 Flash |
Gemini 2.5 Pro | プロビジョニング済み throughput: 2026年10月2日 | Gemini 3.1 Pro または Gemini 3.5 Flash |
Gemini 3 Pro | プロビジョニング済みスループット: 2026年3月26日 | ジェミニ 3.1 プロ。移行のための時間を確保するため、2026年3月26日から2026年6月7日までの間、Gemini 3 ProへのAPI呼び出しは一時的にGemini 3.1 Proにリダイレクトされます。両モデルの価格は同一です。 |
オープンモデル | 廃止日 | 推奨される交換モデル |
|---|---|---|
DeepSeek V4 Flash (0731) | トークン単位の従量課金： 2026年11月5日 | DeepSeek V4.1 Flash |
Thinking Machine Labs Inkling | トークン単位の従量課金： 2026年10月30日 | GLM 5.3 または Kimi K3 |
DeepSeek V4 Pro (0813) | トークン単位の従量課金： 2026年10月30日 | DeepSeek V4.1 Flash |
Kimi K2.7 | トークン単位の従量課金： 2026年10月30日 | Kimi K3 |
メタラマ-4-マーベリック | トークン単位の従量課金： 2026年3月9日 プロビジョニングされたスループット: 2026年6月9日 | OpenAI GPT OSS 120B |
Llama 3.1 405B | トークン単位の従量課金： 2026年2月15日 プロビジョニング済みスループット： 2026年5月15日 | OpenAI GPT OSS 120B |
Mixtral-8x7B Instruct | トークン単位の従量課金： 2025年4月30日 | メタラマ-4-マーベリック |
Meta Llama 3（70B） | トークン単位の従量課金： 2024年7月23日（Meta-Llama-3-70B-Instruct）；2024年12月11日（Meta-Llama-3.1-70B-Instruct） プロビジョニング済みスループット： 2026年2月15日 | トークン単位の従量課金: Meta-Llama-4-Maverick プロビジョニングされたスループット: Llama 3.2、3.3、または同サイズのLlama 4モデルなど、同じ提供内容における同等のモデル。 |
Meta Llama 3 8B | プロビジョニング済みスループット： 2026年2月15日 | 同様のサイズの Llama 3.2、3.3、または 4 モデルなど、同じ製品の同等のモデル。 |
Meta-Llama-2-70B-Chat | トークン単位の従量課金： 2024年10月30日 | メタラマ-4-マーベリック |
MPT 7B Instruct | トークン単位の従量課金: 2024年8月30日 | メタラマ-4-マーベリック |
MPT 30B Instruct | トークン単位の従量課金: 2024年8月30日 | メタラマ-4-マーベリック |
特定のモデル バージョンに対する長期的なサポートが必要な場合は、 Databricks では、サービング ワークロードに基盤モデル API プロビジョニング スループット を使用することをお勧めします。
廃止されたモデルを使用するワークロードを見つける
非推奨モデルを使用しているワークロードを検索し、その所有者を特定するには、次のクエリを使用してください。
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