Generative AI modela a política de manutenção
Esta página descreve a política de manutenção do modelo para as ofertas de APIs do Foundation Model (pagamento por token), APIs do Foundation Model (taxa de transferência provisionada) e Inferência em Lote com ai_query.
Para continuar a dar suporte aos modelos de última geração, a Databricks gerencia os modelos por meio de um ciclo de vida que progride da atualização para a descontinuação e, por fim, para a retirada.
- Atualização : A Databricks aplica atualizações incrementais a um modelo para fornecer otimizações. Consulte Atualizações de modelo.
- Descontinuado : Um modelo descontinuado não é mais recomendado para novas cargas de trabalho, mas permanece disponível em workspaces com uso existente do modelo. Workspaces que não estão usando o modelo no momento da descontinuação não têm mais acesso a ele.
- Descontinuado : Um modelo descontinuado não está mais acessível e o suporte para o modelo é totalmente descontinuado. Qualquer carga de trabalho que usa o modelo para de funcionar.
Política de descontinuação de modelo
Quando a Databricks descontinua um modelo, esse modelo não é mais recomendado e está planejado para descontinuação. A Databricks anuncia as datas de descontinuação para modelos preteridos com os cronogramas de notificação resumidos nas seções a seguir. As datas de descontinuação podem ser anunciadas no momento da descontinuação ou em uma data posterior. Após a data de descontinuação, o modelo deixa de ser acessível e qualquer workload que o utilize para de funcionar.
Para modelos descontinuados e desativados e suas datas de desativação anunciadas, consulte Modelos descontinuados e desativados. Para modelos de parceiros, consulte Política de desativação de modelos de parceiros.
As políticas de descontinuação que se aplicam às ofertas de pagamento por token das APIs do Foundation Model e de ajuste fino do Foundation Model impactam apenas os modelos de chat e conclusão compatíveis.
APIs do Foundation Model
A tabela a seguir resume a política de descontinuação para as APIs do Foundation Model (pagamento por tokens), APIs do Foundation Model (Taxa de transferência provisionada) e inferência em lotes com as ofertas ai_query.
Notificação de descontinuação | Transição para a aposentadoria | Na data de aposentadoria |
|---|---|---|
A Databricks toma as seguintes medidas para notificar os clientes sobre a descontinuação de um modelo:
| Após descontinuar um modelo, a Databricks anuncia uma data de aposentadoria de **três meses** ou mais no futuro. Durante este período de transição:
| O modelo não está mais disponível para uso e é removido do produto. Qualquer carga de trabalho existente que usa o modelo para de funcionar. A documentação aplicável é atualizada para indicar que o modelo não está mais disponível e para recomendar um modelo de substituição. |
modelo de parcerias política de aposentadoria
Os modelos de parceiros são modelos que parceiros terceirizados — especificamente OpenAI, Anthropic e Google — fornecem por meio das APIs do Foundation Model. Para esses modelos de parceiros, a Databricks geralmente segue os mesmos prazos e políticas de descontinuação descritos acima.
No entanto, os parceiros podem fornecer datas de descontinuação mais curtas do que o período de transição de três meses que a Databricks publica. Nesses casos, a Databricks tenta superar a lacuna redirecionando temporariamente os modelos para uma versão semelhante, para que os clientes recebam o tempo de transição completo.
Por exemplo, se a descontinuação de um modelo de parceiro for anunciada com um mês de antecedência em vez de três, a 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.
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.
Atualizações do modelo
A Databricks pode lançar atualizações incrementais de modelos para entregar otimizações. Quando a Databricks atualiza um modelo, 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 a Databricks lançar uma atualização 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. A Databricks mantém um histórico de versões das atualizações. Entre em contato com a equipe de conta da Databricks para mais detalhes.
Modelos descontinuados e retirados
As seções a seguir listam modelos que foram descontinuados (não mais recomendados para novas cargas de trabalho) ou desativados (fim da vida útil e não mais disponíveis). As datas de desativação para modelos descontinuados são anunciadas com pelo menos três meses de antecedência.
Descontinuações das APIs do Foundation Model
A tabela a seguir mostra as desativações de modelos, suas datas de desativação e os modelos de substituição recomendados para usar com as cargas de trabalho de serviço por tokens e de Taxa de transferência de provisionamento das APIs do Foundation Model. A Databricks recomenda a migração de suas aplicações para utilizar modelos de substituição antes da data de desativação indicada.
Data de aposentadoria | Modelo de substituição recomendado | |
|---|---|---|
Anthropic Claude Sonnet 4 | Pagamento por token: 9 de outubro de 2026 | Claude Sonnet 4.6 |
OpenAI GPT-5.1 Codex Max | **Pagamento por token:** 16 de julho de 2026 | OpenAI GPT-5.5 |
OpenAI GPT-5.1 Codex Mini | **Pagamento por token:** 16 de julho de 2026 | OpenAI GPT-5.4 Codex Mini |
OpenAI GPT-5.2 Códice | **Pagamento por token:** 16 de julho de 2026 | OpenAI GPT-5.5 |
Soneto Anthropic de Claude 3.7 | Pagamento por token: 12 de abril de 2026 | Use o modelo mais recente do Claude Sonnet. |
Gemini 2.5 Flash | Pagamento por token: 2 de outubro de 2026 Throughput provisionado: 2 de outubro de 2026 | Gemini 3.1 Pro ou Gemini 3.5 Flash |
Gemini 2.5 Pro | Throughput provisionado: 2 de outubro de 2026 | Gemini 3.1 Pro ou Gemini 3.5 Flash |
Gemini 3 Pro | Taxa de transferência de provisionamento: 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. |
Modelo aberto | Data de aposentadoria | Modelo de substituição recomendado |
|---|---|---|
Meta-Llama-4-Maverick | Pagamento por token: 9 de março de 2026 Taxa de transferência provisionada: 9 de junho de 2026 | OpenAI GPT OSS 120B |
Meta Llama 3.1 405B | Pagamento por token: 15 de fevereiro de 2026 Taxa de transferência provisionada: 15 de maio de 2026 | OpenAI GPT OSS 120B |
Instrução Mixtral-8x7B | Pagamento por token: 30 de abril de 2025 | Meta-Llama-4-Maverick |
Meta Llama 3 (70B) | Pagamento por token: 23 de julho de 2024 (Meta-Llama-3-70B-Instruct); 11 de dezembro de 2024 (Meta-Llama-3.1-70B-Instruct) Taxa de transferência provisionada: 15 de fevereiro de 2026 | Pagamento por token: Meta-Llama-4-Maverick Taxa de transferência provisionada: Modelo comparável na mesma oferta, como o modelo Llama 3.2, 3.3 ou 4 de tamanho semelhante. |
Meta Llama 3 8B | Taxa de transferência provisionada: 15 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-Chat | Pagamento por token: 30 de outubro de 2024 | Meta-Llama-4-Maverick |
Instrução MPT 7B | Pagamento por token: 30 de agosto de 2024 | Meta-Llama-4-Maverick |
Instrução MPT 30B | Pagamento por token: 30 de agosto de 2024 | Meta-Llama-4-Maverick |
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.
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.
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