生成 AI モデルのメンテナンス ポリシー

この記事では、Foundation Model API のトークンごとの支払い、プロビジョニングされたスループット、およびFoundation Model の微調整オファリングに関するモデルメンテナンスポリシーについて説明します。

最新のモデルを引き続きサポートするために、Databricks はサポートされているモデルを更新したり、これらのオファリングの古いモデルを廃止したりする可能性があります。

モデル廃止ポリシー

モデル提供終了ポリシーでは、サポートされているモデルが提供終了に設定されたときに Databricks から通知される方法、移行期間中の動作、提供終了日に何が予想されるかが説明されます。 タイムラインは、次のセクションで要約されているように、オファリングとモデルのカテゴリによって異なります。

現在廃止されているモデルと予定されている提供終了日については、「 廃止されたモデル」を参照してください。 パートナー モデルについては、「 パートナー モデルの提供終了ポリシー」を参照してください。

重要

Foundation Model API のトークンごとの支払いと Foundation Model の微調整オファリングに適用される引退ポリシーは、サポートされているチャットおよび完了モデルのみに影響します。

Foundation Model API のトークンごとの支払い

次の表は、Foundation Model API に対するトークンごとの支払い廃止方針をまとめたものです。

リタイアメント通知 退職への移行 退職日
Databricks は、提供終了に設定されているモデルについて顧客に通知するために、次の手順を実行します。
  • Databricks ワークスペースの [ サービス ] ページで、モデルが廃止予定であることを示す警告メッセージがモデル カードに表示されます。
  • 該当するドキュメントには、モデルが廃止される予定であり、サポートされなくなった開始日を示す通知が含まれています。
 Databricks は 3 か月後にモデルを廃止します。 この 3 か月間、お客様は次のいずれかを実行できます。
  • 有効期間が過ぎたモデルを引き続き使用するには、Foundation Model API によってプロビジョニングされたスループット エンドポイントに移行することを選択します。
  • 推奨される代替モデルを使用するように既存のワークフローを移行します。
 モデルは使用できなくなり、製品から削除されます。 該当するドキュメントが更新され、代替モデルの使用が推奨されます。

Foundation Model API プロビジョニング スループット

次の表は、Foundation Model API によってプロビジョニングされたスループットの廃止ポリシーをまとめたものです。

リタイアメント通知 退職への移行 退職日
Databricks は、提供終了に設定されているモデルについて顧客に通知するために、次の手順を実行します。
  • 非推奨のモデルを提供するエンドポイントの場合、Databricks ワークスペースのエンドポイントの詳細ページに警告メッセージが表示されます。 このメッセージは、モデルが廃止予定であり、該当する提供終了日が予定されていることを示します。
  • ヒント メッセージは、ワークロードの移行に推奨される代替モデルを提供します。
  • 該当するドキュメントには、モデルが廃止される予定であり、サポートされなくなった開始日を示す通知が含まれています。
 Databricks は、 6 か月後にモデルを廃止します。 この 6 か月間:
  • お客様は、廃止日まで非推奨のモデルを使用して、既存のプロビジョニング済みスループット エンドポイントを実行し続けることができます。
  • 非推奨のモデルを積極的に使用していないお客様は、新しいプロビジョニング済みスループット エンドポイントを作成したり、非推奨のモデルに対して停止されたエンドポイントを再起動したりすることはできません。
 モデルは使用できなくなり、製品から削除されます。
  • 廃止されたモデルを使用するすべてのエンドポイントは、説明メッセージを含む失敗状態に移行されます。 これらのエンドポイントへの要求はすべて失敗します。
  • お客様は、廃止されたモデルを使用するエンドポイントを削除できますが、再起動することはできません。
  • 該当するドキュメントが更新され、代替モデルの使用が推奨されます。

パートナー モデルの提供終了ポリシー

パートナー モデルは、サード パーティのパートナー (特に OpenAI、Anthropic、Google) によって提供されるモデルであり、Foundation Model API を通じて利用できます。 これらのパートナー モデルの場合、Databricks は通常、プロビジョニングされたスループットとトークンごとの支払いモデルについて説明したのと同じ非推奨のタイムラインとポリシーに従います。

ただし、パートナーによって提供される提供終了日は、Databricks によって公開された移行期間よりも短い場合があります。 このような場合、Databricks は、モデルを一時的に同様のバージョンにリダイレクトすることでギャップを埋めようとするため、顧客は完全な移行時間を受け取ります。

たとえば、トークン単位の支払いモデルの廃止が 3 か月ではなく 1 か月のリード タイムで発表された場合、Databricks は、即時破損を防ぎ、移行の時間を許可するために、さらに 2 か月間モデルをリダイレクトします。 クエリは、完全な 3 か月の期間の終了時に失敗します。

Note

このリダイレクトは、置換モデルの価格が同じで下位互換性がある場合にのみ発生します。 置換モデルは通常、3.0 と 3.1 のような増分モデル バージョンです。

基盤モデルの微調整

次の表は、Foundation Model Fine-tuning の廃止ポリシーをまとめたものです。

リタイアメント通知 退職への移行 退職日
Databricks は、提供終了に設定されているモデルについて顧客に通知するために、次の手順を実行します。
  • [ 実験 ] タブの [Foundation Model Fine-tuning] のドロップダウン メニューに、モデルが廃止される予定であることを示す警告メッセージが表示されます。
  • 該当するドキュメントには、モデルが廃止される予定であり、サポートされなくなった開始日を示す通知が含まれています。
 Databricks は、モデルを 3 か月で廃止します。 この 3 か月間、お客様は既存のワークフローを移行して、推奨される代替モデルを使用できます。 モデルは使用できなくなり、製品から削除されます。 該当するドキュメントが更新され、代替モデルの使用が推奨されます。

モデルの更新

Databricks は、最適化を実現するために、モデルの増分更新を出荷する場合があります。 モデルが更新されると、エンドポイント URL は変わりませんが、応答オブジェクトのモデル ID は更新日を反映するように変更されます。 たとえば、更新プログラムが 2024 年 3 月 4 日に meta-llama/Meta-Llama-3.3-70B に出荷された場合、応答オブジェクトのモデル名は meta-llama/Meta-Llama-3.3-70B-030424に更新されます。 Databricks では、参照できる更新プログラムのバージョン履歴が保持されます。

引退したモデル

次のセクションでは、示された機能オファリングの現在および今後のモデルの提供終了の概要を示します。

Foundation Model API のトークンごとの支払い廃止

次の表は、Foundation Model API の従量課金制サービス ワークロードに使用するモデルの提供終了、提供終了日、推奨される代替モデルを示しています。 Databricks では、指定された提供終了日より前に、代替モデルを使用するようにアプリケーションを移行することをお勧めします。

パートナー モデル 退職日 推奨交換モデル
アンソロピック・クロード 3.7 ソネット 2026 年 4 月 12 日 最新の Claude Sonnet モデルを使用する
モデルを開く 退職日 推奨交換モデル
メタ ラマ 3.1 405B 2026 年 2 月 15 日 OpenAI GPT OSS 120B
DBRX の指示 2025 年 4 月 30 日 Meta-Llama-4-Maverick
Mixtral-8x7B Instruct（ミクストラル-8x7B インストラクト） 2025 年 4 月 30 日 Meta-Llama-4-Maverick
Meta-Llama-3.1-70B-Instruct 2024 年 12 月 11 日 Meta-Llama-4-Maverick
Meta-Llama-3-70B-Instruct 2024 年 7 月 23 日 Meta-Llama-4-Maverick
Meta-Llama-2-70B-Chat 2024 年 10 月 30 日 Meta-Llama-4-Maverick
MPT 7B の指示 2024 年 8 月 30 日 Meta-Llama-4-Maverick
MPT 30B 設定ガイド 2024 年 8 月 30 日 Meta-Llama-4-Maverick

特定のモデル バージョンに対して長期的なサポートが必要な場合、Databricks では、サービスワークロードにプロビジョニングされたスループット Foundation Model API を使用することをお勧めします。

Foundation Model API によってプロビジョニングされたスループットの廃止

次の表は、モデル ファミリの提供終了、提供終了日、および推奨される代替モデルを示しています。これは、Foundation Model API によってプロビジョニングされたスループットサービス ワークロードに使用されます。 Databricks では、指定された提供終了日より前に、代替モデルを使用するようにアプリケーションを移行することをお勧めします。

パートナー モデル 退職日 推奨交換モデル
ジェミニ 3 Pro 2026 年 3 月 26 日 Gemini 3.1 Pro. 移行の時間を増やすには、2026 年 3 月 26 日から 2026 年 6 月 7 日までの間に、Gemini 3 Pro への API 呼び出しが一時的に Gemini 3.1 Pro にリダイレクトされます。 両方のモデルの価格は同じです。
モデル ファミリを開く 退職日 推奨交換モデル
メタ ラマ 3.1 405B 2026 年 5 月 15 日 OpenAI GPT OSS 120B
メタ ラマ 3 70B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
メタ ラマ 3 8B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
メタ ラマ 2 70B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
メタ ラマ 2 13B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
メタ ラマ 2 7B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
Mixtral 8x7B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
ミストラル 7B 2026 年 2 月 27 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
DBRX 2025 年 12 月 19 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
MPT 30B 2025 年 12 月 19 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。
MPT 7B 2025 年 12 月 19 日 同じオファリングにおける同等のモデルとして、Llama 3.2、3.3、または同様のサイズの4モデルなどがあります。

Foundation Model Fine-tuning の廃止

次の表は、廃止されたモデル ファミリ、提供終了日、および Foundation Model Fine-tuning ワークロードに使用する推奨代替モデル ファミリを示しています。 Databricks では、指定された提供終了日より前に、代替モデルを使用するようにアプリケーションを移行することをお勧めします。

モデル ファミリ 退職日 推奨される代替モデル ファミリ
DBRX 2025 年 4 月 30 日 Llama-3.1-70B
Mixtral 2025 年 4 月 30 日 Llama-3.1-70B
ミストラル 2025 年 4 月 30 日 Llama-3.1-8B
Meta-Llama-3.1-405B 2025 年 1 月 30 日 Llama-3.1-70B
Meta-Llama-3 2025 年 1 月 7 日 Meta-Llama-3.1
Meta-Llama-2 2025 年 1 月 7 日 Meta-Llama-3.1
Code Llama 2025 年 1 月 7 日 Meta-Llama-3.1

廃止されたモデルを使用するワークロードを検索する

次のクエリを使用して、非推奨のモデルを使用しているワークロードを検索し、その所有者を特定します。

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
  • Last updated on