Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Verwenden Sie Unity Gateway, um Inferenz auf proprietären und Open-Weight-Modellen führender Modelle durchzuführen, die von Databricks gehostet werden. Wählen Sie ein Modell und die Bereitstellungskapazität, die zu Ihrer Arbeitsbelastung passt.
Über Databricks verfügbare Modelle
Die folgenden Modelle werden von Databricks gehostet. Jeder Modellname ist mit seinen Spezifikationen verbunden.
Model-Assets in system.ai sind global aufgelistet. Ein Modell dort zu sehen bedeutet nicht, dass es in Ihrem Arbeitsbereich verfügbar ist. Die Verfügbarkeit hängt von Ihrer Arbeitsbereichsregion, den geografischen Einstellungen und der Modellverfügbarkeit ab. Überprüfe die Unity Gateway-Benutzeroberfläche nach dem entsprechenden Modelldienst und prüfe, dass du die Berechtigung hast, ihn abzufragen.
Die Auflistung eines Modells sendet keine Kundendaten zur Inferenz an das Modell. Siehe Modellverfügbarkeit nach Region für regionale Details.
Hinweis
Auf Azure Databricks sind OpenAI- und Google-Gemini-Modelle sowie Zhipu AI GLM 5.3, GLM 5.3 Flash und GLM 5.2 (Legacy), Moonshot AI Kimi K3, Thinking Machine Labs Inkling sowie DeepSeek V4.1 Flash und V4 Flash über ADI Services verfügbar, die von Databricks bereitgestellt werden. Für diese Modellbeschreibungen siehe Detaillierte Liste der von Databricks Foundation Model APIs unterstützten Modelle. Für Einrichtung und Zugriff siehe ADI-Dienste.
Wichtig
DeepSeek V4 Flash (0731) ist eingestellt und soll am 5. November 2026 ausgemustert werden. Unter Veraltete und eingestellte Modelle finden Sie das empfohlene Ersatzmodell und Hinweise zur Migration während der Auslaufphase.
Für veraltete Modelle und empfohlene Ersatzmodelle siehe Veraltete und ausgemusterte Modelle.
Verwenden Sie ein Modell
| Ihre Aufgabe | Wie man die Modelle verwendet |
|---|---|
| Baue eine Anwendung oder einen Agenten | Rufen Sie ein Modell über die Unity Gateway API auf.
Vom System bereitgestellte Modelldienste ermöglichen Ihnen den Einstieg in system.ai, ohne einen benutzerdefinierten Modelldienst erstellen zu müssen. Siehe Abfragemodelle. |
| Wenden Sie KI auf Ihre Daten an | Verwenden Sie ai_query, um Prompts in SQL, Notebooks oder Batch-Pipelines an ein unterstütztes Modell zu senden. Siehe Use ai_query. |
| Verwenden eines Codierungs-Agents | Verbinden Sie Ihren Coding-Agent mit Modellen über Unity Gateway. Siehe Unterstützte Coding-Agenten. |
Unterstützte Modelle und Modellkennungen variieren je nach Schnittstelle. Siehe die verlinkten Anleitungen für Anforderungen und Beispiele.
Systembereitgestellte Modelldienste
Azure Databricks bietet einsatzbereite, pro Token abgerechnete Modellservices in system.ai, wie z. B. system.ai.claude-opus-5. Neue Dienste werden hinzugefügt, sobald Basismodelle verfügbar sind.
- Ein Systembenutzer besitzt sie, und Sie können sie nicht löschen.
- Standardmäßig können nur Metastoreadministratoren sie ändern. Ein Metastoreadministrator kann die Verwaltung delegieren, indem er die
MANAGEBerechtigung gewährt.
Um den Zugriff einzuschränken, finden Sie weitere Informationen unter Ermitteln und Verwalten des Zugriffs auf Modelldienste.
Portionsmenge wählen
| Auswahl | Empfohlen für | So funktioniert es |
|---|---|---|
| Bezahlung pro Token | Arbeitslasten mit variabler oder intermittierender Auslastung. | Bezahle für die Tokens, die du verwendest, ohne eine dedizierte Bereitstellungskapazität bereitzustellen. |
| On-Demand bereitgestellter Durchsatz | Arbeitslasten, die eine dedizierte Kapazität benötigen, mit Flexibilität, um sie anzupassen, wenn sich die Anforderungen ändern. | Zahlen Sie für die zugewiesene Kapazität ohne langfristige Verpflichtung. |
Unity-Gateway-Modelldienste können zu Zielen mit bereitgestelltem Durchsatz routen. Siehe die Dokumentation jeder Option für geeignete Modelle und Einrichtungsanforderungen.
Für Batch-Inferenz mit ai_query nutzen Sie den Leitfaden zu AI Functions, um unterstützte Modelle und Serving-Optionen auszuwählen. Modell und regionale Unterstützung variieren je nach Angebotsoption.
Verbinden Sie andere Modellanbieter
Du kannst Unity Gateway auch mit deinem eigenen Modell-Provider-Konto verwenden. Verbinden Sie den Modellanbieter und steuern Sie den Zugriff über die Zugangsdaten Ihrer Organisation.
Siehe Verbinden Sie einen externen Modellanbieter.