Elenco dettagliato dei modelli supportati dalle API dei modelli di Databricks Foundation

Questo articolo descrive i modelli di fondazione supportati dalle API dei modelli di fondazione di Databricks.

Puoi inviare richieste di query a questi modelli tramite Unity Gateway usando i nomi dei loro servizi modello (system.ai.<model>), oppure utilizzando gli endpoint pay-per-token disponibili nel tuo workspace Databricks. Vedere Usare i modelli di base e la tabella dei modelli supportati con pagamento in base al token per i nomi degli endpoint del modello da usare.

Oltre a supportare i modelli in modalità a pagamento per token, le API del Modello Foundation offrono anche una modalità di elaborazione con provisioning. Databricks consiglia il throughput provisionato per i carichi di lavoro di produzione. Questa modalità supporta tutti i modelli di una famiglia di architetture di modelli, inclusi i modelli ottimizzati e pre-addestrati su misura supportati in modalità con pagamento per token. Per l'elenco delle architetture supportate, vedere API del Modello di Base con Velocità Effettiva Preconfigurata (Provisioned throughput Foundation Model APIs).

È possibile interagire con questi modelli supportati usando AI Playground.

Per i modelli OpenAI, Google Gemini e Anthropic, la finestra di contesto e i token di output massimi corrispondono ai valori pubblicati dal rispettivo fornitore di modelli.

Google Gemini 4 Argon

• Nome servizio modello: system.ai.databricks-gemini-4-argon
• Nome endpoint: databricks-gemini-4-argon
• Input supportati: testo, immagine, video, audio

Gemini 4 Argon è un modello di ragionamento multimodale sviluppato e addestrato da Google. Supporta chiamate di funzioni, codifica e ragionamenti complessi su testo, immagini, video e audio. Scopri di più su Gemini 4 Argon.

Il modello è ospitato da Databricks. Su Azure, viene fornito come Servizio ADI, ospitato e fatturato da Databricks.

Per i controlli di ragionamento, i valori supportati e i valori predefiniti, vedi Query Reasoning models. Il ragionamento non può essere disabilitato.

Questo modello supporta carichi di lavoro pay-per-token. Vedi le regioni supportate.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-6.1 Sol

Nome servizio modello: system.ai.gpt-6-1-sol

Nome endpoint: databricks-gpt-6-1-sol

Input supportati: testo, immagine

GPT-6.1 Sol è un modello OpenAI a uso generale per la codifica agentica, il ragionamento e l'uso degli strumenti. Supporta input di testo e immagini.

Per i controlli di ragionamento, vedi Modelli di ragionamento per le query.

Disponibilità: Pay-per-token. Vedi le regioni supportate.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-6 Sol

Nome servizio modello: system.ai.gpt-6-sol

Nome endpoint: databricks-gpt-6-sol

Input supportati: testo, immagine

GPT-6 Sol è l'ultimo modello generalista di OpenAI nella famiglia GPT-6, che offre ottime prestazioni su codifica agentica, ragionamento a lungo orizzonte e uso complesso di strumenti a un costo inferiore rispetto a GPT-6 Astra. Questo modello supporta ingressi multimodali.

Disponibilità: Pay-per-token. Vedi le regioni supportate.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-6 Luna

Nome servizio modello: system.ai.gpt-6-luna

Nome endpoint: databricks-gpt-6-luna

Input supportati: testo, immagine

GPT-6 Luna è il modello veloce ed economico della famiglia GPT-6 di OpenAI, che offre una forte capacità di ragionamento e agenti al costo più basso della gamma. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-6 Astra

Nome servizio modello: system.ai.gpt-6-astra

Nome endpoint: databricks-gpt-6-astra

Input supportati: testo, immagine

GPT-6 Astra è il modello di frontiera di OpenAI per il ragionamento aziendale, l'elaborazione strutturata di documenti, la codifica, la ricerca agentica, input multimodali e carichi di lavoro a lungo contesto.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.6 Sol

Nome servizio modello: system.ai.gpt-5-6-sol

Nome endpoint: databricks-gpt-5-6-sol

Input supportati: testo, immagine

GPT-5.6 Sol, noto anche come GPT-5.6, è il modello di punta di OpenAI nella famiglia GPT-5.6, che offre prestazioni all'avanguardia su codifica agentica, ragionamento a lungo orizzonte e uso complesso di strumenti, con supporto per un nuovo sforzo massimo di ragionamento. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.6 Terra

Nome servizio modello: system.ai.gpt-5-6-terra

Nome endpoint: databricks-gpt-5-6-terra

Input supportati: testo, immagine

GPT-5.6 Terra è il modello bilanciato nella famiglia GPT-5.6 di OpenAI per carichi di lavoro agenti e di ragionamento quotidiani, offrendo prestazioni competitive rispetto a GPT-5.5 a un costo inferiore. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.6 Luna

Nome servizio modello: system.ai.gpt-5-6-luna

Nome endpoint: databricks-gpt-5-6-luna

Input supportati: testo, immagine

GPT-5.6 Luna è il modello veloce ed economico della famiglia GPT-5.6 di OpenAI, che offre un forte ragionamento e capacità agentica al costo più basso della gamma. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.5 Pro

Nome servizio modello: system.ai.gpt-5-5-pro

Nome endpoint: databricks-gpt-5-5-pro

Input supportati: testo, immagine

GPT-5.5 Pro è una variante di GPT-5.5 ad alta precisione pensata per i problemi più difficili, inclusi ricerche approfondite, matematica avanzata e ragionamento ad alto rischio. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.5

Nome servizio modello: system.ai.gpt-5-5

Nome endpoint: databricks-gpt-5-5

Input supportati: testo, immagine

GPT-5.5 è il modello di frontiera più forte di OpenAI per i flussi di lavoro degli agenti aziendali, il ragionamento documentale complesso e gli agenti di codifica a lungo orizzonte. GPT-5.5 alimenta anche Codex, l'agente di codifica di OpenAI. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.4

Nome servizio modello: system.ai.gpt-5-4

Nome endpoint: databricks-gpt-5-4

Input supportati: testo, immagine

GPT-5.4 è un modello di linguaggio di grande cilindrata a uso generale con capacità di ragionamento sviluppato da OpenAI. Offre prestazioni migliorate in compiti complessi con una maggiore precisione e un ragionamento più ponderato e strutturato. Questo modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.4 mini

Nome servizio modello: system.ai.gpt-5-4-mini

Nome endpoint: databricks-gpt-5-4-mini

Input supportati: testo, immagine

GPT-5.4 mini è un modello di linguaggio generale, ottimizzato per i costi, con capacità di ragionamento sviluppato da OpenAI. Basato sull'architettura GPT-5.4, questo modello offre prestazioni migliorate su compiti ben definiti che richiedono ragionamento affidabile, linguaggio preciso e output rapido. Supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.4 nano

Nome servizio modello: system.ai.gpt-5-4-nano

Nome endpoint: databricks-gpt-5-4-nano

Input supportati: testo, immagine

GPT-5.4 nano è un modello di linguaggio di grande cilindrata a uso generale con capacità di ragionamento sviluppato da OpenAI. Basato sull'architettura GPT-5.4, questo modello eccelle in compiti ad alto rendimento come il semplice seguito delle istruzioni o la classificazione per processi aziendali di routine o applicazioni mobili. Supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Codice OpenAI GPT-5.3

Nome servizio modello: system.ai.gpt-5-3-codex

Nome endpoint: databricks-gpt-5-3-codex

Input supportati: testo, immagine

GPT-5.3 Codex è il modello di codifica agentica più avanzato di OpenAI, progettato per gestire compiti complessi e di lunga durata che coinvolgono ricerca, utilizzo di strumenti ed esecuzione. Combina le prestazioni di codifica avanzate con il ragionamento e la conoscenza professionale di GPT-5.2, operando 25% più velocemente. Il modello supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.2

Nome servizio modello: system.ai.gpt-5-2

Nome endpoint: databricks-gpt-5-2

Input supportati: testo, immagine

GPT-5.2 è un modello di linguaggio di grande dimensione a uso generale con capacità di ragionamento sviluppato da OpenAI. Questo modello si basa direttamente su GPT-5.1, offrendo maggiore precisione, una migliore efficienza dei token su compiti di media a complessità e un ragionamento più pianificato e strutturato. Questo modello eccelle nell'estrazione strutturata, nei flussi di lavoro a più passi e nei compiti multimodali. Supporta ingressi multimodali.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5.1

Nome servizio modello: system.ai.gpt-5-1

Nome endpoint: databricks-gpt-5-1

Input supportati: testo, immagine

GPT-5.1 è un modello di linguaggio di grande dimensione a uso generale con capacità di ragionamento sviluppato da OpenAI. Questo modello offre sia modalità Istantanea che Pensiero per conversazioni rapide o ragionamenti profondi, che si aggiungono automaticamente per compiti semplici o complessi. Il modello eccelle nella creazione di contenuti, nel tutoraggio, nel supporto tecnico e nella programmazione, con meno affidamento su un rigoroso prompt engineering rispetto alle versioni precedenti. Supporta ingressi multimodali. Scopri di più su GPT-5.1.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5

Nome servizio modello: system.ai.gpt-5

Nome endpoint: databricks-gpt-5

Input supportati: testo, immagine

GPT-5 è un modello linguistico di grandi dimensioni all'avanguardia per utilizzo generico e un modello di ragionamento creato e sottoposto a training da OpenAI. Supporta ingressi multimodali. Il modello è progettato per scrivere codice, chat, ragionamento e attività guidate dall'agente.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5 mini

Nome servizio modello: system.ai.gpt-5-mini

Nome endpoint: databricks-gpt-5-mini

Input supportati: testo, immagine

GPT-5 mini è un modello linguistico di grandi dimensioni all'avanguardia e un modello di ragionamento per utilizzo generico costruito e sottoposto a training da OpenAI. Supporta ingressi multimodali. Il modello è ottimizzato per i costi per i carichi di lavoro di ragionamento e chat ed eccelle in attività ben definite che richiedono un ragionamento affidabile, una lingua precisa e un output rapido per testo e immagini.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT-5 nano

Nome servizio modello: system.ai.gpt-5-nano

Nome endpoint: databricks-gpt-5-nano

Input supportati: testo, immagine

GPT-5 nano è un modello linguistico e di ragionamento all'avanguardia di grandi dimensioni, creato e addestrato da OpenAI. Supporta ingressi multimodali. Il modello eccelle in attività ad alto rendimento, come eseguire semplici istruzioni o classificazioni per processi aziendali di routine o applicazioni per dispositivi mobili.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.8 Flash

Nome servizio modello: system.ai.gemini-3-8-flash

Nome endpoint: databricks-gemini-3-8-flash

Input supportati: testo, immagine, video, audio

Gemini 3.8 Flash è un modello di intelligenza artificiale multimodale sviluppato e addestrato da Google. Supporta la chiamata di funzioni e il ragionamento ibrido per carichi di lavoro generali e multimodali. Il reasoning_effort parametro accetta valori di "low", "medium" (predefinito), o "high". Gemini 3.8 Flash non supporta "minimal". Scopri di più su Gemini 3.8 Flash.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.7 Flash

Nome servizio modello: system.ai.gemini-3-7-flash

Nome endpoint: databricks-gemini-3-7-flash

Input supportati: testo, immagine, video, audio

Gemini 3.7 Flash è un modello di intelligenza artificiale multimodale sviluppato e addestrato da Google. Supporta la chiamata di funzioni e il ragionamento ibrido per carichi di lavoro generali e multimodali. Il reasoning_effort parametro accetta valori di "low", "medium" (predefinito), o "high". Gemini 3.7 Flash non supporta "minimal". Scopri di più su Gemini 3.7 Flash.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.6 Flash

Nome servizio modello: system.ai.gemini-3-6-flash

Nome endpoint: databricks-gemini-3-6-flash

Input supportati: testo, immagine, video, audio

Gemini 3.6 Flash è un modello di intelligenza artificiale multimodale ad alta velocità, economico ed economico sviluppato e addestrato da Google. Come successore di Gemini 3.5 Flash, questo modello offre un ragionamento più solido, capacità multimodali avanzate e un miglior rapporto qualità-prezzo per le implementazioni su scala produttiva. Gemini 3.6 Flash è ottimizzato per carichi di lavoro ad alta produttività come analisi video complesse, estrazione dati e Q&A visive. Scopri di più su Gemini 3.6 Flash.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.5 Flash

Nome servizio modello: system.ai.gemini-3-5-flash

Nome endpoint: databricks-gemini-3-5-flash

Input supportati: testo, immagine, video, audio

Gemini 3.5 Flash è un modello di intelligenza artificiale multimodale ad alta velocità, economico ed economico, sviluppato e addestrato da Google. Come un significativo passo avanti rispetto a Gemini 3 Flash, questo modello offre un ragionamento più solido, capacità multimodali avanzate e migliori prestazioni di prezzo per le implementazioni su scala produttiva. Gemini 3.5 Flash è ottimizzato per carichi di lavoro ad alta produttività come analisi video complesse, estrazione dati e Q&A visive. Scopri di più su Gemini 3.5 Flash.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.5 Flash Lite

Nome servizio modello: system.ai.gemini-3-5-flash-lite

Nome endpoint: databricks-gemini-3-5-flash-lite

Input supportati: testo, immagine, video, audio

Gemini 3.5 Flash Lite è il modello più veloce ed economico della serie Gemini 3, sviluppato e addestrato da Google. Il modello supporta ingressi multimodali con capacità di immagine, chiamate di funzioni e output strutturato. Gemini 3.5 Flash Lite è ottimizzato per implementazioni ad alto rendimento ed economiche.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Anteprima di Google Gemini 3.1 Pro

Nome servizio modello: system.ai.gemini-3-1-pro

Nome endpoint: databricks-gemini-3-1-pro

Input supportati: testo, immagine, video, audio

Gemini 3.1 Pro Preview è un modello di ragionamento ibrido all'avanguardia sviluppato e addestrato da Google. Offre un ragionamento solido e un'intelligenza documentale, rendendolo un modello complessivamente intelligente per flussi di lavoro e compiti complessi. Eccelle nel ragionamento complesso, nell'analisi approfondita e nella comprensione multimodale su una vasta gamma di input e compiti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Immagine Flash di Gemini 3.1 su Google

Nome servizio modello: system.ai.gemini-3-1-flash-image

Nome endpoint: databricks-gemini-3-1-flash-image

Input supportati: testo, immagine

Gemini 3.1 Flash Image è il modello Gemini per generazione immagini di Google. Una singola richiesta può restituire immagini generate insieme al testo. Questo modello non supporta la chiamata di funzioni.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3.1 Flash Lite

Nome servizio modello: system.ai.gemini-3-1-flash-lite

Nome endpoint: databricks-gemini-3-1-flash-lite

Input supportati: testo, immagine, video, audio

Gemini 3.1 Flash Lite è il modello più veloce e più conveniente della serie Gemini 3, sviluppato e addestrato da Google. Progettato per l'intelligenza su larga scala, il modello supporta input multifunzionali con funzionalità di immagine, chiamata di funzioni e output strutturato. Gemini 3.1 Flash Lite è ottimizzato per distribuzioni ad alto throughput e a costi contenuti. Scopri di più su Gemini 3.1 Flash Lite.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Immagini di Gemini 3 Pro su Google

Nome servizio modello: system.ai.gemini-3-pro-image

Nome endpoint: databricks-gemini-3-pro-image

Input supportati: testo, immagine

Gemini 3 Pro Image è il modello Gemini per generazione immagini di Google. Una singola richiesta può restituire immagini generate insieme al testo. Questo modello non supporta la chiamata di funzioni.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Google Gemini 3 Flash

Nome servizio modello: system.ai.gemini-3-flash

Nome endpoint: databricks-gemini-3-flash

Input supportati: testo, immagine, video, audio

Gemini 3 Flash è un modello di intelligenza artificiale multimodale ad alta velocità ed economico economico sviluppato e addestrato da Google. Questo modello offre velocità e scalabilità senza compromettere la qualità, con avanzate capacità multimodali per analisi video complesse, estrazione dati e Q&A visivi in quasi tempo reale. Gemini 3 Flash offre migliori prestazioni in termini di rapporto qualità-prezzo e velocità più elevate, permettendo implementazioni su scala produttiva. Scopri di più su Gemini 3 Flash.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenJev (Qwen3.5 4B)

Nome servizio modello: system.ai.openjev-qwen35-4b

Nome endpoint: databricks-openjev-qwen35-4b

Ingressi supportati: testo

Disponibilità: Pay-per-token. Vedi le regioni supportate.

OpenJev (Qwen3.5 4B) valuta domande di sì o no, scelta e punteggio riguardanti testi o dati strutturati. Restituisce risposte strutturate e probabilità senza generare testo. Consulta questo modello con l'API System One.

I modelli di IA possono commettere errori, fraintendere l'intento e dare risposte errate. Databricks consiglia di valutare questo modello per il tuo caso d'uso.

TypeSafe AI Jev 1.14.0

Nome servizio modello: system.ai.typesafeai-jev-1-14-0

Nome endpoint: databricks-typesafeai-jev-1-14-0

Input supportati: testo, immagine

Hosting: Ospitato dal provider TypeSafe AI, Inc. e servito tramite Unity Gateway

Disponibilità: Pay-per-token

TypeSafe AI Jev 1.14.0 è un modello System One gestito da TypeSafe AI, Inc. che valuta domande di sì o no, scelta e punteggio su testo, dati strutturati o immagini. Restituisce risposte strutturate e probabilità senza generare testo.

Questo modello non è ospitato da Databricks. TypeSafe AI, Inc. ospita il modello e gestisce il suo ambiente di hosting. Azure Databricks fornisce il percorso di accesso, l'autenticazione e il routing al modello.

Vedi ADI Services.

I modelli di IA possono commettere errori, fraintendere l'intento e dare risposte errate. Databricks consiglia di valutare questo modello per il tuo caso d'uso.

Alibaba Cloud Qwen3.5 122B A10B

Nome servizio modello: system.ai.qwen35-122b-a10b

Nome endpoint: databricks-qwen35-122b-a10b

Ingressi supportati: testo

Qwen3.5 122B A10B è un modello di ragionamento ibrido di mix-of-Experts (MoE) costruito e sottoposto a training da Alibaba Cloud, con 122 miliardi di parametri totali e 10 miliardi di parametri attivi per inferenza. Il modello supporta una finestra contestuale di 256K e fino a 25K token di output, offrendo ottime prestazioni su compiti di ragionamento, codifica e agenti. Come modello di solo ragionamento, Qwen3.5 122B A10B ha sempre motivi prima di rispondere e il ragionamento non può essere disabilitato.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Alibaba Cloud Qwen3-Embedding-0.6B

Nome servizio modello: system.ai.qwen3-embedding-0-6b

Nome endpoint: databricks-qwen3-embedding-0-6b

Ingressi supportati: testo

Qwen3-Embedding-0.6B è un modello di incorporamento di testo compatto con parametri ~600M, progettato per attività semantiche come il recupero, la ricerca di somiglianza, il clustering e la classificazione. Codifica il testo in vettori densi che rappresentano il significato anziché la forma della superficie.

Il modello supporta 100 lingue (incluso il codice) e gestisce contesti lunghi fino a circa 32.000 token, rendendolo adatto per l'incorporamento di documenti lunghi. Produce incorporamenti con una dimensionalità configurabile fino a 1024 ed è compatibile con le istruzioni, consentendo distorsioni specifiche dell'attività tramite richieste.

Basato su un codificatore trasformatore e ottimizzato in modo specifico per la generazione di embedding, Qwen3-Embedding-0.6B bilancia la qualità dell'embedding con un'inferenza efficiente.

I modelli di embedding sono particolarmente efficaci quando vengono usati in combinazione con modelli linguistici su larga scala per i casi d'uso di generazione aumentata con recupero (RAG). Qwen3-Embedding-0.6B può essere usato per trovare frammenti di testo pertinenti in blocchi di documenti di grandi dimensioni che possono essere usati nel contesto di un LLM.

Alibaba Cloud Qwen3-Next 80B A3B Istruzione

Nome servizio modello: system.ai.qwen3-next-80b-a3b-instruct

Nome endpoint: databricks-qwen3-next-80b-a3b-instruct

Ingressi supportati: testo

Qwen3-Next-80B-A3B-Instruct è un modello linguistico su larga scala altamente efficiente, ottimizzato per attività di esecuzione istruzioni, creato e addestrato da Alibaba Cloud. Questo modello è progettato per gestire contesti ultra-lunghi ed eccelle nei flussi di lavoro multi-passaggio, nella generazione aumentata con recupero e nelle applicazioni aziendali di livello enterprise che richiedono output deterministici ad alte prestazioni.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Zhipu AI GLM 5.3

Nome servizio modello: system.ai.glm-5-3

Nome endpoint: databricks-glm-5-3

Ingressi supportati: testo

GLM-5.3 è un modello di linguaggio composto solo da testo di esperti (MoE) sviluppato da Zhipu AI per l'uso di strumenti di codifica e agenti. Supporta chiamate di funzione, chiamate parallele di strumenti, output strutturato, una finestra di contesto fino a 1.048.576 token e fino a 65.536 token di output. Il ragionamento è sempre abilitato: accetta low, high, e max; omesso, minimal, medium, o xhigh i valori usano max, e nonereasoning_effort viene rifiutato. Vedi Query Modelli di ragionamento e la documentazione Z.ai GLM-5.3.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Zhipu AI GLM 5.3 Flash

Nome servizio modello: system.ai.glm-5-3-flash

Nome endpoint: databricks-glm-5-3-flash

Input supportati: testo, immagine

GLM-5.3-Flash è un modello nativamente multimodale di esperti (MoE) con 320 miliardi di parametri totali e 18 miliardi di parametri attivi sviluppato da Zhipu AI. Il modello supporta una lunghezza contestuale di 1.048.576 token ed è ottimizzato per l'uso di ragionamento, codifica e strumenti agentici. Scopri di più su GLM-5.3-Flash.

Questo modello ragiona sempre, e il ragionamento non può essere disabilitato. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Zhipu AI GLM 5.2 (ereditato)

Nome servizio modello: system.ai.glm-5-2

Nome endpoint: databricks-glm-5-2

Ingressi supportati: testo

GLM-5.2 è una combinazione di modelli linguistici esperti (MoE) con 753 miliardi di parametri totali sviluppati da Zhipu AI. Il modello supporta una lunghezza contestuale di 1 milione di token ed è ottimizzato per il ragionamento a lungo orizzonte, la codifica e l'uso di strumenti agentici.

Questo modello supporta uno sforzo di ragionamento regolabile. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Moonshot AI Kimi K3

Nome servizio modello: system.ai.kimi-k3

Nome endpoint: databricks-kimi-k3

Input supportati: testo, immagine

Kimi K3 è un modello con 2,8 trilioni di parametri sviluppato da Moonshot AI con capacità di visione nativa. Il modello supporta una lunghezza contestuale di 1 milione di token ed è progettato per la codifica a lungo orizzonte, il lavoro di conoscenza e il ragionamento.

Questo modello supporta uno sforzo di ragionamento regolabile. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Flash DeepSeek V4.1 (1017)

Nome servizio modello: system.ai.deepseek-v4-1-flash-1017

Nome endpoint: databricks-deepseek-v4-1-flash-1017

Input supportati: testo, immagine

Disponibilità: Pay-per-token. Vedi le regioni supportate.

DeepSeek V4.1 Flash (1017) è un aggiornamento di DeepSeek V4.1 Flash, sviluppato da DeepSeek e ospitato da Databricks. Supporta input di testo e immagini, ragionamento, codifica e uso di strumenti agenti. Per l'architettura del modello, le valutazioni e le limitazioni, vedi la scheda modello DeepSeek V4.1 Flash (1017).

Questo modello supporta uno sforzo di ragionamento regolabile. Imposta reasoning_effort su "none" per disabilitare il ragionamento. Vedi Modelli di ragionamento delle query per valori supportati, impostazioni predefinite e un esempio di query.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

DeepSeek V4.1 Flash

Nome servizio modello: system.ai.deepseek-v4-1-flash

Nome endpoint: databricks-deepseek-v4-1-flash

Input supportati: testo, immagine

Disponibilità: pay-per-token (incluso il pay-per-token prioritario) e throughput riservato con provision. Vedi le regioni supportate.

DeepSeek V4.1 Flash è un modello multimodale di esperti con 552 miliardi di parametri backbone, sviluppato da DeepSeek e ospitato da Databricks. Supporta l'uso di ragionamento, codifica e strumenti agentici. Per l'architettura dei modelli, le valutazioni e le limitazioni, vedi la scheda flash DeepSeek V4.1.

Questo modello supporta uno sforzo di ragionamento regolabile. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Flash DeepSeek V4 (0731)

Nome servizio modello: system.ai.deepseek-v4-flash-0731

Nome endpoint: databricks-deepseek-v4-flash-0731

Ingressi supportati: testo

DeepSeek V4 Flash (0731) è una miscela ibrida di modelli linguistici esperti (MoE) con 284 miliardi di parametri totali e 13 miliardi di parametri attivi sviluppati da DeepSeek. Il modello è ottimizzato per un ragionamento rapido ed efficiente in termini di costi, codifica e uso di strumenti agentici.

Questo modello supporta uno sforzo di ragionamento regolabile. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT OSS 120B

Nome servizio modello: system.ai.gpt-oss-120b

Nome endpoint: databricks-gpt-oss-120b

Ingressi supportati: testo

GPT OSS 120B è un modello di ragionamento all'avanguardia, con catena di pensieri e livelli di sforzo di ragionamento regolabili, creato e addestrato da OpenAI. Si tratta del modello open-weight di punta di OpenAI, e include una finestra di contesto di 128.000 token. Il modello è progettato per attività di ragionamento di alta qualità.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

OpenAI GPT OSS 20B

Nome servizio modello: system.ai.gpt-oss-20b

Nome endpoint: databricks-gpt-oss-20b

Ingressi supportati: testo

GPT OSS 20B è un modello di ragionamento leggero e all'avanguardia creato e sottoposto a training da OpenAI. Questo modello ha una finestra di contesto di 128K token ed eccelle nei copiloti in tempo reale e nelle attività di inferenza batch.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Cerca su Google Gemma 3 12B

Nome servizio modello: system.ai.gemma-3-12b

Nome endpoint: databricks-gemma-3-12b

Input supportati: testo, immagine

Gemma 3 12B è un modello linguistico multimodale e visivo di 12 miliardi di parametri sviluppato da Google come parte della famiglia Gemma 3. Gemma 3 ha un contesto fino a 128.000 token, offrendo supporto multilingue per oltre 140 lingue. Questo modello è progettato per gestire sia input di testo che immagini e generare output di testo ed è ottimizzato per i casi d'uso del dialogo, la generazione di testo e le attività di comprensione delle immagini, inclusa la risposta alle domande.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Meta Llama 4 Maverick

Nome servizio modello: system.ai.llama-4-maverick

Nome endpoint: databricks-llama-4-maverick

Input supportati: testo, immagine

Llama 4 Maverick è un modello linguistico di grandi dimensioni all'avanguardia costruito e sottoposto a training da Meta. È la prima della famiglia di modelli Llama a usare una combinazione di architetture di esperti per l'efficienza di calcolo. Llama 4 Maverick supporta più lingue ed è ottimizzato per casi d'uso precisi di immagine e comprensione del testo. Scopri di più su Llama 4 Maverick.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Meta Llama 3.3 70B Istruzione

Nome servizio modello: system.ai.meta-llama-3-3-70b-instruct

Nome endpoint: databricks-meta-llama-3-3-70b-instruct

Ingressi supportati: testo

Meta-Llama-3.3-70B-Instruct è un modello linguistico di grandi dimensioni all'avanguardia con un contesto di 128.000 token creati e sottoposti a training da Meta. Il modello supporta più lingue ed è ottimizzato per i casi d'uso dei dialoghi. Altre informazioni su Meta Llama 3.3.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Meta Llama 3.1 8B Istruzioni

Nome servizio modello: system.ai.meta-llama-3-1-8b-instruct

Nome endpoint: databricks-meta-llama-3-1-8b-instruct

Ingressi supportati: testo

Meta-Llama-3.1-8B-Instruct è un modello linguistico di grandi dimensioni all'avanguardia con un contesto di 128.000 token creati e sottoposti a training da Meta. Il modello supporta più lingue ed è ottimizzato per i casi d'uso dei dialoghi. Altre informazioni sul Meta Llama 3.1.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Anthropic Claude Haiku 5.5

Nome servizio modello: system.ai.claude-haiku-5-5

Nome endpoint: databricks-claude-haiku-5-5

Input supportati: testo, immagine

Claude Haiku 5.5 è un modello Anthropic progettato per carichi di lavoro ad alto volume e sensibili alla velocità. Supporta l'uso degli strumenti tramite l'API Anthropic Messages.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Claude Haiku 5.5 supporta il ragionamento ibrido con low, medium, e high livelli di sforzo. Databricks usa medium quando ometti lo sforzo, e puoi disabilitare il ragionamento. Vedi Modelli di ragionamento delle query per valori supportati e esempi di richieste.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Haiku 4.5

Nome servizio modello: system.ai.claude-haiku-4-5

Nome endpoint: databricks-claude-haiku-4-5

Input supportati: testo, immagine

Claude Haiku 4.5 è il modello più veloce e conveniente di Anthropic, offrendo qualità di codifica vicino alla frontiera con velocità ed efficienza eccezionali. Eccelle in applicazioni in tempo reale e a bassa latenza, tra cui assistenti di chat, agenti del servizio clienti, programmazione di coppie e prototipi rapidi. Questo modello è ideale per distribuzioni di produzione consapevoli dei costi e sistemi agentici che richiedono assistenza di intelligenza artificiale reattiva.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Sonnet 5.5

Nome servizio modello: system.ai.claude-sonnet-5-5

Nome endpoint: databricks-claude-sonnet-5-5

Ingressi supportati: testo

Claude Sonnet 5.5 è un modello Anthropic per la programmazione, i flussi di lavoro agentici e la creazione di documenti. Supporta l'uso degli strumenti tramite l'API Anthropic Messages.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Sonnet 5

Nome servizio modello: system.ai.claude-sonnet-5

Nome endpoint: databricks-claude-sonnet-5

Input supportati: testo, immagine

Claude Sonnet 5 è Anthropic modello Sonnet più capace, progettato per codificare, flussi di lavoro agenti e lavoro professionale su larga scala. Combina l'intelligenza quasi a livello opus con l'efficienza e la velocità dei costi di Sonnet, rendendola particolarmente adatta agli agenti rivolti ai clienti, ai flussi di lavoro di codifica di produzione e alle sofisticate attività di generazione di contenuti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Sonnet 4.6

Nome servizio modello: system.ai.claude-sonnet-4-6

Nome endpoint: databricks-claude-sonnet-4-6

Input supportati: testo, immagine

Claude Sonnet 4.6 è il modello di ragionamento ibrido più avanzato di Anthropic. Offre due modalità: risposte quasi istantanee e pensiero esteso per un ragionamento più profondo basato sulla complessità dell'attività. Claude Sonnet 4.6 è specializzato in applicazioni che richiedono un equilibrio tra velocità effettiva pratica e pensiero avanzato, ad esempio agenti rivolti ai clienti, flussi di lavoro di codifica di produzione e generazione di contenuti su larga scala.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Sonnet 4.5

Nome servizio modello: system.ai.claude-sonnet-4-5

Nome endpoint: databricks-claude-sonnet-4-5

Input supportati: testo, immagine

Claude Sonnet 4.5 è il modello di ragionamento ibrido più avanzato di Anthropic. Offre due modalità: risposte quasi istantanee e pensiero esteso per un ragionamento più profondo basato sulla complessità dell'attività. Claude Sonnet 4.5 è specializzata in applicazioni che richiedono un equilibrio tra velocità effettiva pratica e pensiero avanzato, ad esempio agenti rivolti ai clienti, flussi di lavoro di scrittura di codice di produzione e generazione di contenuti su larga scala.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Fable 5.1

Nome servizio modello: system.ai.claude-fable-5-1

Nome endpoint: databricks-claude-fable-5-1

Input supportati: testo, immagine

Claude Fable 5.1 è il modello di ragionamento multimodale di frontiera di Anthropic per la codifica agentica di lunga durata, il lavoro sulla conoscenza e la scoperta scientifica. Utilizza un pensiero adattivo sempre attivo e supporta controlli di sforzo per turno e aggiornamenti di pensiero tra le chiamate degli strumenti per workflow complessi e sostenuti.

Claude Fable 5.1 accetta low, medium, high, xhigh, e max livelli di sforzo. Il ragionamento non può essere disabilitato. Vedi Modelli di ragionamento per query per i dettagli.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Fable 5

Nome servizio modello: system.ai.claude-fable-5

Nome endpoint: databricks-claude-fable-5

Ingressi supportati: testo

Claude Fable 5 è un modello di classe Mythos di Anthropic progettato per il lavoro autonomo delle conoscenze e la codifica. Grazie a misure di sicurezza affidabili integrate, può gestire attività a esecuzione prolungata, complesse e asincrone con meno necessità di check-in umani rispetto ai modelli precedenti, rendendola particolarmente adatta ai flussi di lavoro agenti che richiedono un'attenzione prolungata nei contesti estesi.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 5.5

Nome servizio modello: system.ai.claude-opus-5-5

Nome endpoint: databricks-claude-opus-5-5

Input supportati: testo, immagine

Claude Opus 5.5 è un modello di ragionamento multimodale per codifica complessiva, flussi di lavoro agentici e analisi a lungo contesto. Utilizza il pensiero adattivo per allocare dinamicamente lo sforzo di ragionamento e supporta l'inserimento di immagini e l'uso di strumenti a più passi.

Claude Opus 5.5 accetta low, medium, high, xhigh, e max livelli di sforzo. Databricks viene utilizzato medium di default e il ragionamento non può essere disabilitato. Vedi Modelli di ragionamento per query per i dettagli.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 5

Nome servizio modello: system.ai.claude-opus-5

Nome endpoint: databricks-claude-opus-5

Input supportati: testo, immagine

Claude Opus 5 è Anthropic modello di ragionamento ibrido più capace, basato sulla serie Opus con particolare attenzione alla codifica agentic, alla revisione del codice e al lavoro autonomo a lungo orizzonte. Questo modello si distingue per attività software multi-file complesse, ad esempio refactoring di grandi dimensioni e sviluppo di funzionalità end-to-end, ricerca di bug ad alta precisione, coordinamento multi-agente e attività di visione come grafico, documento e comprensione dell'interfaccia utente. Claude Opus 5 mantiene un forte seguito delle istruzioni, chiamata di strumenti e ragionamento lungo tutta la finestra contestuale, e offre una qualità quasi ottima con uno sforzo di ragionamento basso e medio, rendendolo particolarmente adatto a flussi di lavoro aziendali a lungo contesto e sensibili ai costi.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 4.8

Nome servizio modello: system.ai.claude-opus-4-8

Nome endpoint: databricks-claude-opus-4-8

Input supportati: testo, immagine

Claude Opus 4.8 si basa sulla serie Opus con ulteriori miglioramenti all'accuratezza, all'efficienza e alle capacità di ragionamento. Questo modello eccelle in attività complesse di estrazione e ragionamento agentico con supporto delle immagini, rendendolo ideale per le applicazioni aziendali che richiedono un'analisi approfondita, la comprensione dei documenti e flussi di lavoro sofisticati in più passaggi.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 4.7

Nome servizio modello: system.ai.claude-opus-4-7

Nome endpoint: databricks-claude-opus-4-7

Input supportati: testo, immagine

Claude Opus 4.7 è il modello di ragionamento ibrido più capace di Anthropic, avanzando la serie Opus con maggiore precisione, efficienza e capacità di visione avanzata. Questo modello offre prestazioni più elevate in attività complesse di estrazione e ragionamento agentico, usando un minor numero di token di output rispetto al predecessore. Claude Opus 4.7 offre un supporto per la risoluzione delle immagini aumentato, rendendolo ideale per applicazioni aziendali che richiedono analisi approfondite, comprensione documentale e flussi di lavoro sofisticati a più fasi.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 4.6

Nome servizio modello: system.ai.claude-opus-4-6

Nome endpoint: databricks-claude-opus-4-6

Input supportati: testo, immagine

Claude Opus 4.6 è il modello di ragionamento ibrido più capace di Anthropic con capacità di pensiero adattivo. Questo modello introduce un nuovo livello di lavoro massimo per le attività più impegnative, con un impegno elevato impostato come predefinito per prestazioni ottimali. Claude Opus 4.6 eccelle nel ragionamento complesso, nell'analisi approfondita, nella generazione di codice, nella ricerca e in flussi di lavoro sofisticati in più passaggi. È ideale per applicazioni aziendali che richiedono sia un'analisi approfondita che risultati completi.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 4.5

Nome servizio modello: system.ai.claude-opus-4-5

Nome endpoint: databricks-claude-opus-4-5

Input supportati: testo, immagine

Claude Opus 4.5 è il modello di ragionamento ibrido più capace di Anthropic, costruito per le attività più complesse che richiedono un'analisi approfondita e un pensiero esteso. Questo modello combina potenti funzionalità per utilizzo generico con ragionamenti avanzati, eccellendo nella generazione di codice, ricerca, creazione di contenuti e flussi di lavoro agenti multi-passaggio sofisticati. Claude Opus 4.5 supporta input testuali e visionari, rendendolo ideale per applicazioni aziendali che richiedono sia ampiezza che profondità di comprensione.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Anthropic Claude Opus 4.1

Nome servizio modello: system.ai.claude-opus-4-1

Nome endpoint: databricks-claude-opus-4-1

Input supportati: testo, immagine

Claude Opus 4.1 è un modello di ragionamento ibrido all'avanguardia costruito e sottoposto a training da Anthropic. Questo modello linguistico di grandi dimensioni per utilizzo generico è progettato sia per le applicazioni complesse che per le applicazioni reali su scala aziendale. Supporta l'inserimento di testo e immagini. Questo modello eccelle in attività come la generazione di codice, la ricerca e la creazione di contenuti e i flussi di lavoro degli agenti in più passaggi senza un intervento umano costante.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

Questo endpoint è ospitato da Databricks all'interno del perimetro di sicurezza di Databricks.

Thinking Machine Labs Inkling

Nome servizio modello: system.ai.inkling

Nome endpoint: databricks-inkling

Input supportati: testo, immagine

Inkling è una miscela di modelli linguistici esperti (MoE) con 975 miliardi di parametri totali e 41 miliardi di parametri attivi sviluppati da Thinking Machine Labs. Il modello supporta una lunghezza contestuale di 1 milione di token ed è ottimizzato per compiti di codifica, ragionamento e utilizzo degli strumenti agentici.

Questo modello ragiona sempre. Vedi Modelli di ragionamento delle query per valori supportati reasoning_effort e valori predefiniti.

I modelli di intelligenza artificiale possono commettere errori, mal interpretare l’intento o fornire risposte errate. Databricks consiglia ai clienti di valutare i modelli per assicurarsi che funzionino come previsto.

GTE Grande (En)

Nome servizio modello: system.ai.gte-large-en

Nome endpoint: databricks-gte-large-en

Ingressi supportati: testo

General Text Embedding (GTE) è un modello di incorporamento di testo in grado di eseguire il mapping di qualsiasi testo a un vettore di incorporamento di dimensioni 1024 e a una finestra di incorporamento di 8192 token. Questi vettori possono essere usati negli indici vettoriali per IMS e per attività come il recupero, la classificazione, la risposta alle domande, il clustering o la ricerca semantica. Questo endpoint serve la versione inglese del modello e non genera incorporamenti normalizzati.

I modelli di embedding sono particolarmente efficaci quando vengono usati in combinazione con modelli linguistici su larga scala per i casi d'uso di generazione aumentata con recupero (RAG). GTE può essere usato per trovare frammenti di testo pertinenti in blocchi di documenti di grandi dimensioni che possono essere usati nel contesto di un LLM.

BGE Large (en)

Nome servizio modello: system.ai.bge-large-en

Nome endpoint: databricks-bge-large-en

Ingressi supportati: testo

BGE (General Embedding) di BAAI è un modello di incorporamento di testo in grado di eseguire il mapping di qualsiasi testo a un vettore di incorporamento di dimensioni 1024 e a una finestra di incorporamento di 512 token. Questi vettori possono essere usati negli indici vettoriali per IMS e per attività come il recupero, la classificazione, la risposta alle domande, il clustering o la ricerca semantica. Questo endpoint serve la versione inglese del modello e genera incorporamenti normalizzati.

I modelli di embedding sono particolarmente efficaci quando vengono usati in combinazione con modelli linguistici su larga scala per i casi d'uso di generazione aumentata con recupero (RAG). BGE può essere usato per trovare frammenti di testo pertinenti in blocchi di documenti di grandi dimensioni che possono essere usati nel contesto di un LLM.

Nelle applicazioni RAG è possibile migliorare le prestazioni del sistema di recupero includendo un parametro di istruzione. Gli autori di BGE consigliano di provare l'istruzione "Represent this sentence for searching relevant passages:" per gli incorporamenti di query, anche se l'impatto sulle prestazioni dipende dal dominio.

Risorse aggiuntive

• Usare i modelli di base
• Informazioni di riferimento sulle API REST del modello Di base
• Termini del modello applicabili