Modele bazowe hostowane na platformie Databricks dostępne w interfejsach API modeli bazowych

W tym artykule opisano najnowocześniejsze otwarte modele obsługiwane przez interfejsy API Databricks Foundation Model.

Żądania zapytań można wysyłać do tych modeli przy użyciu punktów końcowych płatności za token dostępnych w obszarze roboczym usługi Databricks. Zobacz tabelę modeli obsługiwanych w systemie płatności za token oraz Używanie modeli podstawowych, aby uzyskać nazwy punktów końcowych modelu do użycia.

Oprócz wspierania modeli w trybie płatności za token, interfejsy API modelu bazowego oferują również tryb aprowizowanej przepływności. Usługa Databricks rekomenduje aprowizowaną przepustowość dla obciążeń produkcyjnych. Ten tryb obsługuje wszystkie modele rodziny architektury modelu, w tym dostosowane i niestandardowe wstępnie wytrenowane modele obsługiwane w trybie płatności za token. Aby uzyskać listę obsługiwanych architektur, zobacz Aprowizowane przepustowo interfejsy API modelu bazowego.

Możesz wchodzić w interakcje z tymi obsługiwanymi modelami przy użyciu AI Playground.

Dla modeli OpenAI, Google Gemini i Anthropic okno kontekstowe i maksymalna liczba tokenów wyjściowych odpowiadają wartościom publikowanym przez odpowiedniego dostawcę modelu.

OpenAI GPT-6 Astra

Nazwa punktu końcowego: databricks-gpt-6-astra

Obsługiwane dane wejściowe: tekst, obraz

GPT-6 Astra to pionierowy model OpenAI dla rozumowania korporacyjnego, strukturalnego przetwarzania dokumentów, kodowania, wyszukiwania agentycznego, multimodalnych wejść oraz długokontekstowych obciążeń.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.6 Sol

Nazwa punktu końcowego: databricks-gpt-5-6-sol

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.6 Sol, znany również jako GPT-5.6, to flagowy model OpenAI w rodzinie GPT-5.6, oferujący najnowocześniejsze możliwości w programowaniu agentycznym, rozumowaniu długoterminowym i złożonym użyciu narzędzi, z wsparciem dla nowego maksymalnego wysiłku rozumowania. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.6 Terra

Nazwa punktu końcowego: databricks-gpt-5-6-terra

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.6 Terra to zrównoważony model w rodzinie GPT-5.6 OpenAI do codziennych zadań agentowych i rozumowania, oferując wydajność konkurencyjną wobec GPT-5.5 przy niższych kosztach. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.6 Luna

Nazwa punktu końcowego: databricks-gpt-5-6-luna

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.6 Luna to szybki, opłacalny model z rodziny GPT-5.6 firmy OpenAI, oferujący silne rozumowanie i możliwości agentowe przy najniższych kosztach w tej gamie. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.5 Pro

Nazwa punktu końcowego: databricks-gpt-5-5-pro

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.5 Pro to wariant GPT-5.5 o wyższej dokładności, skierowany do najtrudniejszych problemów, w tym głębokich badań, zaawansowanej matematyki i rozumowania o wysokiej stawce. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.5

Nazwa punktu końcowego: databricks-gpt-5-5

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.5 to najsilniejszy model OpenAI dla przepływów pracy agentów korporacyjnych, złożonego rozumowania dokumentów oraz agentów programujących długoterminowo. GPT-5.5 obsługuje także Codex, agenta kodującego OpenAI. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.4

Nazwa punktu końcowego: databricks-gpt-5-4

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.4 to uniwersalny model językowy o dużym zastosowaniu z możliwościami rozumowania, opracowany przez OpenAI. Zapewnia lepszą wydajność w złożonych zadaniach z większą dokładnością i bardziej przemyślanym rozumowaniem opartym na konstrukcji. Model ten obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.4 mini

Nazwa punktu końcowego: databricks-gpt-5-4-mini

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.4 mini to zoptymalizowany pod względem kosztów ogólny model językowy z możliwościami rozumowania, opracowany przez OpenAI. Oparty na architekturze GPT-5.4, model ten zapewnia lepszą wydajność w dobrze zdefiniowanych zadaniach wymagających wiarygodnego rozumowania, precyzyjnego języka i szybkiego wyników. Obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.4 nano

Nazwa punktu końcowego: databricks-gpt-5-4-nano

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.4 nano to uniwersalny model językowy o dużym zastosowaniu z możliwościami rozumowania, opracowany przez OpenAI. Oparty na architekturze GPT-5.4, model ten wyróżnia się w zadaniach o wysokiej przepustowości, takich jak proste śledzenie instrukcji czy klasyfikacja dla rutynowych procesów biznesowych czy aplikacji mobilnych. Obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Kodex OpenAI GPT-5.3

Nazwa punktu końcowego: databricks-gpt-5-3-codex

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.3 Codex to najbardziej zaawansowany model kodowania agentów w OpenAI, zaprojektowany do obsługi złożonych, długotrwałych zadań obejmujących badania, użycie narzędzi i wykonanie. Łączy wydajność kodowania Frontier z rozumowaniem i wiedzą profesjonalną GPT-5.2, pracując przy tym 25% szybciej. Model obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.2

Nazwa punktu końcowego: databricks-gpt-5-2

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.2 to uniwersalny model językowy o dużym zastosowaniu z możliwościami rozumowania, opracowany przez OpenAI. Model ten opiera się bezpośrednio na GPT-5.1, oferując wyższą dokładność, lepszą efektywność tokenów przy zadaniach średnich i złożonych oraz bardziej przemyślane rozumowanie z rusztowaniami. Model ten wyróżnia się w strukturyzowanym wyodrębnianiu, wieloetapowych przepływach pracy oraz zadaniach multimodalnych. Obsługuje wejścia multimodalne.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5.1

Nazwa punktu końcowego: databricks-gpt-5-1

Obsługiwane dane wejściowe: tekst, obraz

GPT-5.1 to uniwersalny model językowy o dużym zastosowaniu z możliwościami rozumowania, opracowany przez OpenAI. Model ten oferuje zarówno tryby natychmiastowego, jak i myślenia, umożliwiające szybkie rozmowy lub głębokie rozumowanie, automatycznie dostosowując się do prostych lub złożonych zadań. Model ten doskonale radzi sobie z tworzeniem treści, korepetycją, wsparciem technicznym i programowaniem, z mniejszym uzależnieniem od ścisłej inżynierii promptów niż wcześniejsze wersje. Obsługuje wejścia multimodalne. Dowiedz się więcej o GPT-5.1.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5

Nazwa punktu końcowego: databricks-gpt-5

Obsługiwane dane wejściowe: tekst, obraz

GPT-5 to najnowocześniejsze, ogólnego przeznaczenia duży model językowy i model rozumowania utworzony i wytrenowany przez openAI. Obsługuje wejścia multimodalne. Model jest tworzony na potrzeby kodowania, czatu, rozumowania i zadań opartych na agentach.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5 mini

Nazwa punktu końcowego: databricks-gpt-5-mini

Obsługiwane dane wejściowe: tekst, obraz

GPT-5 mini to najnowocześniejsze, ogólnego przeznaczenia duży model językowy i model rozumowania utworzony i wytrenowany przez platformę OpenAI. Obsługuje wejścia multimodalne. Model jest zoptymalizowany kosztowo pod kątem obciążeń rozumowania i czatowania oraz wyróżnia się w dobrze zdefiniowanych zadaniach, które wymagają niezawodnego rozumowania, precyzyjnego języka i szybkiego generowania wyników dla tekstów i obrazów.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT-5 nano

Nazwa punktu końcowego: databricks-gpt-5-nano

Obsługiwane dane wejściowe: tekst, obraz

GPT-5 nano to najnowocześniejsze, ogólnego przeznaczenia duży model językowy i model rozumowania utworzony i wytrenowany przez platformę OpenAI. Obsługuje wejścia multimodalne. Model wyróżnia się w zadaniach wymagających dużej przepustowości, takich jak wykonywanie prostych instrukcji lub klasyfikacja w rutynowych procesach biznesowych czy aplikacjach mobilnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Wyszukaj Gemini 3.8 Flash

Nazwa punktu końcowego: databricks-gemini-3-8-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.8 Flash to multimodalny model AI opracowany i wytrenowany przez Google. Obsługuje wywoływanie funkcji i rozumowanie hybrydowe dla ogólnego i multimodalnego obciążenia. Parametr akceptuje reasoning_effort wartości "low", "medium" (domyślnie) lub "high". Gemini 3.8 Flash nie "minimal"obsługuje . Dowiedz się więcej o Gemini 3.8 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.7 Flash

Nazwa punktu końcowego: databricks-gemini-3-7-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.7 Flash to multimodalny model AI opracowany i wytrenowany przez Google. Obsługuje wywoływanie funkcji i rozumowanie hybrydowe dla ogólnego i multimodalnego obciążenia. Parametr akceptuje reasoning_effort wartości "low", "medium" (domyślnie) lub "high". Gemini 3.7 Flash nie "minimal"obsługuje . Dowiedz się więcej o Gemini 3.7 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.6 Flash

Nazwa punktu końcowego: databricks-gemini-3-6-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.6 Flash to szybki, opłacalny, multimodalny model AI opracowany i wytrenowany przez Google. Jako następca Gemini 3.5 Flash, ten model oferuje lepsze rozumowanie, zaawansowane możliwości multimodalne oraz lepszą efektywność cenową przy wdrożeniach na skalę produkcyjną. Gemini 3.6 Flash jest zoptymalizowany do zadań o wysokiej przepustowości, takich jak złożona analiza wideo, ekstrakcja danych oraz wizualne pytania i odpowiedzi. Dowiedz się więcej o Gemini 3.6 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.5 Flash

Nazwa punktu końcowego: databricks-gemini-3-5-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.5 Flash to szybki, opłacalny, multimodalny model AI opracowany i wytrenowany przez Google. Jako znaczący krok naprzód względem Gemini 3 Flash, ten model oferuje lepsze rozumowanie, zaawansowane możliwości multimodalne oraz lepszą efektywność cenową przy wdrożeniach na skalę produkcyjną. Gemini 3.5 Flash jest zoptymalizowany do zadań o wysokiej przepustowości, takich jak złożona analiza wideo, ekstrakcja danych oraz wizualne pytania i odpowiedzi. Dowiedz się więcej o Gemini 3.5 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.5 Flash Lite

Nazwa punktu końcowego: databricks-gemini-3-5-flash-lite

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.5 Flash Lite to najszybszy i najbardziej opłacalny model z serii Gemini 3, opracowany i wytrenowany przez Google. Model obsługuje wejścia multimodalne z możliwością obrazowania, wywoływania funkcji oraz strukturalnego wyjścia. Gemini 3.5 Flash Lite jest zoptymalizowany pod kątem szybkiej przepustowości i opłacalnych wdrożeń.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.1 Pro Preview

Nazwa punktu końcowego: databricks-gemini-3-1-pro

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.1 Pro Preview to nowoczesny hybrydowy model rozumowania opracowany i wytrenowany przez Google. Dostarcza silne rozumowanie i inteligencję dokumentów, czyniąc go ogólnie inteligentnym modelem dla złożonych przepływów pracy i zadań. Doskonale radzi sobie z rozwiązywaniem złożonych mechanizmów, głęboką analizą oraz multimodalnym zrozumieniem w szerokim zakresie wejść i zadań.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.1 Flash Image

Nazwa punktu końcowego: databricks-gemini-3-1-flash-image

Obsługiwane dane wejściowe: tekst, obraz

Gemini 3.1 Flash Image to model Gemini do generowania obrazów firmy Google. Pojedyncze żądanie może zwrócić wygenerowane obrazy wraz z tekstem. Ten model nie obsługuje wywoływania funkcji.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3.1 Flash Lite

Nazwa punktu końcowego: databricks-gemini-3-1-flash-lite

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3.1 Flash Lite to najszybszy i najbardziej ekonomiczny model z serii Gemini 3, opracowany i wyszkolony przez Google. Utworzony pod kątem analizy na dużą skalę model obsługuje wielomodalne dane wejściowe z możliwościami obrazu, wywoływaniem funkcji i danymi wyjściowymi ze strukturą. Gemini 3.1 Flash Lite jest zoptymalizowany pod kątem wysokiej przepływności, ekonomicznych wdrożeń. Dowiedz się więcej o Gemini 3.1 Flash Lite.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Obraz Gemini 3 Pro w Google

Nazwa punktu końcowego: databricks-gemini-3-pro-image

Obsługiwane dane wejściowe: tekst, obraz

Gemini 3 Pro Image to model Gemini do generowania obrazów Google. Pojedyncze żądanie może zwrócić wygenerowane obrazy wraz z tekstem. Ten model nie obsługuje wywoływania funkcji.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 3 Flash

Nazwa punktu końcowego: databricks-gemini-3-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 3 Flash to szybki, opłacalny model multimodalnej AI opracowany i wytrenowany przez Google. Model ten oferuje szybkość i skalę bez kompromisów jakości, oferując zaawansowane możliwości multimodalne do złożonej analizy wideo, ekstrakcji danych oraz wizualnych pytań i odpowiedzi w niemal rzeczywistym czasie. Gemini 3 Flash zapewnia lepszą jakość i wydajność oraz szybsze prędkości, umożliwiając wdrożenie na skalę produkcyjną. Dowiedz się więcej o Gemini 3 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 2.5 Pro

Nazwa punktu końcowego: databricks-gemini-2-5-pro

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 2.5 Pro to hybrydowy model rozumowania opracowany i wytrenowany przez Google. Gemini 2.5 Pro "Tryb głębokiego myślenia" i wbudowane wyjście audio wyróżniają go jako wiodący model dla przedsiębiorstw, zastosowań badawczych i kreatywnych. Zaprojektowano go tak, aby wyróżniał się złożonym rozumowaniu, głębokiej analizie i wielomodalnym rozumieniu w szerokim zakresie danych wejściowych i typów zadań. Dowiedz się więcej o Gemini 2.5 Pro.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Google Gemini 2.5 Flash

Nazwa punktu końcowego: databricks-gemini-2-5-flash

Obsługiwane dane wejściowe: tekst, obraz, wideo, dźwięk

Gemini 2.5 Flash to szybki, ekonomiczny, wielomodalny model sztucznej inteligencji opracowany i wyszkolony przez firmę Google. Jest to pierwszy w pełni hybrydowy model rozumowania Firmy Google zaprojektowany dla deweloperów i przedsiębiorstw poszukujących szybkich, skalowalnych i przystępnych cenowo rozwiązań sztucznej inteligencji. Gemini 2.5 Flash jest zoptymalizowany pod kątem aplikacji czasu rzeczywistego oraz dużej liczby danych, takich jak czatboty, wyodrębnianie danych, tłumaczenia i analizowanie dokumentów. Dowiedz się więcej o Gemini 2.5 Flash.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Alibaba Cloud Qwen3.5 122B A10B

Nazwa punktu końcowego: databricks-qwen35-122b-a10b

Obsługiwane dane wejściowe: tekst

Qwen3.5 122B A10B to hybrydowy model rozumowania Mieszanina ekspertów (MoE) utworzony i wytrenowany przez chmurę Alibaba, z 122 miliardów parametrów całkowitych i 10 miliardów aktywnych parametrów na wnioskowanie. Model obsługuje okno kontekstowe 256K oraz do 25K tokenów wyjściowych, zapewniając wysoką wydajność w zadaniach rozumowania, kodowania i agentów. Jako model tylko do rozumowania, Qwen3.5 122B A10B zawsze powody przed odpowiedzią i rozumowanie nie może być wyłączone.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Alibaba Cloud Qwen3-Embedding-0.6B

Nazwa punktu końcowego: databricks-qwen3-embedding-0-6b

Obsługiwane dane wejściowe: tekst

Qwen3-Embedding-0.6B to kompaktowy model osadzania tekstu z parametrami ~600M, przeznaczony dla zadań semantycznych, takich jak pobieranie, wyszukiwanie podobieństwa, klastrowanie i klasyfikacja. Koduje tekst w gęstych wektorach, które reprezentują znaczenie, a nie formę powierzchni.

Model obsługuje ponad 100 języków (w tym kod) i obsługuje długie konteksty do ok. 32K tokenów, dzięki czemu nadaje się do osadzania długich dokumentów. Tworzy osadzanie z konfigurowalną wymiarowością do 1024 i obsługuje instrukcje, umożliwiając stronniczość specyficzną dla zadania za pośrednictwem monitów.

Zbudowany na koderze transformatora i dostosowane specjalnie do generacji osadzania, Qwen3-Embedding-0.6B równoważy jakość osadzania z wydajnym wnioskowaniem.

Modele osadzania są szczególnie skuteczne, gdy są używane w połączeniu z LLM do zastosowań generacji wspomaganej pobieraniem (RAG). Funkcja Qwen3-Embedding-0.6B może służyć do znajdowania odpowiednich fragmentów tekstu w dużych fragmentach dokumentów, które mogą być używane w kontekście usługi LLM.

Alibaba Cloud Qwen3-Next 80B A3B Instrukcja

Nazwa punktu końcowego: databricks-qwen3-next-80b-a3b-instruct

Obsługiwane dane wejściowe: tekst

Qwen3-Next-80B-A3B-Instruct to wysoce wydajny model językowy zoptymalizowany do zadań podążania za instrukcjami, zbudowany i wytrenowany przez Alibaba Cloud. Ten model jest przeznaczony do obsługi bardzo długich kontekstów i wyróżnia się w wieloetapowych przepływach pracy, generacji uzupełnionej poprzez wyszukiwanie oraz w aplikacjach dla przedsiębiorstw, które wymagają deterministycznych danych wyjściowych przy wysokiej wydajności.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Zhipu AI GLM 5.3

Nazwa punktu końcowego: databricks-glm-5-3

Obsługiwane dane wejściowe: tekst

GLM-5.3 to model językowy składający się wyłącznie z tekstu, łączący ekspertów (MoE), opracowany przez Zhipu AI do kodowania i narzędzi agentycznych. Obsługuje wywoływanie funkcji, równoległe wywołania narzędzi, strukturalne wyniki, okno kontekstowe do 1 048 576 tokenów oraz do 65 536 tokenów wyjściowych. Rozumowanie jest zawsze włączone: reasoning_effort akceptuje low, high, i max; pomija, minimal, medium, lub xhigh wartości używają max, i none zostaje odrzucone. Zobacz modele rozumowania zapytań oraz dokumentację Z.ai GLM-5.3.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Zhipu AI GLM 5.3 Flash

Nazwa punktu końcowego: databricks-glm-5-3-flash

Obsługiwane dane wejściowe: tekst, obraz

GLM-5.3-Flash to natywnie multimodalny model mieszanki ekspertów (MoE) z 320 miliardami parametrów łącznie i 18 miliardami aktywnych parametrów opracowany przez Zhipu AI. Model obsługuje długość kontekstu 1 048 576 tokenów i jest zoptymalizowany pod kątem rozumowania, kodowania oraz użycia narzędzi agentycznych. Dowiedz się więcej o GLM-5.3-Flash.

Ten model zawsze rozumuje, a rozumowania nie da się wyłączyć. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Zhipu AI GLM 5.2

Nazwa punktu końcowego: databricks-glm-5-2

Obsługiwane dane wejściowe: tekst

GLM-5.2 to mieszanka modelu językowego ekspertów (MoE) z łączną liczbą 753 miliardów parametrów, opracowana przez Zhipu AI. Model obsługuje długość kontekstu wynoszącą 1 milion tokenów i jest zoptymalizowany pod kątem rozumowania długoterminowego, kodowania oraz użycia narzędzi agentycznych.

Model ten wspiera wysiłek w zakresie regulowanego rozumowania. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Moonshot AI Kimi K3

Nazwa punktu końcowego: databricks-kimi-k3

Obsługiwane dane wejściowe: tekst, obraz

Kimi K3 to model o wartości 2,8 biliona parametrów opracowany przez Moonshot AI, wyposażony w natywne możliwości widzenia. Model obsługuje długość kontekstu 1 miliona tokenów i jest zaprojektowany do kodowania długoterminowego, pracy z wiedzą oraz rozumowania.

Model ten wspiera wysiłek w zakresie regulowanego rozumowania. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

DeepSeek V4.1 Flash

Nazwa punktu końcowego: databricks-deepseek-v4-1-flash

Obsługiwane dane wejściowe: tekst, obraz

Dostępność: Pay-per-token. Zobacz obsługiwane regiony.

DeepSeek V4.1 Flash to multimodalny model mieszanki ekspertów z 552 miliardami parametrów szkieletowych, opracowany przez DeepSeek i hostowany przez Databricks. Wspiera rozumowanie, kodowanie i użycie narzędzi agentycznych. Architekturę modelu, oceny i ograniczenia można znaleźć w karcie modelu DeepSeek V4.1 Flash.

Model ten wspiera wysiłek w zakresie regulowanego rozumowania. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

DeepSeek V4 Flash (0731)

Nazwa punktu końcowego: databricks-deepseek-v4-flash-0731

Obsługiwane dane wejściowe: tekst

DeepSeek V4 Flash (0731) to hybrydowa mieszanka modelu językowego ekspertów (MoE) z 284 miliardami łącznych parametrów i 13 miliardami aktywnych parametrów opracowana przez DeepSeek. Model jest zoptymalizowany pod kątem szybkiego, opłacalnego rozumowania, kodowania oraz użycia narzędzi agentycznych.

Model ten wspiera wysiłek w zakresie regulowanego rozumowania. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT OSS 120B

Nazwa punktu końcowego: databricks-gpt-oss-120b

Obsługiwane dane wejściowe: tekst

GPT OSS 120B to najnowocześniejszy model rozumujący z łańcuchem myśli i regulowanymi poziomami wysiłku rozumowania, zbudowany i wytrenowany przez OpenAI. Jest to sztandarowy model open-weight platformy OpenAI i zawiera okno kontekstowe 128 tysięcy tokenów. Model jest tworzony z myślą o wysokiej jakości zadaniach rozumowania.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

OpenAI GPT OSS 20B

Nazwa punktu końcowego: databricks-gpt-oss-20b

Obsługiwane dane wejściowe: tekst

GPT OSS 20B to najnowocześniejszy, lekki model rozumowania utworzony i wytrenowany przez platformę OpenAI. Ten model ma okno kontekstowe na 128 tys. tokenów i wyróżnia się w zadaniach wspomagania użytkownika oraz wnioskowaniu wsadowym.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Wyszukaj w Google Gemma 3 12B

Nazwa punktu końcowego: databricks-gemma-3-12b

Obsługiwane dane wejściowe: tekst, obraz

Gemma 3 12B to wielomodalny i wizyjny model językowy o 12 miliardach parametrów, opracowany przez Google w ramach rodziny Gemma 3. Platforma Gemma 3 ma do 128K kontekstu tokenu i zapewnia wielojęzyczną obsługę ponad 140 języków. Ten model jest przeznaczony do obsługi zarówno danych wejściowych tekstu, jak i obrazów oraz generowania danych wyjściowych tekstu i jest zoptymalizowany pod kątem przypadków użycia dialogów, generowania tekstu i rozumienia obrazów, w tym odpowiedzi na pytania.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Meta Llama 4 Odludek

Nazwa punktu końcowego: databricks-llama-4-maverick

Obsługiwane dane wejściowe: tekst, obraz

Llama 4 Maverick to najnowocześniejszy duży model językowy stworzony i wytrenowany przez firmę Meta. Jest to pierwszy z modeli rodziny Llama, który wykorzystuje architekturę mieszaną ekspertów w celu zwiększenia wydajności obliczeniowej. Llama 4 Maverick obsługuje wiele języków i jest zoptymalizowany pod kątem precyzyjnego rozumienia obrazów i tekstu. Dowiedz się więcej o Llamie 4 Maverick.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Meta Llama 3.3 70B Poinstruuj

Nazwa punktu końcowego: databricks-meta-llama-3-3-70b-instruct

Obsługiwane dane wejściowe: tekst

Meta-Llama-3.3-70B-Instruct to najnowocześniejszy model dużego języka z kontekstem 128 000 tokenów, które zostały skompilowane i wytrenowane przez meta. Model obsługuje wiele języków i jest zoptymalizowany pod kątem przypadków użycia okna dialogowego. Dowiedz się więcej o Meta Llama 3.3.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Meta Llama 3.1 8B Instruktaż

Nazwa punktu końcowego: databricks-meta-llama-3-1-8b-instruct

Obsługiwane dane wejściowe: tekst

Meta-Llama-3.1-8B-Instruct to najnowocześniejszy model dużego języka z kontekstem 128 000 tokenów utworzonych i wytrenowanych przez meta. Model obsługuje wiele języków i jest zoptymalizowany pod kątem przypadków użycia okna dialogowego. Dowiedz się więcej o meta llamie 3.1.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Antropotyczny Claude Haiku 4.5

Nazwa punktu końcowego: databricks-claude-haiku-4-5

Obsługiwane dane wejściowe: tekst, obraz

Claude Haiku 4.5 jest najszybszym i najbardziej opłacalnym modelem Anthropic, zapewniając jakość kodowania bliskiej granicy z wyjątkową szybkością i wydajnością. Wyróżnia się ona w aplikacjach czasu rzeczywistego o małym opóźnieniu, w tym w asystentach czatowych, agentach obsługi klienta, programowaniu w parach i szybkim prototypowaniu. Ten model jest idealny dla wdrożeń produkcyjnych świadomych kosztów i systemów agentycznych wymagających responsywnej pomocy sztucznej inteligencji.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Sonnet 5

Nazwa punktu końcowego: databricks-claude-sonnet-5

Obsługiwane dane wejściowe: tekst, obraz

Claude Sonnet 5 jest Anthropic najbardziej zdolny model Sonnet, przeznaczony do kodowania, przepływów pracy agentów i profesjonalnej pracy na dużą skalę. Łączy ona inteligencję na poziomie niemal Opus z wydajnością i szybkością sieci Sonnet, dzięki czemu jest ona odpowiednia dla agentów przeznaczonych dla klientów, przepływów pracy kodowania produkcyjnego i zaawansowanych zadań generowania zawartości.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Antropic Claude Sonnet 4.6

Nazwa punktu końcowego: databricks-claude-sonnet-4-6

Obsługiwane dane wejściowe: tekst, obraz

Claude Sonnet 4.6 jest najbardziej zaawansowanym hybrydowym modelem rozumowania Anthropic. Oferuje dwa tryby: niemal natychmiastowe odpowiedzi i rozszerzone myślenie w celu dokładniejszego rozumowania w oparciu o złożoność zadania. Claude Sonnet 4.6 specjalizuje się w aplikacjach wymagających równowagi praktycznej wydajności i zaawansowanego myślenia, takich jak agenci obsługujący klientów, przepływy pracy związane z kodowaniem produkcyjnym i generowanie zawartości na skalę.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Antropic Claude Sonnet 4.5

Nazwa punktu końcowego: databricks-claude-sonnet-4-5

Obsługiwane dane wejściowe: tekst, obraz

Claude Sonnet 4.5 jest najbardziej zaawansowanym hybrydowym modelem rozumowania Anthropic. Oferuje dwa tryby: niemal natychmiastowe odpowiedzi i rozszerzone myślenie w celu dokładniejszego rozumowania w oparciu o złożoność zadania. Claude Sonnet 4.5 specjalizuje się w aplikacjach, które wymagają równowagi pomiędzy praktyczną wydajnością a zaawansowanym myśleniem, takich jak agenci obsługujący klientów, przepływy pracy związane z kodowaniem na potrzeby produkcji i generowanie treści na dużą skalę.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Fable 5.1

Nazwa punktu końcowego: databricks-claude-fable-5-1

Obsługiwane dane wejściowe: tekst, obraz

Claude Fable 5.1 to pionierski model multimodalnego rozumowania Anthropic dla długotrwałego kodowania agentycznego, pracy z wiedzą i odkryć naukowych. Wykorzystuje stale aktywne adaptacyjne myślenie i wspiera kontrolę wysiłku w każdej turze oraz aktualizacje myślenia między wywołaniami narzędzi, co pozwala na trwałe, złożone przepływy pracy.

Claude Fable 5.1 akceptuje lowpoziomy wysiłku , medium, high, xhigh, , .max Rozumowania nie da się wyłączyć. Szczegóły można znaleźć w Modele rozumowania zapytań .

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Fable 5

Nazwa punktu końcowego: databricks-claude-fable-5

Obsługiwane dane wejściowe: tekst

Claude Fable 5 to model klasy Mitos z Anthropic przeznaczony do autonomicznej pracy i kodowania wiedzy. Dzięki niezawodnym zabezpieczeniom wbudowanym może obsługiwać długotrwałe, złożone i asynchroniczne zadania z mniejszym zapotrzebowaniem na ewidencjonowanie przez ludzi niż poprzednie modele, dzięki czemu dobrze nadaje się do obsługi przepływów pracy agentów, które wymagają trwałego skupienia w rozszerzonych kontekstach.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Opus 5

Nazwa punktu końcowego: databricks-claude-opus-5

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 5 jest najbardziej zdolnym modelem rozumowania hybrydowego Anthropic, opierając się na serii Opus, koncentrując się na programowaniu agentów, przeglądzie kodu i długotrwałej pracy autonomicznej. Ten model wyróżnia się w złożonych, wieloplikowych zadaniach oprogramowania, takich jak duże refaktoryzacje i kompleksowe opracowywanie funkcji, znajdowanie usterek o wysokiej precyzji, koordynacja wielu agentów i zadania przetwarzania obrazów, takie jak wykres, dokument i zrozumienie interfejsu użytkownika. Claude Opus 5 utrzymuje silne śledzenie instrukcji, wywoływanie narzędzi i rozumowanie w całym oknie kontekstu, dostarczając niemal najwyższą jakość przy niskim i średnim wysiłku, co czyni go dobrze dopasowanym do długokontekstowych, wrażliwych na koszty przepływów pracy w przedsiębiorstwie.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Opus 4.8

Nazwa punktu końcowego: databricks-claude-opus-4-8

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 4.8 opiera się na serii Opus z dalszymi ulepszeniami dokładności, wydajności i możliwości rozumowania. Ten model wyróżnia się w złożonych zadaniach wyodrębniania i rozumowania agentów z obsługą obrazów, co czyni go idealnym rozwiązaniem dla aplikacji dla przedsiębiorstw wymagających głębokiej analizy, zrozumienia dokumentów i zaawansowanych wieloetapowych przepływów pracy.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Opus 4.7

Nazwa punktu końcowego: databricks-claude-opus-4-7

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 4.7 jest najbardziej zdolnym modelem rozumowania hybrydowego Anthropic, rozwijając serię Opus z lepszą dokładnością, wydajnością i ulepszonymi możliwościami widzenia. Ten model zapewnia większą wydajność w przypadku złożonych zadań wyodrębniania i rozumowania agentów przy użyciu mniejszej liczby tokenów wyjściowych niż jego poprzednik. Claude Opus 4.7 oferuje zwiększoną rozdzielczość obrazów, co czyni go idealnym dla aplikacji korporacyjnych wymagających dogłębnej analizy, zrozumienia dokumentów oraz zaawansowanych, wieloetapowych przepływów pracy.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Opus 4.6

Nazwa punktu końcowego: databricks-claude-opus-4-6

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 4.6 jest najbardziej zdolnym modelem rozumowania hybrydowego Anthropic z możliwościami adaptacyjnego myślenia. Ten model wprowadza nowy maksymalny poziom nakładu pracy dla najbardziej wymagających zadań z wysokim nakładem pracy ustawionym jako domyślny dla optymalnej wydajności. Claude Opus 4.6 wyróżnia złożone rozumowanie, głęboką analizę, generowanie kodu, badania i zaawansowane wieloetapowe przepływy pracy. Jest idealny do zastosowań korporacyjnych, które wymagają zarówno rozległej analizy, jak i kompleksowych rezultatów.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Anthropic Claude Opus 4.5

Nazwa punktu końcowego: databricks-claude-opus-4-5

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 4.5 to najbardziej zdolny hybrydowy model rozumowania Anthropic, stworzony do najbardziej złożonych zadań wymagających głębokiej analizy i rozumowania długoterminowego. Ten model łączy zaawansowane funkcje ogólnego przeznaczenia z zaawansowanymi rozumowaniami, wyróżnia się w generowaniu kodu, badaniach, tworzeniu zawartości i zaawansowanych wieloetapowych przepływach pracy agentów. Claude Opus 4.5 obsługuje tekstowe i wizualne wejścia, co czyni go idealnym dla zastosowań korporacyjnych wymagających zarówno szerokości, jak i głębi zrozumienia.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Antropiczny Claude Sonet 4

Nazwa punktu końcowego: databricks-claude-sonnet-4

Obsługiwane dane wejściowe: tekst, obraz

Claude Sonnet 4 to najnowocześniejszy, hybrydowy model rozumowania utworzony i wyszkolony przez antropię. Ten model oferuje dwa tryby: odpowiedzi niemal natychmiastowe i rozszerzone myślenie w celu dokładniejszego rozumowania w oparciu o złożoność zadania. Claude Sonnet 4 jest zoptymalizowany pod kątem różnych zadań, takich jak tworzenie kodu, analiza zawartości na dużą skalę i tworzenie aplikacji agenta.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Antropiczny Claude Opus 4.1

Nazwa punktu końcowego: databricks-claude-opus-4-1

Obsługiwane dane wejściowe: tekst, obraz

Claude Opus 4.1 to najnowocześniejsze, hybrydowy model rozumowania zbudowany i wyszkolony przez Anthropic. Ten ogólnego przeznaczenia model językowy jest zaprojektowany zarówno dla złożonego rozumowania, jak i rzeczywistych zastosowań w skali przedsiębiorstwa. Obsługuje wprowadzanie tekstu i obrazów. Ten model wyróżnia się w zadaniach takich jak generowanie kodu, badania i tworzenie zawartości oraz przepływy pracy agentów wieloetapowych bez stałej interwencji człowieka.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

Ten punkt końcowy jest hostowany przez usługę Databricks w ramach obwodu bezpieczeństwa Databricks.

Laboratoria Myślącej Maszyny Inkling

Nazwa punktu końcowego: databricks-inkling

Obsługiwane dane wejściowe: tekst, obraz

Inkling to mieszanka modelu językowego ekspertów (MoE) z 975 miliardami parametrów łącznie i 41 miliardami aktywnych parametrów, opracowanym przez Thinking Machine Labs. Model obsługuje długość kontekstu wynoszącą 1 milion tokenów i jest zoptymalizowany do kodowania, rozumowania oraz zadań związanych z narzędziami agentycznymi.

Ten model zawsze rozumuje. Zobacz modele rozumowania zapytań dla wspieranych reasoning_effort wartości i domyślnych.

Modele sztucznej inteligencji mogą popełniać błędy, błędnie zrozumieć intencję i halucyzować lub udzielać niepoprawnych odpowiedzi. Usługa Databricks zaleca klientom ocenę modeli, aby upewnić się, że działają zgodnie z oczekiwaniami.

GTE — Duży (En)

Nazwa punktu końcowego: databricks-gte-large-en

Obsługiwane dane wejściowe: tekst

ogólnego osadzania tekstu (GTE) to model osadzania tekstu, który może mapować dowolny tekst na wektor osadzenia w przestrzeni 1024-wymiarowej i przestrzeń okna osadzenia obejmującą 8192 tokeny. Te wektory mogą być używane w indeksach wektorowych dla modeli LLM, a także do zadań takich jak wyszukiwanie, klasyfikacja, odpowiedzi na pytania, grupowanie lub wyszukiwanie semantyczne. Ten punkt końcowy obsługuje angielską wersję modelu i nie generuje znormalizowanych osadzeń.

Modele osadzania są szczególnie skuteczne, gdy są używane w połączeniu z LLM do zastosowań generacji wspomaganej pobieraniem (RAG). GTE może służyć do znajdowania odpowiednich fragmentów tekstu w dużych partiach dokumentów, które mogą być używane w kontekście LLM.

BGE Large (EN)

Nazwa punktu końcowego: databricks-bge-large-en

Obsługiwane dane wejściowe: tekst

Ogólnego Osadzania BAAI (BGE) to model osadzania tekstu, który może mapować dowolny tekst na wektor osadzania o wymiarach 1024 i okno osadzania o wielkości 512 tokenów. Te wektory mogą być używane w indeksach wektorowych dla modeli LLM, a także do zadań takich jak wyszukiwanie, klasyfikacja, odpowiedzi na pytania, grupowanie lub wyszukiwanie semantyczne. Ten punkt końcowy obsługuje angielską wersję modelu i generuje znormalizowane osadzanie.

Modele osadzania są szczególnie skuteczne, gdy są używane w połączeniu z LLM do zastosowań generacji wspomaganej pobieraniem (RAG). Usługa BGE może służyć do znajdowania odpowiednich fragmentów tekstu w obszernych partiach dokumentów, które mogą być używane w kontekście LLM.

W aplikacjach RAG może być możliwe zwiększenie wydajności systemu pobierania przez dołączenie parametru instrukcji. Autorzy BGE zalecają wypróbowanie instrukcji "Represent this sentence for searching relevant passages:" na potrzeby osadzania zapytań, chociaż jej wpływ na wydajność jest zależny od domeny.

Dodatkowe zasoby

• Korzystanie z modeli podstawowych
• Dokumentacja interfejsu API REST modelu Foundation
• Odpowiednie terminy modelu