Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Använd Unity Gateway för att köra inferenser på frontier-proprietära och modeller med öppna vikter som hostas av Databricks. Välj en modell och den kapacitet som passar din arbetsbelastning.
Börja skicka förfrågningar till modeller.
Modeller tillgängliga via Databricks
Följande modeller är värd hos Databricks. Varje modellnamn länkar till dess specifikationer.
Modelltillgångar i system.ai är listade globalt. Att se en modell där betyder inte att den finns tillgänglig i din arbetsyta. Tillgängligheten beror på din arbetsplatsregion, cross-geo-inställningar och modelltillgänglighet. Kontrollera Unity Gateway-gränssnittet för motsvarande modelltjänst och bekräfta att du har behörighet att fråga den.
Att lista en modell skickar inte kunddata till den för att dra slutsatser. Se modelltillgänglighet per region för regionala detaljer.
Obs
På Azure Databricks finns OpenAI och Google Gemini-modellerna, tillsammans med Zhipu AI GLM 5.3, GLM 5.3 Flash och GLM 5.2 (legacy), Moonshot AI Kimi K3, Thinking Machine Labs Inkling samt DeepSeek V4.1 Flash och V4 Flash, tillgängliga via ADI Services, som tillhandahålls av Databricks. För dessa modellbeskrivningar, se Detaljerad lista över modeller som stöds av Databricks Foundation Model API:er. För installation och åtkomst, se ADI Services.
Important
DeepSeek V4 Flash (0731) är utfasad och planeras att tas ur bruk den 5 november 2026. Se Inaktuella och tillbakadragna modeller för den rekommenderade ersättningsmodellen och vägledning för hur du migrerar under utfasningen.
För föråldrade modeller och rekommenderade ersättningar, se Föråldrade och pensionerade modeller.
Använd en modell
| Din uppgift | Hur man använder modellerna |
|---|---|
| Bygg en applikation eller agent | Anropa en modell via Unity Gateway API:t.
Systemlevererade modelltjänster låter system.ai dig börja utan att skapa en egen modelltjänst. Se Frågemodeller. |
| Tillämpa AI på din data | Använd ai_query för att skicka prompts till en stödd modell från SQL, anteckningsböcker eller batchpipelines. Se Använd ai_query. |
| Använda en kodningsagent | Koppla din kodagent till modeller via Unity Gateway. Se Stödda kodningsagenter. |
Stödda modeller och modellidentifierare varierar beroende på gränssnitt. Se de länkade guiderna för krav och exempel.
Systemlevererade modelltjänster
Azure Databricks tillhandahåller färdiga, betal-per-token-modelltjänster i system.ai, såsom .system.ai.claude-opus-5 Nya tjänster läggs till när grundmodeller blir tillgängliga.
- En systemanvändare äger dem och du kan inte ta bort dem.
- Som standard kan endast metaarkivadministratörer ändra dem. En metaarkivadministratör kan delegera hantering genom att bevilja behörigheten
MANAGE.
För att begränsa åtkomsten, se Upptäck och styr åtkomst till modelltjänster.
Välj serveringskapacitet
| Option | Rekommenderas för | Så här fungerar det |
|---|---|---|
| Betala per token | Arbetsbelastningar med varierande eller intermittent användning. | Betala för tokens du använder utan att tillhandahålla dedikerad serveringskapacitet. |
| Genomströmning som tillhandahålls på begäran | Arbetsbelastningar som behöver dedikerad kapacitet med flexibilitet att justera den när kraven förändras. | Betala för tilldelad kapacitet utan något tidsbundet åtagande. |
Modelltjänster i Unity Gateway kan dirigera till destinationer med etablerad genomströmning. Se varje alternativs dokumentation för berättigade modeller och installationskrav.
För batchinferens med ai_query, använd AI Functions-guiden för att välja stödda modeller och servalternativ. Modell och regionalt stöd varierar beroende på serveringsalternativ.
Koppla ihop andra modellleverantörer
Du kan också använda Unity Gateway med ditt eget modellleverantörskonto. Koppla modellleverantören och styr åtkomsten med hjälp av din organisations inloggningsuppgifter.
Se Koppla en extern modellleverantör.