本頁說明了基礎模型 API 的模型維護政策：按代幣付費、基礎模型 API 的配置吞吐量，以及帶有ai_query供應的批次推論。
為了持續支援最先進的模型，Databricks 會管理模型從遺留狀態到淘汰，再到最終退休的生命週期。
- 遺留性：當模型被標記為舊有時，不再建議用於新工作負載，但仍可在已有模型使用空間中使用。 當模型進入舊版狀態時，尚未使用的工作區將無法存取該模型。 使用此類模型的客戶應評估新模型並考慮遷移。
- 淘汰：當某型號被淘汰時，會公布一個 30 天或 90 天後的退役日期。 不建議用於新工作負載，但在已有模型使用空間時仍可使用。 在淘汰時未使用該模型的工作空間，無法存取該模型。 使用此模型的客戶應評估較新的模型，並計劃在退休日前遷移工作負載。
- 退役：當某個型號退役時，該型號將不再可取得，且對該型號的支援將完全停止。 使用該模型的任何工作負載都不再運作。
模型生命週期政策
以下章節將總結模型生命週期政策。 有關已棄用模型及退役日期，請參見 「棄用型號 」。
在決定退役時程時會考慮多項因素，包括車型受歡迎程度、合適的替換機型以及生產使用量。 Databricks 會在模型棄用時公布其退休日期，並依照以下通知時間表公布。
基礎模型 API 介面
下表總結了 Foundation Model API 產品的模型生命週期政策：按代幣付費、配置吞吐量及 ai_query （批次推論）。
| Legacy | 退役通知與退休過渡 | 在退休日期 |
|---|---|---|
Databricks 採取以下步驟通知客戶該模型被標記為舊有模型：
當模型被標記 為舊有時：
|
Databricks 採取以下步驟通知客戶模型 淘汰：
當某個模型被棄用時，Databricks 會宣布一個 30 天或 90 天 後的退休日期。 在此過渡期間：
|
該模型已不再提供使用，並從產品中移除。 任何使用該模型的現有工作負載都會停止運作。 相關文件會更新，標示該模型已不再可用，並建議使用替換型號。 |
合作夥伴模式退休政策
合作夥伴模型是由第三方合作夥伴——特別是 OpenAI、Anthropic 和 Google——透過 Foundation Model API 提供的模型。 對於這些合作夥伴模型，Databricks 通常遵循上述相同的棄用時程與政策。
然而，合作夥伴可能會提供比 Databricks 公布的一個月過渡期更短的退休日期。 在這些情況下，Databricks 嘗試透過暫時將模型重新導向到類似版本來彌補差距，讓客戶獲得完整的轉換時間。
例如，若合作夥伴模型的退休公告提前兩週而非一個月，Databricks 會將模型重新導向兩週，以避免立即中斷並留出遷移時間。 查詢會在完整一個月期間結束時失敗。
Note
這種重定向只有在替換機型價格相同且向下相容時才會發生。 替換的型號通常是增量版本，例如 3.0 與 3.1。
已淘汰與退役的機型
以下章節列出已棄用（不再建議用於新工作負載）或已停用（已終止生命週期且不再可用）的模型。 已淘汰機型的退役日期會至少提前一個月公布。
Foundation Model API 的退休
下表顯示模型退休、其退休日期，以及建議用於基礎模型 API 付費代幣與配置吞吐服務工作負載的替代模型。 Databricks 建議您在指定的淘汰日期之前，移轉應用程式以使用取代模型。
Note
OpenAI 與 Google Gemini 模型，以及 Zhipu AI GLM 5.3、GLM 5.3 Flash、GLM 5.2、Moonshot AI Kimi K3、Thinking Machine Labs 的 Inkling 以及 DeepSeek V4 Flash，僅能透過 Databricks 提供的 ADI 服務提供。
| 夥伴模式 | 退休日期 | 建議的取代模型 |
|---|---|---|
| 人類克勞德十四行詩 4 | 按代幣付費： 2026年10月9日 | 克勞德 十四行詩 4.6 |
| OpenAI GPT-5.1 Codex Max | 按代幣付費： 2026年7月16日 | OpenAI GPT-5.5 |
| OpenAI GPT-5.1 Codex Mini | 按代幣付費： 2026年7月16日 | OpenAI GPT-5.4 Codex Mini |
| OpenAI GPT-5.2 編碼本 | 按代幣付費： 2026年7月16日 | OpenAI GPT-5.5 |
| 人類克勞德 3.7 十四行詩 | 按代幣付費： 2026年4月12日 | 使用最新的 Claude Sonnet 模型 |
| 雙子座 2.5 閃光燈 |
按代幣付費： 2026年10月2日 配置吞吐量： 2026年10月2日 |
Gemini 3.1 Pro 或 Gemini 3.5 閃光燈 |
| 雙子星 2.5 Pro | 配置吞吐量： 2026年10月2日 | Gemini 3.1 Pro 或 Gemini 3.5 閃光燈 |
| 雙子座 3 專業版 | 配置吞吐量： 2026年3月26日 | 雙子星 3.1 專業版。 為了爭取更多遷移時間，從 2026 年 3 月 26 日到 2026 年 6 月 7 日，對 Gemini 3 Pro 的 API 呼叫將暫時重新導向至 Gemini 3.1 Pro。 兩款車的價格完全相同。 |
| 開放模型 | 退休日期 | 建議的取代模型 |
|---|---|---|
| 思考機器實驗室 Inkling | 按代幣付費： 2026年10月30日 | GLM 5.3 或 Kimi K3 |
| DeepSeek V4 Pro（0813） | 按代幣付費： 2026年10月30日 | DeepSeek V4.1 閃光 |
| Kimi K2.7 | 按代幣付費： 2026年10月30日 | Kimi K3 |
| Meta Llama 3.1 405B |
按代幣付費： 2026年2月15日 配置吞吐量： 2026年5月15日 |
OpenAI GPT OSS 120B |
| DBRX / DBRX 教練 |
按代幣付費： 2025年4月30日 配置吞吐量： 2025年12月19日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
| Mixtral 8x7B / Mixtral-8x7B 指導 |
按代幣付費： 2025年4月30日 配置吞吐量： 2026年2月27日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
| Meta Llama 3（70B） |
按代幣付費： 2024年7月23日（Meta-Llama-3-70B-Instruct）;2024年12月11日（Meta-Llama-3.1-70B-Instruct） 配置吞吐量： 2026年2月27日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
| Meta Llama 3 8B | 配置吞吐量： 2026年2月27日 | 同一產品上的可比型號，例如類似尺寸的 Llama 3.2、3.3 或 4 型號。 |
| Meta Llama 2 70B / Meta-Llama-2-70B-聊天 |
按代幣付費： 2024年10月30日 配置吞吐量： 2026年2月27日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
| Llama 2 13B | 配置吞吐量： 2026年2月27日 | 同一產品上的可比型號，例如類似尺寸的 Llama 3.2、3.3 或 4 型號。 |
| Meta Llama 2 7B | 配置吞吐量： 2026年2月27日 | 同一產品上的可比型號，例如類似尺寸的 Llama 3.2、3.3 或 4 型號。 |
| 米斯特拉爾 7B | 配置吞吐量： 2026年2月27日 | 同一產品上的可比型號，例如類似尺寸的 Llama 3.2、3.3 或 4 型號。 |
| MPT 30B / MPT 30B 教官 |
按代幣付費： 2024年8月30日 配置吞吐量： 2025年12月19日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
| MPT 7B / MPT 7B 教官 |
按代幣付費： 2024年8月30日 配置吞吐量： 2025年12月19日 |
按代幣付費： 元-駱馬-4-獨行俠 配置吞吐量： 同一款產品中的類似型號，比如 Llama 3.2、3.3 或 4 型號，尺寸相近。 |
如果您需要特定模型版本的長期支援，Databricks 建議您針對服務工作負載，使用基礎模型 API 設定的流量。
找使用已退休模型的工作負載
請使用以下查詢找出使用已棄用模型的作業負載並識別其擁有者。
SELECT
eu.requester,
se.endpoint_name,
se.entity_name,
COUNT(*) AS request_count,
SUM(eu.input_token_count) AS total_input_tokens,
SUM(eu.output_token_count) AS total_output_tokens,
MIN(eu.request_time) AS first_request,
MAX(eu.request_time) AS last_request
FROM system.serving.endpoint_usage eu
JOIN system.serving.served_entities se
ON eu.served_entity_id = se.served_entity_id
WHERE LOWER(se.entity_name) LIKE '%<retired-model-name>%'
GROUP BY eu.requester, se.endpoint_name, se.entity_name
ORDER BY request_count DESC