Foundation Model APIs 지원 모델

Foundation Model APIs 지원 모델 (Databricks-hosted Foundation Models)

Databricks Foundation Model APIs가 지원하는 최신 오픈 모델 목록을 소개하는 문서예요. 이 모델들은 Databricks가 직접 호스팅해서, pay-per-token 엔드포인트로 바로 쿼리 요청을 보낼 수 있어요. 리전별 가용성과 지원 기능 영역은 별도 페이지에서 확인할 수 있어요.

출처: Databricks-hosted foundation models available in Foundation Model APIs

모델 접근 방식

지원 모델에 쿼리하려면 워크스페이스에 사전 구성된 pay-per-token 엔드포인트를 쓰면 돼요. 엔드포인트 이름은 모델마다 다르니 사용 시 참고해요. 이와 별개로 provisioned throughput 모드에서는 모델 아키텍처 계열의 모든 모델을 지원해요. 파인튜닝되거나 커스텀 사전학습된 변형까지 포함해서요.

AI Playground로도 이 지원 모델들과 대화해 볼 수 있어요.

OpenAI 모델 (GPT 계열)

다음 엔드포인트 이름으로 텍스트·이미지를 입력할 수 있어요.

  • databricks-gpt-5-6-sol — GPT-5.6 패밀리의 플래그십 모델. 에이전틱 코딩, 장기 추론, 복잡한 도구 사용에 강하며 멀티모달을 지원해요.
  • databricks-gpt-5-6-terra — 일상적인 에이전틱·추론 워크로드를 위한 균형 모델. GPT-5.5에 견줄 만한 성능을 더 낮은 비용으로 제공해요.
  • databricks-gpt-5-5-pro — 깊은 리서치·고급 수학·고위험 추론 등 어려운 문제를 겨냥한 고정확도 변형이에요.
  • databricks-gpt-5-4, databricks-gpt-5-4-mini, databricks-gpt-5-4-nano — 범용 추론 LLM 계열로, 복잡한 작업 성능을 개선했어요. mini/nano는 비용 최적화·고처리량 용도예요.
  • databricks-gpt-5-3-codex — 연구·도구 사용·실행이 필요한 길고 복잡한 작업을 다루는 에이전틱 코딩 모델로, GPT-5.2보다 25% 빠르게 동작해요.
  • databricks-gpt-5-2, databricks-gpt-5-1, databricks-gpt-5, databricks-gpt-5-mini — 구조화 추출·다단계 워크플로·멀티모달에 강한 범용 모델들이에요.

일부 GPT 모델(gpt-5-6-sol, gpt-5-6-luna, gpt-5-5-pro, gpt-5-4-nano 등)은 AI Playground에서 지원되지 않으니, 이들은 Responses API로 상호작용해야 해요.

Google와 Anthropic 모델

databricks-gemini-* 계열은 Google Gemini 텍스트·이미지 입력 모델이고, databricks-claude-* 계열은 Anthropic의 Claude 하이브리드 추론 모델(예: databricks-claude-opus-4-1, databricks-claude-sonnet-4-*, databricks-claude-haiku-*)이에요. OpenAI·Gemini·Claude 모델의 컨텍스트 윈도우와 최대 출력 토큰은 각 모델 프로바이더가 공표한 값과 일치해요.

커스텀/오픈 모델

  • databricks-inkling — Thinking Machine Labs의 MoE 언어 모델. 총 975B 파라미터 중 활성 41B를 쓰고, 100만 토큰 컨텍스트를 지원하며 코딩·추론·에이전틱 도구 사용에 최적화됐어요 (Public Preview).
  • databricks-gpt-oss-20b, databricks-gpt-oss-120b — 오픈 GPT OSS 모델.
  • databricks-meta-llama-3-* — Meta Llama 계열.

임베딩 모델

  • databricks-gte-large-en — 텍스트를 1024차원 벡터로 매핑하고 8192 토큰 임베딩 윈도우를 지원하는 텍스트 임베딩 모델(영어). 정규화된 임베딩을 생성하지 않아요.
  • databricks-bge-large-en — BAAI의 BGE 임베딩 모델(영어). 1024차원 벡터, 512 토큰 윈도우, 정규화된 임베딩을 생성해요.
  • databricks-qwen3-embedding-0-6b — Qwen3 임베딩 모델.

임베딩 모델은 RAG(검색 증강 생성) 용도에서 LLM과 함께 쓸 때 특히 효과적이에요. 예를 들어 BGE는 검색 쿼리 임베딩에 "Represent this sentence for searching relevant passages:" 같은 instruction을 붙이면 성능이 개선될 수 있다고 권장해요 (도메인에 따라 영향은 달라요).

모델을 사용할 때는 해당 모델 약관을 준수해야 하는 책임이 고객에게 있어요. AI 모델은 실수·오해·환각·부정확한 답변을 할 수 있으니, 의도대로 동작하는지 평가해 보는 걸 Databricks도 권장해요.

더 알아보기