Modelos de base hospedados en Databricks disponibles en las API de Foundation Model

En este artículo se describen los modelos abiertos de última generación compatibles con las API de modelo de Databricks Foundation.

Puede enviar solicitudes de consulta a estos modelos mediante los puntos de conexión de pago por token disponibles en el área de trabajo de Databricks. Consulte el artículo Usar modelos de base y la tabla de modelos admitidos de pago por token para conocer los nombres de los puntos de conexión de modelo que se van a usar.

Además de admitir modelos en modo de pago por token, las API de Foundation Model también ofrecen el modo de rendimiento aprovisionado. Databricks recomienda el rendimiento aprovisionado para cargas de trabajo de producción. Este modo admite todos los modelos de una familia de arquitectura de modelos, incluidos los modelos afinados y personalizados preentrenados que se admiten en el modo de pago por token. Consulte las API de Foundation Model de rendimiento aprovisionado para obtener la lista de arquitecturas admitidas.

Puede interactuar con estos modelos admitidos mediante AI Playground.

Para los modelos OpenAI, Google Gemini y Anthropic, la ventana de contexto y los tokens de salida máximo coinciden con los valores publicados por el proveedor de modelos respectivo.

OpenAI GPT-5.6 Sol

Nombre del punto de conexión: databricks-gpt-5-6-sol

Entradas admitidas: texto, imagen

GPT-5.6 Sol, también conocido como GPT-5.6, es el modelo insignia de OpenAI dentro de la familia GPT-5.6, que ofrece un rendimiento de última generación en codificación agente, razonamiento a largo plazo y uso complejo de herramientas, con soporte para un nuevo esfuerzo máximo de razonamiento. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.6 Terra

Nombre del punto de conexión: databricks-gpt-5-6-terra

Entradas admitidas: texto, imagen

GPT-5.6 Terra es el modelo equilibrado dentro de la familia GPT-5.6 de OpenAI para cargas de trabajo diarias de agentes y razonamiento, ofreciendo un rendimiento competitivo con GPT-5.5 a un coste menor. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.6 Luna

Nombre del punto de conexión: databricks-gpt-5-6-luna

Entradas admitidas: texto, imagen

GPT-5.6 Luna es el modelo rápido y rentable de la familia GPT-5.6 de OpenAI, que aporta una fuerte capacidad de razonamiento y agentes al menor coste de la gama. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.5 Pro

Nombre del punto de conexión: databricks-gpt-5-5-pro

Entradas admitidas: texto, imagen

GPT-5.5 Pro es una variante de mayor precisión de GPT-5.5 dirigida a los problemas más difíciles, incluyendo investigación profunda, matemáticas avanzadas y razonamiento de alto riesgo. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.5

Nombre del punto de conexión: databricks-gpt-5-5

Entradas admitidas: texto, imagen

GPT-5.5 es el modelo fronterizo más sólido de OpenAI para flujos de trabajo de agentes empresariales, razonamiento complejo de documentos y agentes de codificación a largo plazo. GPT-5.5 también alimenta Codex, el agente de programación de OpenAI. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.4

Nombre del punto de conexión: databricks-gpt-5-4

Entradas admitidas: texto, imagen

GPT-5.4 es un modelo de lenguaje grande de propósito general con capacidades de razonamiento desarrollado por OpenAI. Ofrece un rendimiento mejorado en tareas complejas con mayor precisión y un razonamiento estructurado más deliberado. Este modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.4 mini

Nombre del punto de conexión: databricks-gpt-5-4-mini

Entradas admitidas: texto, imagen

GPT-5.4 mini es un modelo de lenguaje de propósito general optimizado para el coste con capacidades de razonamiento desarrollado por OpenAI. Basado en la arquitectura GPT-5.4, este modelo ofrece un rendimiento mejorado en tareas bien definidas que requieren razonamiento fiable, lenguaje preciso y salida rápida. Soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.4 nano

Nombre del punto de conexión: databricks-gpt-5-4-nano

Entradas admitidas: texto, imagen

GPT-5.4 nano es un modelo de lenguaje de gran tamaño de propósito general con capacidades de razonamiento desarrollado por OpenAI. Basado en la arquitectura GPT-5.4, este modelo destaca en tareas de alto rendimiento como el seguimiento simple de instrucciones o la clasificación para procesos empresariales rutinarios o aplicaciones móviles. Soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Códice GPT-5.3 de OpenAI

Nombre del punto de conexión: databricks-gpt-5-3-codex

Entradas admitidas: texto, imagen

GPT-5.3 Codex es el modelo de codificación agente más avanzado de OpenAI, diseñado para manejar tareas complejas y de larga duración que implican investigación, uso de herramientas y ejecución. Combina un rendimiento de codificación de vanguardia con el razonamiento y el conocimiento profesional de GPT-5.2, mientras opera 25% más rápido. El modelo soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.2

Nombre del punto de conexión: databricks-gpt-5-2

Entradas admitidas: texto, imagen

GPT-5.2 es un modelo de lenguaje de gran tamaño de propósito general con capacidades de razonamiento desarrollado por OpenAI. Este modelo se basa directamente en GPT-5.1, ofreciendo mayor precisión, mayor eficiencia de tokens en tareas medias a complejas y un razonamiento más deliberado y estructurado. Este modelo destaca en extracción estructurada, flujos de trabajo de varios pasos y tareas multimodales. Soporta entradas multimodales.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5.1

Nombre del punto de conexión: databricks-gpt-5-1

Entradas admitidas: texto, imagen

GPT-5.1 es un modelo de lenguaje de gran tamaño de propósito general con capacidades de razonamiento desarrollado por OpenAI. Este modelo cuenta con modos Instantáneo y Pensamiento para conversaciones rápidas o razonamiento profundo, ajustándose automáticamente para tareas simples o complejas. El modelo destaca en la creación de contenidos, tutorías, soporte técnico y programación, con menos dependencia de la ingeniería estricta de prompts que en versiones anteriores. Soporta entradas multimodales. Infórmate más sobre GPT-5.1.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5

Nombre del punto de conexión: databricks-gpt-5

Entradas admitidas: texto, imagen

GPT-5 es un modelo de lenguaje grande de uso general de última generación y modelo de razonamiento creado y entrenado por OpenAI. Soporta entradas multimodales. El modelo se crea para codificar, chat, razonamiento y tareas controladas por agentes.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5 mini

Nombre del punto de conexión: databricks-gpt-5-mini

Entradas admitidas: texto, imagen

GPT-5 mini es un modelo de lenguaje grande de uso general de última generación y modelo de razonamiento creado y entrenado por OpenAI. Soporta entradas multimodales. El modelo está optimizado en costos para las cargas de trabajo de razonamiento y chat, destacándose en tareas bien definidas que requieren razonamiento fiable, lenguaje preciso y producción rápida para texto e imágenes.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT-5 nano

Nombre del punto de conexión: databricks-gpt-5-nano

Entradas admitidas: texto, imagen

GPT-5 nano es un modelo de lenguaje grande de uso general de última generación y modelo de razonamiento creado y entrenado por OpenAI. Soporta entradas multimodales. El modelo se destaca en tareas de alto rendimiento, como simples instrucciones siguientes o clasificación para procesos empresariales rutinarios o aplicaciones móviles.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3.7 Flash

Nombre del punto de conexión: databricks-gemini-3-7-flash

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.7 Flash es un modelo de IA multimodal desarrollado y entrenado por Google. Soporta la llamada de funciones y el razonamiento híbrido para cargas de trabajo de propósito general y multimodales. El reasoning_effort parámetro acepta valores de "low", "medium" (por defecto), o "high". Gemini 3.7 Flash no soporta "minimal". Aprende más sobre Gemini 3.7 Flash.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3.6 Flash

Nombre del punto de conexión: databricks-gemini-3-6-flash

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.6 Flash es un modelo de IA multimodal de alta velocidad, rentable y desarrollado y entrenado por Google. Como sucesor de Gemini 3.5 Flash, este modelo ofrece un razonamiento más sólido, capacidades multimodales avanzadas y un mejor rendimiento en el precio para despliegues a escala de producción. Gemini 3.6 Flash está optimizado para cargas de trabajo de alto rendimiento como análisis complejo de vídeo, extracción de datos y sesiones visuales de preguntas y respuestas. Aprende más sobre Gemini 3.6 Flash.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3.5 Flash

Nombre del punto de conexión: databricks-gemini-3-5-flash

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.5 Flash es un modelo de IA multimodal de alta velocidad, rentable y desarrollado y entrenado por Google. Como un avance significativo respecto a Gemini 3 Flash, este modelo ofrece un razonamiento más sólido, capacidades multimodales avanzadas y un mejor rendimiento del precio para despliegues a escala de producción. Gemini 3.5 Flash está optimizado para cargas de trabajo de alto rendimiento como análisis complejo de vídeo, extracción de datos y preguntas y respuestas visuales. Aprende más sobre Gemini 3.5 Flash.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3.5 Flash Lite

Nombre del punto de conexión: databricks-gemini-3-5-flash-lite

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.5 Flash Lite es el modelo más rápido y rentable de la serie Gemini 3, desarrollado y entrenado por Google. El modelo soporta entradas multimodales con capacidades de imagen, llamadas a funciones y salida estructurada. Gemini 3.5 Flash Lite está optimizado para despliegues de alto rendimiento y rentables.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Vista previa de Google Gemini 3.1 Pro

Nombre del punto de conexión: databricks-gemini-3-1-pro

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.1 Pro Preview es un modelo híbrido de razonamiento de última generación desarrollado y entrenado por Google. Ofrece un razonamiento sólido e inteligencia documental, lo que lo convierte en un modelo inteligente en general para flujos de trabajo y tareas complejas. Destaca en el razonamiento complejo, el análisis profundo y la comprensión multimodal en una amplia variedad de entradas y tareas.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Imagen Flash de Google Gemini 3.1

Nombre del punto de conexión: databricks-gemini-3-1-flash-image

Entradas admitidas: texto, imagen

Gemini 3.1 Flash Image es el modelo Gemini de generación de imágenes de Google. Una sola petición puede devolver imágenes generadas junto con texto. Este modelo no soporta llamadas a funciones.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3.1 Flash Lite

Nombre del punto de conexión: databricks-gemini-3-1-flash-lite

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3.1 Flash Lite es el modelo más rápido y rentable de la serie Gemini 3, desarrollado y entrenado por Google. Diseñado para operar inteligencia a escala, el modelo admite entradas multimodales con capacidades de procesamiento de imágenes, invocación de funciones y salida estructurada. Gemini 3.1 Flash Lite está optimizado para implementaciones de alto rendimiento y rentables. Más información sobre Gemini 3.1 Flash Lite.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Imagen de Google Gemini 3 Pro

Nombre del punto de conexión: databricks-gemini-3-pro-image

Entradas admitidas: texto, imagen

Gemini 3 Pro Image es el modelo Gemini de generación de imágenes de Google. Una sola petición puede devolver imágenes generadas junto con texto. Este modelo no soporta llamadas a funciones.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 3 Flash

Nombre del punto de conexión: databricks-gemini-3-flash

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 3 Flash es un modelo multimodal de IA de alta velocidad y rentabilidad desarrollado y entrenado por Google. Este modelo ofrece velocidad y escala sin comprometer la calidad, y cuenta con capacidades multimodales avanzadas para análisis complejo de vídeo, extracción de datos y sesiones visuales de preguntas y respuestas casi en tiempo real. Gemini 3 Flash ofrece mejor relación calidad-precio y velocidades más rápidas, permitiendo despliegues a escala de producción. Aprende más sobre Gemini 3 Flash.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 2.5 Pro

Nombre del punto de conexión: databricks-gemini-2-5-pro

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 2.5 Pro es un modelo híbrido de razonamiento desarrollado y entrenado por Google. Gemini 2.5 Pro, con su "Deep Think Mode" y salida de audio integrada, se destaca como un modelo líder para aplicaciones empresariales, de investigación y creativas. Está diseñado para destacar en el razonamiento complejo, el análisis profundo y la comprensión horizontal en una amplia gama de entradas y tareas. Más información sobre Gemini 2.5 Pro.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Google Gemini 2.5 Flash

Nombre del punto de conexión: databricks-gemini-2-5-flash

Entradas admitidas: texto, imagen, vídeo, audio

Gemini 2.5 Flash es un modelo de inteligencia artificial multimodal de alta velocidad y rentable desarrollado y entrenado por Google. Es el primer modelo de razonamiento totalmente híbrido de Google, diseñado para desarrolladores y empresas que buscan soluciones de inteligencia artificial rápidas, escalables y asequibles. Gemini 2.5 Flash está optimizado para aplicaciones de gran volumen y en tiempo real, como bots de chat, extracción de datos, traducción y análisis de documentos. Obtenga más información sobre Gemini 2.5 Flash.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Alibaba Cloud Qwen3.5 122B A10B

Nombre del punto de conexión: databricks-qwen35-122b-a10b

Entradas admitidas: texto

Qwen3.5 122B A10B es un modelo híbrido de razonamiento mezcla de expertos (MoE) creado y entrenado por Alibaba Cloud, con 122 mil millones de parámetros totales y 10 mil millones de parámetros activos por inferencia. El modelo soporta una ventana de contexto de 256K y hasta 25K tokens de salida, y ofrece un rendimiento sólido en tareas de razonamiento, codificación y agentes. Como modelo de solo razonamiento, Qwen3.5 122B A10B siempre tiene motivos antes de responder, y el razonamiento no se puede deshabilitar.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Alibaba Cloud Qwen3-Embedding-0.6B

Nombre del punto de conexión: databricks-qwen3-embedding-0-6b

Entradas admitidas: texto

Qwen3-Embedding-0.6B es un modelo de inserción de texto compacto con parámetros ~600M, diseñados para tareas semánticas como recuperación, búsqueda de similitud, agrupación en clústeres y clasificación. Codifica el texto en vectores densos que representan significado en lugar de forma expuesta.

El modelo admite más de 100 lenguajes (incluido el código) y controla contextos largos hasta ~32 000 tokens, lo que hace que sea adecuado para insertar documentos largos. Genera incrustaciones con una dimensionalidad configurable hasta 1024 y es consciente de las instrucciones, lo que permite sesgos específicos de la tarea a través de avisos.

Basado en un codificador de transformador y ajustado específicamente para la generación de embeddings, Qwen3-Embedding-0.6B equilibra la calidad de los embeddings con una inferencia eficiente.

Los modelos de inserción son especialmente eficaces cuando se usan junto con los LLM en casos de uso de generación aumentada de recuperación (RAG). Qwen3-Embeding-0.6B se puede usar para buscar fragmentos de texto relevantes en fragmentos grandes de documentos que se pueden usar en el contexto de un LLM.

Instrucciones de Alibaba Cloud Qwen3-Next 80B A3B

Nombre del punto de conexión: databricks-qwen3-next-80b-a3b-instruct

Entradas admitidas: texto

Qwen3-Next-80B-A3B-Instruct es un modelo de lenguaje extenso, altamente eficiente, optimizado para tareas de seguimiento de instrucciones, creado y entrenado por Alibaba Cloud. Este modelo está diseñado para gestionar contextos ultra largos y destaca en flujos de trabajo de varios pasos, generación aumentada con recuperación y aplicaciones empresariales que requieren salidas deterministas con un alto rendimiento.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Zhipu AI GLM 5.3 Flash

Nombre del punto de conexión: databricks-glm-5-3-flash

Entradas admitidas: texto, imagen

GLM-5.3-Flash es un modelo nativamente multimodal de expertos (MoE) con 320 mil millones de parámetros totales y 18 mil millones de parámetros activos desarrollado por Zhipu AI. El modelo soporta una longitud de contexto de 1.048.576 tokens y está optimizado para el razonamiento, la codificación y el uso de herramientas agentes. Aprende más sobre GLM-5.3-Flash.

Este modelo siempre razona, y el razonamiento no puede desactivarse. Consulta los modelos de razonamiento de consulta para valores y valores predeterminados soportados reasoning_effort .

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Zhipu AI GLM 5.2

Nombre del punto de conexión: databricks-glm-5-2

Entradas admitidas: texto

GLM-5.2 es una mezcla de modelos de lenguaje expertos (MoE) con 753.000 millones de parámetros totales desarrollados por Zhipu AI. El modelo soporta una longitud contextual de 1 millón de tokens y está optimizado para razonamiento a largo plazo, codificación y uso de herramientas agentes.

Este modelo soporta un esfuerzo de razonamiento ajustable. Consulta los modelos de razonamiento de consulta para valores y valores predeterminados soportados reasoning_effort .

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Moonshot AI Kimi K3

Nombre del punto de conexión: databricks-kimi-k3

Entradas admitidas: texto, imagen

Kimi K3 es un modelo de 2,8 billones de parámetros desarrollado por Moonshot AI con capacidades de visión nativa. El modelo soporta una longitud contextual de 1 millón de tokens y está diseñado para codificación a largo plazo, trabajo de conocimiento y razonamiento.

Este modelo soporta un esfuerzo de razonamiento ajustable. Consulta los modelos de razonamiento de consulta para valores y valores predeterminados soportados reasoning_effort .

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Flash DeepSeek V4 (0731)

Nombre del punto de conexión: databricks-deepseek-v4-flash-0731

Entradas admitidas: texto

DeepSeek V4 Flash (0731) es una mezcla híbrida de modelos de lenguaje expertos (MoE) con 284 mil millones de parámetros totales y 13 mil millones de parámetros activos desarrollados por DeepSeek. El modelo está optimizado para un razonamiento, codificación y uso de herramientas agenticas rápidas y rentables.

Este modelo soporta un esfuerzo de razonamiento ajustable. Consulta los modelos de razonamiento de consulta para valores y valores predeterminados soportados reasoning_effort .

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT OSS 120B

Nombre del punto de conexión: databricks-gpt-oss-120b

Entradas admitidas: texto

GPT OSS 120B es un modelo de razonamiento de última generación con niveles de esfuerzo de razonamiento ajustable y de cadena de pensamiento creados y entrenados por OpenAI. Es el modelo de peso abierto insignia de OpenAI y cuenta con una ventana de contexto de token de 128K. El modelo se crea para tareas de razonamiento de alta calidad.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

OpenAI GPT OSS 20B

Nombre del punto de conexión: databricks-gpt-oss-20b

Entradas admitidas: texto

GPT OSS 20B es un modelo de razonamiento ligero de última generación creado y entrenado por OpenAI. Este modelo tiene una ventana de contexto de 128K de tokens y se destaca en tareas de copilotos en tiempo real y de inferencia por lotes.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Busca en Google Gemma 3 12B

Nombre del punto de conexión: databricks-gemma-3-12b

Entradas admitidas: texto, imagen

Gemma 3 12B es un modelo de lenguaje de visión y bidireccional de 12 mil millones de parámetros desarrollado por Google como parte de la familia Gemma 3. Gemma 3 tiene hasta un contexto de token de 128K y proporciona compatibilidad multilingüe con más de 140 idiomas. Este modelo está diseñado para controlar las entradas de texto e imagen y generar salidas de texto, y está optimizado para casos de uso de diálogo, tareas de generación de texto e comprensión de imágenes, incluida la respuesta a preguntas.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Meta Llama 4 Maverick

Nombre del punto de conexión: databricks-llama-4-maverick

Entradas admitidas: texto, imagen

Llama 4 Maverick es un modelo de lenguaje grande de última generación construido y entrenado por Meta. Es el primero de la familia de modelos Llama en usar una arquitectura de mezcla de expertos para la eficiencia de cálculo. Llama 4 Maverick admite varios idiomas y está optimizado para casos de uso precisos de comprensión de imágenes y texto. Más información sobre Llama 4 Maverick.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Meta Llama 3.3 70B Indicación

Nombre del punto de conexión: databricks-meta-llama-3-3-70b-instruct

Entradas admitidas: texto

Meta-Llama-3.3-70B-Instruct es un modelo de lenguaje grande de última generación con un contexto de 128 000 tokens creados y entrenados por Meta. El modelo admite varios lenguajes y está optimizado para casos de uso de diálogo. Obtenga más información sobre Meta Llama 3.3.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Meta Llama 3.1 8B Instruct

Nombre del punto de conexión: databricks-meta-llama-3-1-8b-instruct

Entradas admitidas: texto

Meta-Llama-3.1-8B-Instruct es un modelo de lenguaje grande de última generación con un contexto de 128 000 tokens creados y entrenados por Meta. El modelo admite varios lenguajes y está optimizado para casos de uso de diálogo. Obtenga más información sobre meta Llama 3.1.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Anthropic Claude "Haiku" 4.5

Nombre del punto de conexión: databricks-claude-haiku-4-5

Entradas admitidas: texto, imagen

Claude Haiku 4.5 es el modelo más rápido y rentable de Anthropic, ofreciendo una calidad de codificación cercana a la frontera con una velocidad y eficiencia excepcionales. Se destaca en aplicaciones en tiempo real y de baja latencia, incluidos asistentes de chat, agentes de servicio al cliente, programación de pares y creación rápida de prototipos. Este modelo es ideal para implementaciones de producción con conciencia de costos y sistemas agente que requieren asistencia de inteligencia artificial con capacidad de respuesta.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Sonnet 5

Nombre del punto de conexión: databricks-claude-sonnet-5

Entradas admitidas: texto, imagen

Claude Sonnet 5 es Anthropic modelo sonnet más capaz, diseñado para codificar, flujos de trabajo agente y trabajar profesional a escala. Combina la inteligencia casi a nivel de Opus con la eficiencia y velocidad de Sonnet, lo que lo convierte en una solución adecuada para agentes orientados al cliente, flujos de trabajo de codificación de producción y tareas sofisticadas de generación de contenido.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Antropic Claude Sonnet 4.6

Nombre del punto de conexión: databricks-claude-sonnet-4-6

Entradas admitidas: texto, imagen

Claude Sonnet 4.6 es el modelo de razonamiento híbrido más avanzado de Anthropic. Ofrece dos modos: respuestas casi instantáneas y pensamiento extendido para un razonamiento más profundo en función de la complejidad de la tarea. Claude Sonnet 4.6 se especializa en aplicaciones que requieren un equilibrio de rendimiento práctico y pensamiento avanzado, como agentes orientados al cliente, flujos de trabajo de codificación de producción y generación de contenido a escala.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Sonnet 4.5

Nombre del punto de conexión: databricks-claude-sonnet-4-5

Entradas admitidas: texto, imagen

Claude Sonnet 4.5 es el modelo de razonamiento híbrido más avanzado de Anthropic. Ofrece dos modos: respuestas casi instantáneas y pensamiento extendido para un razonamiento más profundo en función de la complejidad de la tarea. Claude Sonnet 4.5 se especializa en la aplicación que requiere un equilibrio de rendimiento práctico y pensamiento avanzado, como agentes orientados al cliente, flujos de trabajo de codificación de producción y generación de contenido a escala.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Fable 5

Nombre del punto de conexión: databricks-claude-fable-5

Entradas admitidas: texto

Claude Fable 5 es un modelo de clase Mythos de Anthropic diseñado para el trabajo y la codificación de conocimientos autónomos. Con medidas de seguridad sólidas integradas, puede controlar tareas de larga duración, complejas y asincrónicas con menos necesidad de comprobaciones humanas que los modelos anteriores, lo que hace que sea adecuado para flujos de trabajo agente que requieren un enfoque sostenido en contextos extendidos.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 5

Nombre del punto de conexión: databricks-claude-opus-5

Entradas admitidas: texto, imagen

Claude Opus 5 es Anthropic modelo de razonamiento híbrido más capaz, basándose en la serie Opus con un enfoque en la codificación agente, la revisión de código y el trabajo autónomo de largo horizonte. Este modelo destaca en tareas complejas de software de varios archivos, como refactorizaciones de gran tamaño y desarrollo de características de un extremo a otro, búsqueda de errores de alta precisión, coordinación con varios agentes y tareas de visión como el gráfico, el documento y la comprensión de la interfaz de usuario. Claude Opus 5 mantiene un seguimiento de instrucciones sólido, llamadas a herramientas y razonamiento en toda la ventana contextual, y ofrece una calidad casi óptima con un esfuerzo de razonamiento bajo y medio, lo que lo hace muy adecuado para flujos de trabajo empresariales sensibles a los costes de contexto largo.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 4.8

Nombre del punto de conexión: databricks-claude-opus-4-8

Entradas admitidas: texto, imagen

Claude Opus 4.8 se basa en la serie Opus con mejoras adicionales en las capacidades de precisión, eficiencia y razonamiento. Este modelo destaca en tareas complejas de extracción y razonamiento agente con compatibilidad con imágenes, lo que lo convierte en ideal para aplicaciones empresariales que requieren análisis profundos, comprensión de documentos y flujos de trabajo sofisticados de varios pasos.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 4.7

Nombre del punto de conexión: databricks-claude-opus-4-7

Entradas admitidas: texto, imagen

Claude Opus 4.7 es el modelo de razonamiento híbrido más capaz de Anthropic, avanzando la serie Opus con una mayor precisión, eficiencia y capacidades de visión mejoradas. Este modelo ofrece un rendimiento más sólido en tareas complejas de extracción y razonamiento agente mientras se usan menos tokens de salida que su predecesor. Claude Opus 4.7 ofrece un mayor soporte para resolución de imagen, lo que lo hace ideal para aplicaciones empresariales que requieren análisis profundo, comprensión de documentos y flujos de trabajo sofisticados de varios pasos.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 4.6

Nombre del punto de conexión: databricks-claude-opus-4-6

Entradas admitidas: texto, imagen

Claude Opus 4.6 es el modelo de razonamiento híbrido más capaz de Anthropic con capacidades de pensamiento adaptable. Este modelo presenta un nuevo nivel de esfuerzo máximo para las tareas más exigentes, con un alto esfuerzo establecido como valor predeterminado para un rendimiento óptimo. Claude Opus 4.6 destaca en un razonamiento complejo, análisis profundo, generación de código, investigación y sofisticados flujos de trabajo de varios pasos. Es ideal para aplicaciones empresariales que requieren tanto análisis exhaustivos como resultados exhaustivos.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 4.5

Nombre del punto de conexión: databricks-claude-opus-4-5

Entradas admitidas: texto, imagen

Claude Opus 4.5 es el modelo de razonamiento híbrido más capaz de Anthropic, creado para las tareas más complejas que requieren análisis profundo y pensamiento extendido. Este modelo combina eficaces funcionalidades de uso general con razonamiento avanzado, que se destaca en la generación de código, la investigación, la creación de contenido y los sofisticados flujos de trabajo agente de varios pasos. Claude Opus 4.5 soporta entradas de texto y de visión, lo que lo hace ideal para aplicaciones empresariales que requieren tanto amplitud como profundidad de comprensión.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Claude Sonnet de Anthropic 4

Nombre del punto de conexión: databricks-claude-sonnet-4

Entradas admitidas: texto, imagen

Claude Sonnet 4 es un modelo de razonamiento híbrido de última generación creado y entrenado por Anthropic. Este modelo ofrece dos modos: respuestas casi instantáneas y pensamiento extendido para un razonamiento más profundo en función de la complejidad de la tarea. Claude Sonnet 4 está optimizado para diversas tareas, como el desarrollo de código, el análisis de contenido a gran escala y el desarrollo de aplicaciones de agente.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Anthropic Claude Opus 4.1

Nombre del punto de conexión: databricks-claude-opus-4-1

Entradas admitidas: texto, imagen

Claude Opus 4.1 es un modelo de razonamiento híbrido de última generación construido y entrenado por Anthropic. Este modelo de lenguaje grande de uso general está diseñado para el razonamiento complejo y las aplicaciones del mundo real a escala empresarial. Permite la entrada de texto e imágenes. Este modelo destaca en tareas como la generación de código, la investigación y la creación de contenido, y los flujos de trabajo de agentes de varios pasos sin intervención humana constante.

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

Este punto de conexión está hospedado por Databricks dentro del perímetro de seguridad de Databricks.

Thinking Machine Labs Inkling

Nombre del punto de conexión: databricks-inkling

Entradas admitidas: texto, imagen

Inkling es una mezcla de modelos de lenguaje de expertos (MoE) con 975 mil millones de parámetros totales y 41 mil millones de parámetros activos desarrollados por Thinking Machine Labs. El modelo soporta una longitud de contexto de 1 millón de tokens y está optimizado para tareas de codificación, razonamiento y uso de herramientas agenticias.

Este modelo siempre razona. Consulta los modelos de razonamiento de consulta para valores y valores predeterminados soportados reasoning_effort .

Los modelos de inteligencia artificial podrían cometer errores, malinterpretar las intenciones y delirar, o bien, dar respuestas incorrectas. Databricks recomienda a los clientes evaluar sus modelos para asegurarse de que funcionan según lo previsto.

GTE grande (Inglés)

Nombre del punto de conexión: databricks-gte-large-en

Entradas admitidas: texto

Inserción de texto general (GTE) es un modelo de inserción de texto que puede asignar cualquier texto a un vector de inserción de 1024 dimensiones y una ventana de inserción de 8192 tokens. Estos vectores se pueden usar en índices vectoriales para modelos de lenguaje y para tareas como recuperación, clasificación, respuesta a preguntas, agrupación o búsqueda semántica. Este punto de conexión sirve la versión en inglés del modelo y no genera incrustaciones normalizadas.

Los modelos de inserción son especialmente eficaces cuando se usan junto con los LLM en casos de uso de generación aumentada de recuperación (RAG). GTE se puede usar para buscar fragmentos de texto relevantes en fragmentos grandes de documentos que se pueden usar en el contexto de un LLM.

BGE large (En)

Nombre del punto de conexión: databricks-bge-large-en

Entradas admitidas: texto

BAAI General Embedding (BGE) es un modelo de incrustación de texto que puede mapear cualquier texto en un vector de incrustación de 1024 dimensiones y una ventana de incrustación de 512 tokens. Estos vectores se pueden usar en índices vectoriales para modelos de lenguaje y para tareas como recuperación, clasificación, respuesta a preguntas, agrupación o búsqueda semántica. Este punto de conexión sirve la versión en inglés del modelo y genera incrustaciones normalizadas.

Los modelos de inserción son especialmente eficaces cuando se usan junto con los LLM en casos de uso de generación aumentada de recuperación (RAG). BGE se puede usar para buscar fragmentos de texto relevantes en fragmentos grandes de documentos que se pueden usar en el contexto de un LLM.

En las aplicaciones RAG, es posible que pueda mejorar el rendimiento del sistema de recuperación mediante la inclusión de un parámetro de instrucción. Los autores de BGE recomiendan probar la instrucción "Represent this sentence for searching relevant passages:" para las incrustaciones de consultas, aunque su impacto en el rendimiento depende del dominio.

Recursos adicionales

• Uso de modelos de base
• Referencia de las API de REST de Foundation Model
• Términos del modelo aplicables