Databricks：モデルの知能、性能、料金
この分析は、ユースケースに最適なDatabricks提供モデルを選ぶための参考情報です。
(te)
最高の知能
Kimi K3.1 Pro
GLM-5.3 (max)GLM-5.3-FlashKimi K3 (low)Intelligence Index
モデル合計：9件
最短のタスク時間
Kimi K3 (low)Kimi K3.1 ProGLM-5.3 (max)GLM-5.3-FlashIntelligence Index タスクあたりの時間（分）
モデル合計：9件
最安料金
GLM-5.3-Flash
DeepSeek V4.1 Flash (max)
Qwen3 Next 80B A3BGLM-5.3 (max)GLM-5.2 (non-reasoning)ブレンド料金（100万トークンあたり）
モデル合計：9件
Databricksは9モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。 以下でモデル間の主要指標を比較します。
- Databricksで知能が上位のモデルはKimi K3.1 Pro（46）、GLM-5.3 (max)（32）、GLM-5.3-Flash（28）です。
- タスクあたりの時間では、Kimi K3 (low)（8.4分）、Kimi K3.1 Pro（13.6分）、GLM-5.3 (max)（17.7分）がDatabricksでIntelligence Indexのタスクを最も速く完了します。 モデル間でタスクあたりの時間の差は大きく、最も遅いモデルは最も速いモデルの2.4倍の時間がかかります。
- 遅延では、Qwen3 Next 80B A3B（1.35秒）、GLM-5.2 (non-reasoning)（2.08秒）、Kimi K3 (low)（5.04秒）の最初の回答トークンまでの時間が最短です。
- 料金では、GLM-5.3-Flash（$0.10）、DeepSeek V4.1 Flash (max)（$0.20）、Qwen3 Next 80B A3B（$0.26）の100万トークンあたりのブレンド料金が最安です。 モデル間で料金に最大9.0倍の差があります。
- Databricksで最大のコンテキストウィンドウに対応するモデルはKimi K3.1 Pro（1M）、GLM-5.3 (max)（1M）、GLM-5.3-Flash（1M）です。
知能
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Indexと料金
料金
Intelligence Index タスクあたりのコスト
Intelligence Indexと料金
速度
測定した単一リクエストとマルチターンのエージェントワークロードの平均
Intelligence Indexのタスクあたりの時間
品質
Endpoint Accuracy Index
遅延
測定した単一リクエストとマルチターンのエージェントワークロードの平均
最初の回答トークンまでの時間
信頼性
測定したすべての単一リクエストとマルチターンのエージェントワークロードで、エンドポイントが失敗したリクエストの割合
エンドポイントのエラー率
キャッシュ
キャッシュヒット率
タスクあたりのコストとキャッシュヒット率
詳細分析 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $3.29 | 13.8 | 86.00 | 6.0% | 1M | オープン | |||
GLM-5.3 (max) | 32 | $4.92 | 17.7 | 59.95 | 0.0% | 1M | オープン | |||
GLM-5.3-Flash | 28 | $0.58 | 20.5 | 35.53 | 1.9% | 1M | オープン | |||
Kimi K3 (low) | 17 | $1.86 | 8.4 | 5.04 | 0.0% | 1M | オープン | |||
Qwen3 Next 80B A3B | -- | -- | -- | 1.34 | 0.0% | 262k | オープン | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 34.90 | 0.0% | 1M | オープン | |||
GLM-5.2 (non-reasoning) | -- | -- | -- | 2.08 | 0.0% | 1M | オープン | |||
GLM-5.2 (max) | -- | -- | -- | 13.12 | 0.0% | 1M | オープン | |||
Kimi K3 (max) | -- | -- | -- | 49.82 | 0.0% | 205k | オープン | |||
主要な定義
よくある質問
Databricksに関するよくある質問
Databricksが提供し、当社が追跡しているモデルは9モデルです：Kimi K3.1 Pro、GLM-5.3 (max)、GLM-5.3-Flash、Kimi K3 (low)、Qwen3 Next 80B A3B、DeepSeek V4.1 Flash (max)、GLM-5.2 (non-reasoning)、GLM-5.2 (max)、Kimi K3 (max)。
Databricksで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア46のKimi K3.1 Proです。
Databricksでタスクあたりの時間が最短のモデルは、Intelligence Indexのタスクあたり8.4分のKimi K3 (low)です。タスクあたりの時間は、タスクあたりの出力トークン数をエンドツーエンドの出力速度で割った値で、短いほどタスクが早く完了します。
Databricksで最初の回答トークンまでの時間が最短のモデルは、1.35秒のQwen3 Next 80B A3Bです。遅延が短いほど、最初の応答が速くなります。
Databricksでブレンド料金が最も安いモデルは、100万トークンあたり$0.10のGLM-5.3-Flashです（キャッシュヒット／入力／出力を7:2:1とした場合）。
Databricksのモデル間では料金に最大23.1倍の差があり、GLM-5.3-Flashの100万トークンあたり$0.10から、Kimi K3 (max)の$2.31までとなっています。
はい。DatabricksはOpenAI互換APIを提供しているため、OpenAIからの切り替えや既存のOpenAI SDK連携の利用が容易です。
はい。Databricksの全9モデルが、構造化出力のJSONモードに対応しています。
はい。Databricksの全9モデルが関数呼び出し（ツール利用）に対応しています。
はい。Databricksは7推論モデルを提供しています：Kimi K3.1 Pro、GLM-5.3 (max)、GLM-5.3-Flash、Kimi K3 (low)、DeepSeek V4.1 Flash (max)、GLM-5.2 (max)、Kimi K3 (max)。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。
はい。Databricksの全9モデルがオープンウェイトです。
はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。
Databricksのモデルを選ぶ際は、知能（品質を重視するタスク）、タスクあたりの時間（Intelligence Indexのタスクを完了する速さ）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。