ai_query を使って SQL から呼び出す Model Serving エンドポイントです。
本ガイドは、2026 年 11 月に AWS 上の Databricks Free Edition ワークスペースで動作確認済みです。Databricks は Model Serving の外部モデルエンドポイントをレガシーと位置付けて新規の用途には Unity Gateway を案内しているため、メニュー名やオプションは変わる可能性があります。画面が異なって見える場合は、Databricks のドキュメント をご確認ください。
前提条件
- SambaCloud のアカウントと API キー
- サイドバーに AI Gateway (Unity Gateway) があり、SQL ウェアハウスを備えた Databricks ワークスペース
- Databricks のパーソナルアクセストークン。Settings → User → Developer → Access tokens で作成できます。
- Python 3.9 以上
SambaCloud 用プロバイダーサービスの作成
モデルプロバイダーサービスは、SambaCloud のエンドポイントとキーを保存します。Databricks はこのサービスを、catalog.schema.name という 3 レベルの Unity Catalog 名で呼び出します。
1
新規プロバイダーフォームを開く
Databricks のサイドバーで AI Gateway を開き、Providers タブを選択して、+ Provider をクリックします。
2
Custom プロバイダーの選択と SambaCloud エンドポイントの入力
Catalog に
workspace、Schema に default、Name に sambanova を設定します。Provider で Custom を選択し、次の項目を入力します。- Provider endpoint:
https://api.sambanova.ai/v1 - Auth method: Bearer token (タイプは Plaintext に設定)
- Bearer token: お使いの SambaCloud API キー
3
エンドポイントルート付きでのモデルの登録
Models で次の値を入力し、Add model をクリックします。
- Model name:
MiniMax-M3.1-Flash - Provider api types:
/openai/v1/chat/completions - Endpoint route:
chat/completions

4
サービスの作成
Create をクリックします。プロバイダーサービスのページに、利用可能なモデルとして 
MiniMax-M3.1-Flash が 1 件表示されます。
Python からのモデル呼び出し
リクエストの送信先は SambaCloud ではなく、お使いのワークスペースです。Databricks-Model-Provider-Service ヘッダーには作成したプロバイダーサービスの名前を、model には登録したモデル名を指定します。
1
クライアントのインストール
openai 2.48.0 で動作確認済みです。2
ワークスペース URL とトークンの設定
3
リクエストの送信
query.py
Output
MiniMax-M3.1-Flash は Reasoning モデルであるため、回答を始める前に考える時間を取ります。このテストでは、リクエストはエンドツーエンドで約 4〜11 秒かかりました。プロバイダーサービスのページにある Databricks の Get started パネルにも、お使いのワークスペース向けに用意されたリクエスト例が表示されます。ai_query による SQL からのモデル利用
ai_query は、Model Serving エンドポイントを名前で呼び出します。本ガイドで使用したワークスペースでは、ai_query は Unity Gateway のプロバイダーサービスを受け付けませんでした: SELECT ai_query('workspace.default.sambanova', ...) は「ai_query through UC Model Services is not enabled」で失敗しました。SQL から SambaCloud を呼び出すには、カスタムプロバイダーを使った Model Serving エンドポイントを作成します。
1
サービングエンドポイントの作成
サイドバーで Serving を開き、Create serving endpoint をクリックします。Name に
sambanova-minimax を設定します。Entity フィールドをクリックして Foundation models を選択し、一覧から Custom Provider を選んで Confirm をクリックします。Databricks が Unity Gateway を提案してきたら、Continue creating in Serving をクリックし、次の項目を入力します。- Custom Provider Model URL:
https://api.sambanova.ai/v1/chat/completions - Custom Provider Authentication Type: Bearer Token Authentication (タイプは Plaintext に設定)
- Bearer Token: お使いの SambaCloud API キー
- Model Name:
MiniMax-M3.1-Flash - Task: Chat
2
エンドポイントの準備完了を待機
Create をクリックします。エンドポイントがリクエストを受け付けられる状態になると、エンドポイントのページに Ready と表示されます。

3
SQL Editor からのクエリ実行
SQL Editor を開き、サーバーレスのスターターウェアハウスをアタッチして、次を実行します。初回の実行は、ウェアハウスが起動する間、時間がかかることがあります。このテストでは、ウェアハウスの起動後、クエリは約 5 秒で完了しました。

トラブルシューティング
401 ... Incorrect API key provided: dapi*****
401 ... Incorrect API key provided: dapi*****
dapi で始まる値は Databricks のトークンです。つまり、プロバイダーサービスには SambaCloud のキーではなく Databricks のトークンが保存されています。プロバイダーサービスを編集し、Bearer token に SambaCloud のキーを貼り付けて保存してください。このフィールドを空のままにした場合、Databricks は保存済みの認証情報をそのまま使い続けます。ai_query through UC Model Services is not enabled
ai_query through UC Model Services is not enabled
ai_query に Unity Gateway のプロバイダーサービスの名前を渡しています。ai_query による SQL からのモデル利用 に記載のとおり、代わりに Model Serving エンドポイントの名前を渡してください。
