> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sambanova.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Databricks

[Databricks](https://www.databricks.com/) は、データと AI のプラットフォームです。その Unity Gateway は、モデルプロバイダーサービス (model provider service) を通じて言語モデルへのアクセスを統制しており、**Custom** プロバイダーには任意の OpenAI 互換エンドポイントを指定できます。SambaCloud もその 1 つであるため、提携もコード変更もなしに、Databricks ワークスペースで SambaNova モデルをサービングできます。本ガイドでは 2 つの経路を扱います: Python から呼び出す Unity Gateway のプロバイダーサービスと、`ai_query` を使って SQL から呼び出す Model Serving エンドポイントです。

> [!NOTE]
>
> 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](https://docs.databricks.com/aws/en/ai-gateway/model-provider-services) をご確認ください。

## 前提条件

* [SambaCloud](https://cloud.sambanova.ai/?utm_source=databricks\&utm_medium=external\&utm_campaign=cloud_signup) のアカウントと [API キー](https://cloud.sambanova.ai/apis?utm_source=databricks\&utm_medium=external\&utm_campaign=cloud_signup)
* 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](https://www.databricks.com/) 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`

![MiniMax-M3.1-Flash の呼び出し先として https://api.sambanova.ai/v1/chat/completions が表示され、プロバイダーエンドポイント https://api.sambanova.ai/v1 と保存済みの Bearer トークンが設定されている Edit model provider service ダイアログ](https://mintcdn.com/sambanova-systems/BMgjqhr69q9ZEtui/images/docs/integrations/databricks/provider-config.png?fit=max\&auto=format\&n=BMgjqhr69q9ZEtui\&q=85\&s=ceed04d3ef0142a5738265deb1f10659)

> [!WARNING]
>
> エンドポイントルートがないと、Databricks はプロバイダーエンドポイントそのものである `https://api.sambanova.ai/v1` を呼び出します。これはベース URL であり、チャット用のルートではありません。モデルの行が「Invoked at `https://api.sambanova.ai/v1/chat/completions`」と表示されていることを確認してください。[トラブルシューティング](#トラブルシューティング) をご参照ください。

**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。

![カスタムモデル MiniMax-M3.1-Flash を 1 件持つ Unity Gateway プロバイダーサービス sambanova と、cURL リクエストが記載された Get started パネル](https://mintcdn.com/sambanova-systems/BMgjqhr69q9ZEtui/images/docs/integrations/databricks/provider-overview.png?fit=max\&auto=format\&n=BMgjqhr69q9ZEtui\&q=85\&s=0d226c5504066b5a23865343bcb1a141)

## 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**

```bash macOS / Linux theme={}
python3 -m venv .venv
source .venv/bin/activate
pip install openai
```

```powershell Windows theme={}
python -m venv .venv
.venv\Scripts\Activate.ps1
pip install openai
```

本ガイドは、Python 3.9 上の `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**

```bash macOS / Linux theme={}
export DATABRICKS_HOST="https://your-workspace.cloud.databricks.com"
export DATABRICKS_TOKEN="your-databricks-token"
```

```powershell Windows theme={}
$env:DATABRICKS_HOST="https://your-workspace.cloud.databricks.com"
$env:DATABRICKS_TOKEN="your-databricks-token"
```

**3. リクエストの送信**

```python query.py theme={}
import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DATABRICKS_TOKEN"],
    base_url=f"{os.environ['DATABRICKS_HOST']}/ai-gateway/openai/v1",
    default_headers={"Databricks-Model-Provider-Service": "workspace.default.sambanova"},
)

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash",
    messages=[{"role": "user", "content": "What can you do?"}],
    max_completion_tokens=1024,
)
print(response.choices[0].message.content)
```

```bash theme={}
python query.py
```

```text Output theme={}
I can help you think, write, learn, and solve problems. For example:

- **Answer questions** and explain complex topics in simple terms
- **Write and edit** emails, essays, stories, résumés, and reports
- **Brainstorm** ideas, names, plans, and creative projects
- **Write or debug code** and explain how software works
- **Summarize** articles, notes, or long conversations
- **Translate** or rewrite text for different audiences and tones
- **Plan** projects, trips, schedules, and study routines
- **Practice** interviews, presentations, debates, or language skills

I work with text and can’t independently access live systems or take real-world actions, but I can help you prepare the steps. I may occasionally make mistakes, so it’s worth double-checking important details.

What would you like to work on?
```

> [!NOTE]
>
> `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**

ここでは、URL はフルパスでなければなりません。このフォームには、エンドポイントルートを個別に指定する欄がありません。

**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。

![Custom Provider が https://api.sambanova.ai/v1/chat/completions を指し、Ready 状態になっているサービングエンドポイント sambanova-minimax](https://mintcdn.com/sambanova-systems/BMgjqhr69q9ZEtui/images/docs/integrations/databricks/serving-endpoint.png?fit=max\&auto=format\&n=BMgjqhr69q9ZEtui\&q=85\&s=71307bd2e8b79d8c34b89ad80a1081e4)

**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。

```sql theme={}
SELECT ai_query('sambanova-minimax', 'What can you do?') AS answer
```

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。

![sambanova-minimax への ai\_query の結果として、MiniMax-M3.1-Flash の回答を 1 行で返している SQL Editor の画面](https://mintcdn.com/sambanova-systems/BMgjqhr69q9ZEtui/images/docs/integrations/databricks/ai-query-result.png?fit=max\&auto=format\&n=BMgjqhr69q9ZEtui\&q=85\&s=2af2b056430450a7d02bdda2acdfaa97)

## トラブルシューティング

> [accordion] 503 ... The service at /v1 is temporarily unavailable, or 404 ... 404 page not found
>
> プロバイダーサービスにエンドポイントルートがないため、Databricks は `https://api.sambanova.ai/v1` そのものに送信しています。プロバイダーサービスを編集してモデルをいったん削除し、ルート `chat/completions` を付けて再度追加し、保存してください。モデルの行は「Invoked at `https://api.sambanova.ai/v1/chat/completions`」と表示されている必要があります。

> [accordion] 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。

> [accordion] 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](#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。

## 参考情報

* [Databricks のモデルプロバイダーサービス](https://docs.databricks.com/aws/en/ai-gateway/model-provider-services)
* [モデルプロバイダーサービスの作成](https://docs.databricks.com/aws/en/ai-gateway/create-model-provider-services)
* [Databricks の ai\_query 関数](https://docs.databricks.com/aws/en/sql/language-manual/functions/ai_query)
* [Databricks の外部モデル](https://docs.databricks.com/aws/en/generative-ai/external-models/)
* [SambaCloud の対応モデル](https://docs.sambanova.ai/docs/ja/models/sambacloud-models.md)
