AI & Analytics

Databricks: uitrol van frontier modellen voor 12.000 medewerkers op dag één

Databricks Blog
Databricks: uitrol van frontier modellen voor 12.000 medewerkers op dag één

Samenvatting

Databricks geeft 12.000 medewerkers op dag één toegang tot nieuwe frontier-modellen en toetst ze binnen drie dagen op kwaliteit en kosten.

Databricks en Unity Gateway: wat er gebeurt

Databricks gebruikt Unity Gateway als centrale laag voor toegang, governance, kostenbeheer en observability rond nieuwe modellen. Medewerkers krijgen een model direct beschikbaar op experimentele basis, terwijl een budget per gebruiker het gebruik begrenst.

De aanpak combineert Unity Gateway met de Unity Gateway CLI. Die CLI draait al op laptops van medewerkers en verspreidt de modelconfiguratie naar tools zoals Claude Code, Codex en de Omnigent meta-harness.

De snelle uitrol kreeg een praktijktest toen Opus 5, GPT-6 Sol en GPT-Luna kort na elkaar verschenen. Databricks gaf alle medewerkers op dag één toegang en verzamelde op dag drie genoeg gegevens om de modellen op de efficiëntiegrens te plaatsen.

Frontier-modellen vragen meer dan snelle toegang

Databricks waarschuwt dat een model met frontier-marketing niet automatisch beter presteert. Opus 5.0 kostte meer en scoorde bij engineers lager op kwantitatieve en kwalitatieve metingen dan Opus 4.8. Een overstap zonder evaluatie kan daardoor de kwaliteit van werk aantasten.

Kosten vormen een tweede controlepunt. Bij een controlegroep die GPT Astra zonder kostenbeperkingen gebruikte, steeg de gemiddelde ontwikkelaarsuitgave met 60%. Databricks ontdekte vervolgens voor welke taken Astra het sterkst was en stuurde het gebruik daarop.

Deze werkwijze koppelt modelbeheer aan meetgegevens uit dagelijks gebruik. De centrale gateway maakt het mogelijk om toegang, budgetten en evaluatie in één proces te organiseren, zonder nieuwe modellen meteen als standaard in te voeren.

Concrete takeaway voor Databricks-gebruikers

Richt voor elke nieuwe modelrelease een experimentele fase in met gebruikersbudgetten, meetbare kwaliteitsbeoordelingen en taakgerichte routering. Beslis pas na verzamelde gebruiksdata of een model naar productie of de standaardconfiguratie gaat.

Lees het volledige artikel
Meer over AI & Analytics →