MetaのMuse Spark 1.1がDatabricksで利用可能に、Unity AI Gatewayで完全に管理

MetaのMuse Spark 1.1が、DatabricksのUnity AI Gatewayにおける新しいモデルプロバイダサービス（MPS）を通じて利用可能になりました。MPSを使用すると、組織はOpenAI、Anthropic、Amazon Bedrock、そして新しくリリースされたMeta Muse Spark 1.1といった外部モデルプロバイダをUnity Catalogに登録でき、APIキーの乱立を排除し、アクセスを一元管理できます。

新しいモデルがリリースされるたびに、チームは個別にAPIキーを要求し、キーがノートブックやアプリケーション、CI/CDパイプラインに散在するという問題が発生します。MPSを使用すれば、プラットフォームチームはプロバイダとそのAPIキーを一度定義するだけで、すべてのチームがUnity AI Gatewayを介してクエリできるようになり、既存のパーミッションとポリシーが適用されます。

MPSは「選択、制御、明確さ」の3つの利点を提供します。選択では、チームは再統合することなくプロバイダを自由に切り替えられます。制御では、標準のGRANTおよびREVOKEコマンドでパーミッションを管理し、レート制限とガードレールポリシーを適用できます。明確さでは、すべてのリクエストがトークン数、レイテンシ、コストとともに自動的に記録され、オプションで完全なリクエストとレスポンスのペイロードを管理されたDeltaテーブルに記録できます。

使用を開始するには、まずUnity CatalogでMuse Spark 1.1をモデルプロバイダサービスとして登録します。Muse SparkはOpenAIのResponses APIと互換性があるため、OpenAIプロバイダタイプを使用してAPIキーとベースURLを提供して登録します。登録後、APIキーはUnity Catalog内で暗号化して保存され、モデルリストによって許可されるモデルが厳密に定義されます。

次に、ユーザーまたはグループにEXECUTE権限を付与して、モデルをクエリできるようにします。クエリ時には、クライアントはOpenAI互換のエンドポイントを使用し、サービスを識別するための追加ヘッダーを設定します。Unity AI Gatewayは権限を検証し、レート制限とガードレールを適用した後、リクエストをMetaにルーティングします。

最後に、監視とログ記録はデフォルトで有効です。使用情報（トークン、レイテンシ、コスト）はシステムテーブルに報告され、ポリシーを使用してカスタムガードレール（PII検出やプロンプトインジェクション防止など）を追加できます。

モデルプロバイダサービスは、AWS、Azure、GCPで利用可能です。アカウント管理者は、アカウントコンソールのプレビューページでプレビューを有効化できます。