# 2026年5月 > 2026年5月 - 2026年5月にリリースされたDataRobotの新機能についてご紹介します。 This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context. Companion generated at `2026-07-19T06:00:53.475378+00:00` (UTC). ## Primary page - [2026年5月](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md): Full documentation for this topic (Markdown sidecar). ## Sections on this page - [5月にリリースされたSaaS機能のお知らせ](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#may-saas-feature-announcements): In-page section heading. - [エージェント型AI](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#agentic-ai): In-page section heading. - [OpenAI API互換の埋め込みモデルとの接続](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#openai-api-compatible-embedding-model-connections): In-page section heading. - [新しいLLMとサポートが終了したLLM](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#new-and-retired-llms): In-page section heading. - [LLM Gateway向けのAzureサービスプリンシパルおよびマネージドID](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#llm-gateway-azure-service-principal-managed-identity): In-page section heading. - [MLOpsと予測](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#mlops-and-predictions): In-page section heading. - [予測環境タグ](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#prediction-environment-tags): In-page section heading. - [デプロイ容量の設定](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#deployment-capacity-settings): In-page section heading. - [ランタイムパラメーターの改善](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#runtime-parameters-improvements): In-page section heading. - [カスタムモデルの自動ログ収集](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#automatic-log-collection-for-custom-models): In-page section heading. - [データ](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#data): In-page section heading. - [Microsoft OneDriveのサポート](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#microsoft-onedrive-support): In-page section heading. - [DatabricksがAzureサービスプリンシパルによる認証に対応](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#databricks-now-supports-azure-service-principal-authentication): In-page section heading. - [JDBC接続からの動的データセットの追加](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#add-dynamic-datasets-from-jdbc-connections): In-page section heading. - [非構造化コネクターにおける再取り込みの高速化](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#faster-re-ingestion-for-unstructured-connectors): In-page section heading. - [コードファースト](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#code-first): In-page section heading. - [Pythonクライアントv3.16](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#python-client-v316): In-page section heading. - [DataRobot REST API v2.45](https://docs.datarobot.com/ja/docs/release/cloud-history/2026-announce/may2026-announce.html.md#datarobot-rest-api-v245): In-page section heading. ## Documentation content ## 5月にリリースされたSaaS機能のお知らせ 2026年5月 このページでは、新たにリリースされ、DataRobotのSaaS型マルチテナントAIプラットフォームで利用できる機能についてのお知らせと、追加情報へのリンクを掲載しています。 リリースセンターからは、過去にリリースされた機能のお知らせや、 [セルフマネージドAIプラットフォームのリリースノート](https://docs.datarobot.com/ja/docs/release/archive-release-notes/index.html) にもアクセスできます。 ### エージェント型AI #### OpenAI API互換の埋め込みモデルとの接続 ベクターデータベースを作成する際、「BYO埋め込みモデル」機能の拡張として、DataRobotから直接 [デプロイ済みのOpenAI API互換埋め込みモデル](https://docs.datarobot.com/ja/docs/agentic-ai/vector-database/vector-dbs.html.md#add-openai-api-compatible) に接続できるようになりました これにより、リクエストをリダイレクトするプロキシのカスタムモデルを作成することなく、自身のOpenAI API互換モデルのデプロイにアクセスできます。 また、必要に応じて、ベクターデータベースの作成時、クエリー実行時、あるいはその両方で、APIを呼び出す際にリクエスト本文に追加のパラメーターを渡すことも可能です。 #### 新しいLLMとサポートが終了したLLM 以下に、利用可能なLLMについてv11.8.0以降に行われた変更の一覧を示します。サポートされているLLMの完全なリストについては、 [利用可能なLLMのページ](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) を参照してください。 従来通り、組織の特定のニーズに対応するために [外部連携](https://docs.datarobot.com/ja/docs/agentic-ai/genai-code/ext-llm.html.md) を追加できます。 次のモデルが新たに利用可能になりました。 - Claude Opus 4.7：Amazon Bedrock、Anthropic、Google Gemini Enterprise Agent Platform（以前のVertex AI） - Azure OpenAI GPT-5.4：Azure OpenAI - Claude Haiku 4.5：Amazon Bedrock、Anthropic、Google Gemini Enterprise Agent Platform（以前のVertex AI） Amazon Bedrockにおいて以下のモデルは使用非推奨になり、2026年7月7日にサポートを終了する予定です。 - Meta Llama 3.1 405B Instruct v1 - Meta Llama 3.2 11B Instruct v1 - Meta Llama 3.2 90B Instruct v1 また、Amazon Bedrockでは、以下のモデルのサポート終了が発表されています。 - Mistral Mistral 7B Instruct v0（サポート終了日：2026年5月29日） 以下のモデルがサポート終了になり、削除されました。 - Google Llama 4 Maverick 17B 128E Instruct MAAS - Mistral Mixtral 8x7B Instruct v0 #### LLM Gateway向けのAzureサービスプリンシパルおよびマネージドID LLM Gatewayでは、APIキーに加えて、Azure OpenAIモデルの資格情報の認証方法として、Microsoft Entra IDサービスプリンシパルとマネージドID（KubernetesワークロードIDを含む）がサポートされるようになりました。 これらのアプローチを使用すると、Entraベースのアクセス制御を採用し、DataRobotに保存されている長期有効なAPIキーへの依存を減らすことができます。 サービスプリンシパルを使用するには、 `[GenAI] Azure OpenAI LLM Credentials` セキュア構成の各エンドポイントオブジェクトに、標準の `api_type` 、 `api_base` 、 `api_version` フィールドとともに、 `tenant_id` 、 `client_id` 、 `client_secret` 、および必要に応じて `azure_scope` を含めます。 マネージドIDを使用する場合は、これらのフィールドをすべて省略します。LLM Gatewayは、Gatewayポッドに挿入された `AZURE_TENANT_ID` 、 `AZURE_CLIENT_ID` 、および `AZURE_FEDERATED_TOKEN_FILE` 環境変数からトークンを読み取ります。 いずれの場合も、Azure AI Foundryリソース上のサービスプリンシパルまたはマネージドIDに Cognitive Services OpenAI User ロールを割り当てます。 1つのエンドポイントに資格情報のタイプが複数存在する場合、GatewayはAPIキー、サービスプリンシパル、マネージドIDの順序で選択します。 詳細については、生成AIサービス設定リファレンスの [Azure OpenAIサービスプリンシパルとマネージドID](https://docs.datarobot.com/ja/docs/install/installation/advanced-configuration/generative-ai.html#azure-openai-service-principal-managed-identity) 、および [LLM Gatewayモデルの設定](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-gateway-config.html.md#azure-openai-service-principal-managed-identity) リファレンスを参照してください。 ### MLOpsと予測 #### 予測環境タグ コンソールで、オプションのキーと値のタグを予測環境にアタッチできるようになりました。 これらのタグを使用すると、チームは `team: fraud` や `region: eu` といった意味のあるメタデータで環境に注釈を付けて、適切なインフラストラクチャを一目で簡単に識別できるようになります。 タグが適用されると、新しい 予測環境タグ フィルターを使用して、予測環境タグで デプロイ インベントリをフィルターできます。 オートコンプリートにより既存のキーと値が提案され、複数のタグペアが選択されている場合、予測環境がいずれかと一致するとデプロイが含まれます。 なお、予測環境タグは [デプロイタグ](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-overview/nxt-overview.html.md#tags) とは異なります。デプロイタグは、デプロイが実行される環境ではなく、デプロイ自体を記述するものです。 詳細については、 [予測環境タグを使用する](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-prediction-environments/nxt-prediction-environment-tags.html.md) を参照してください。 #### デプロイ容量の設定 デプロイのオーナーは、デプロイ設定の [容量](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-settings/nxt-quota-settings.html.md) タブで、スループットと使用量の上限を設定できるようになりました。 デプロイ全体の 容量 （1分あたりのリクエスト数またはトークン数）と、負荷の増加に伴いデフォルトのクォータルールが厳格化されるタイミングを制御する 使用率のしきい値 を設定します。 必要に応じて、特定のエージェントデプロイ、ユーザー、またはグループ向けに 容量を予約 することで、使用率が高い場合でも、権限を持つコンシューマーが保証されたシェアを維持できるようにします。 リクエスト、トークン、入力シーケンスの長さ、および同時リクエストについては、引き続きデフォルトのレート制限やエンティティごとの例外を定義できます。 Gatewayがクォータキャッシュを更新する間、ポリシーの変更が適用されるまでに最大5分かかる場合があります。 #### ランタイムパラメーターの改善 今回のリリースでは、カスタムモデル、カスタムアプリケーション、およびカスタムジョブにおけるランタイムパラメーターの操作性が向上しました。 `metadata.yaml` ファイルを変更することなく、ランタイムパラメーターを [UIで直接定義](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-model-workshop/nxt-create-custom-model.html.md#define-runtime-parameters) できるようになりました。 モデル、アプリケーション、およびジョブの ランタイムパラメーター セクションでは、名前、タイプ、値、および任意の説明を設定できます。 UIで定義されたパラメーターは、新しいコードバージョンをアップロードする際にも保持され、マージされます。 パラメーターは標準の環境変数として挿入され、 `datarobot-drum` ライブラリを使用しなくても `os.getenv` を通じてアクセスできます。 下位互換性を確保するため、従来のプレフィックス付き（ `MLOPS_RUNTIME_PARAM_*` ）およびJSON形式も引き続きサポートされています。 #### カスタムモデルの自動ログ収集 今回のリリースでは、OpenTelemetry（OTEL）の明示的な計装を必要としない、カスタムモデルの自動ログ収集が実装されました。 ユーザーは従来の機械学習モデルやエージェントベースのモデルから、シームレスにログを取得できるようになりました。 ### データ #### Microsoft OneDriveのサポート DataRobotでは、Microsoft OneDriveの標準サポートが追加され、OneDriveのデータストアに安全かつシームレスに接続できるようになりました。 この新しいコネクターは、非構造化データ専用に設計されており、OneDriveのファイルをDataRobotに直接取り込むことで、ベクターデータベースの作成とGenAIワークフローを実行するプロセスを効率化します。 詳細については、 [OneDriveのリファレンスドキュメント](https://docs.datarobot.com/ja/docs/reference/data-ref/data-sources/dc-onedrive.html.md) を参照してください。 #### DatabricksがAzureサービスプリンシパルによる認証に対応 DataRobotでDatabricksネイティブコネクターに接続する際、認証にAzureサービスプリンシパルを使用できるようになりました。 Azureサービスプリンシパルを使用してDatabricksに接続する方法の詳細については、 [Databricksコネクターのドキュメント](https://docs.datarobot.com/ja/docs/reference/data-ref/data-sources/wb-databricks.html.md) を参照してください。 #### JDBC接続からの動的データセットの追加 JDBCドライバー接続から動的データセットを追加し、そのデータに対して特徴量探索を実行できるようになりました。 なお、ラングラーまたはSQLエディターでプレビューを表示したり、データをラングリングしたりするには、まずデータセットのスナップショットを作成する必要があります。 スナップショットを作成しない場合、これら2つのオプションはデータセットの「アクション」メニューで無効になります。 #### 非構造化コネクターにおける再取り込みの高速化 DataRobotでは、各ファイルの外部識別子、サイズ、最終更新日時が追跡されるため、非構造化接続からのファイルの再取り込みが大幅に高速化されました。 ファイルが再度取り込まれると、DataRobotでは変更のないファイルが検出され、それらを再度ダウンロードして処理するのではなく、既存のストレージが再利用されます。 この変更は、リソースに制約のあるキューであっても検出効率を維持するためのセーフガードを備え、ほとんどの非構造化コネクターにおけるフォルダーおよび単一ファイルの取り込み（ZIPアーカイブファイルを除く）の両方に適用されます。これにより、大規模なデータセットの更新が高速化され、接続されたストレージへの負荷が軽減されます。 ## コードファースト ### Pythonクライアントv3.16 Pythonクライアントのv3.16が一般提供されました。 v3.16で導入された変更の完全なリストについては、 [Pythonクライアントの変更履歴](https://docs.datarobot.com/ja/docs/api/reference/changelogs/py-changelog/index.html.md) を参照してください。 ### DataRobot REST API v2.45 DataRobotのREST API v2.45が一般提供されました。 v2.45で導入された変更の完全なリストについては、 [REST APIの変更履歴](https://docs.datarobot.com/ja/docs/api/reference/changelogs/rest-changelog/index.html.md) を参照してください。 記載されている製品名および会社名は、各社の商標または登録商標です。 製品名または会社名の使用は、それらとの提携やそれらによる推奨を意味するものではありません 。