マネージドSaaS版リリースノート¶

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、およびLLM Gatewayモデルの設定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。