Databricks' pionnier 132B ouvert MoE modèle utilisant 16 à grain fin experts (4 actif) pour d'entreprise SQL, codage, et général tâches.
Technical Specifications
- Provider
- Databricks
- Category
- open-source
- Release Date
- 2024-03
- Batch API Discount
- Standard rate
- Consumer Subscription
- Free / Self-Hosted
- Reasoning Effort Control
- Fixed
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- dbrx-instruct
- Supported SDK & API Protocol
- OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
- Lifecycle & Deprecation Status
- Legacy Stable (Upgrade path available in Databricks lineup)
- Production Rate Limits (RPM & TPM)
- Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
- Long-Context Pricing Tier (>128K / >200K)
- Free across full context window (only KV-cache VRAM scales)
- Prompt Cache Write & TTL Policy
- Automatic prefix KV-caching in vLLM / SGLang (0 cost)
- Computer Use & Browser GUI Agent
- API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
- MCP & Parallel Tool Calling
- Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
- Web Search Grounding & Code Sandbox
- Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
- Fine-Tuning & Distillation Support
- Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0)
- Minimum GPU VRAM Requirement
- 82 GB VRAM (4-bit Quantized) · 284 GB VRAM (Native BF16)
- Supported Inference Engines
- vLLM, SGLang, Ollama, llama.cpp, TensorRT-LLM, HuggingFace TGI
- System Card & Safety Framework
- Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
DBRX Instruct Cost, Context, Hardware & API Integration
Open-weights or free-tier model: $0 API license cost when self-hosted.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to DBRX Instruct:
Benchmark Scores & 6-Axis Capability Radar
- MMLU-Pro
- 74%
- HumanEval
- 78.5%
- Chatbot Arena Elo
- 1265pts
Strengths
- Pioneered à grain fin 16-expert MoE architecture dans commercial open source modèles
- solide out-de-le-box SQL génération et tabular database query capacités
- Tight natif intégration avec le Databricks Lakehouse platform
Limitations & Trade-offs
- 32K fenêtre de contexte est smaller que moderne 128K+ alternatives
- nécessite substantiel GPU VRAM pour unquantized cluster hosting
Editorial Assessment
un jalon ouvert d'entreprise MoE qui proved le efficacité de à grain fin expert routage.
Best for: d'entreprise données warehouse analytique, automatisé SQL génération, et lakehouse assistants
Compare DBRX Instruct
Frequently Asked Questions about DBRX Instruct
How much does the DBRX Instruct API cost per 1M tokens?+
DBRX Instruct by Databricks is priced at $0 per 1M input tokens and $0 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0 per 1M tokens, and asynchronous Batch API requests receive a 0% discount.
Should I use a $20/month subscription or the DBRX Instruct pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in DBRX Instruct's context window?+
DBRX Instruct features a 33K tokens context window, which equals approximately 24,576 English words or ~66 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 4,096 tokens.
Can I run DBRX Instruct locally on my own GPU (Open Weights)?+
Yes, DBRX Instruct (132B total (36B active MoE)) releases open weights that can be self-hosted locally or on private cloud GPUs using vLLM, Ollama, SGLang, or llama.cpp.
Does Databricks train on data sent to the DBRX Instruct API, and is commercial use allowed?+
100% Isolated when self-hosted on private GPUs or VPC. License tier: Open-Weights Research & Commercial License. Full commercial ownership of generated outputs. Supported deployment channels include: Self-Hosted GPU (vLLM / Ollama), Private VPC, or Managed Serverless API.
How does DBRX Instruct perform on coding and reasoning benchmarks?+
DBRX Instruct achieves a composite Intelligence Index of 76/100, scoring N/A% on SWE-bench Verified, N/A% on GPQA Diamond, 74% on MMLU-Pro, and 1265 pts on Chatbot Arena Elo.
What is DBRX Instruct best used for?+
DBRX Instruct is best suited for: d'entreprise données warehouse analytique, automatisé SQL génération, et lakehouse assistants. Assessment: un jalon ouvert d'entreprise MoE qui proved le efficacité de à grain fin expert routage.
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to DBRX Instruct:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Un standard ouvert créé par Anthropic permettant aux agents d'IA de se connecter de façon uniforme aux systèmes de fichiers locaux, aux environnements de développement et aux API tierces.
Une architecture qui divise un vaste modèle en plusieurs sous-réseaux experts en n'activant qu'une fraction par jeton, garantissant une inférence rapide et économique malgré un volume massif de paramètres.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.