Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DatabricksホストモデルでAIコーディング環境を構築する
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Databricks Japan
January 27, 2026
Technology
0
110
DatabricksホストモデルでAIコーディング環境を構築する
Databricks Japan
January 27, 2026
Tweet
Share
More Decks by Databricks Japan
See All by Databricks Japan
[Iceberg Meetup #4] ゼロからはじめる: Apache Icebergとはなにか? / Apache Iceberg for Beginners
databricksjapan
0
450
Microsoft Tech Brief : Microsoft Fabric × Databricks × Microsoft Foundry が切り拓く Agentic Analytics 革命 ― Microsoft Ignite & Databricks 社 主催 DATA+AI World Tour Tokyo 最新アップデート総括
databricksjapan
0
120
Money Forwardにおける Databricks利⽤の現状と今後の展望
databricksjapan
0
97
Databricks Lakeflow クイックワークショップ / lakeflow-workshop
databricksjapan
0
170
NEXT弥⽣を⽀えるAI‧データ基盤構想 とシルバー構築について
databricksjapan
0
60
世界をつなぐ、SEGAのグローバルデータメッシュ 〜Databricksで進化する基盤とゲーム運営〜
databricksjapan
0
170
JEDAI認定プログラム JEDAI Order 2026 エントリーのご案内 / JEDAI Order 2026 Entry
databricksjapan
0
260
評価駆動開発で不確実性を制御する - MLflow 3が支えるエージェント開発
databricksjapan
2
370
MLflowで始めるプロンプト管理、評価、最適化
databricksjapan
1
410
Other Decks in Technology
See All in Technology
クラウドセキュリティの進化 — AWSの20年を振り返る
kei4eva4
0
160
【Oracle Cloud ウェビナー】[Oracle AI Database + Azure] AI-Ready データ戦略の最短ルート:Azure AIでビジネス データの価値を最大化
oracle4engineer
PRO
2
110
フロントエンド開発者のための「厄払い」
optim
0
170
みんなでAI上手ピーポーになろう! / Let’s All Get AI-Savvy!
kaminashi
0
220
AIとともに歩む情報セキュリティ / Information Security with AI
kanny
4
2k
AWS監視を「もっと楽する」ために
uechishingo
0
400
BPaaSオペレーション・kubell社内 n8n活用による効率化検証事例紹介
kubell_hr
0
270
かわいい身体と声を持つ そういうものに私はなりたい
yoshimura_datam
0
470
【northernforce#54】SalesforceにおけるAgentforceの位置づけ・事例紹介
yutosatou_kit
0
130
M5Stack Chain DualKey を UIFlow 2.0 + USB接続で試す / ビジュアルプログラミングIoTLT vol.22
you
PRO
2
120
オープンウェイトのLLMリランカーを契約書で評価する / searchtechjp
sansan_randd
0
100
メルカリのAI活用を支えるAIセキュリティ
s3h
6
3.5k
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
1
280
Raft: Consensus for Rubyists
vanstee
141
7.3k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
270
Optimizing for Happiness
mojombo
379
71k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
Building Adaptive Systems
keathley
44
2.9k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.3k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
1
80
Transcript
Databricksホストモデルで AIコーディング環境を 構築する JEDAI 2026 新春 Meetup! AIコーディング特集 2026年1月27日 データブリックス・ジャパン株式会社
中里 浩之 (シニア スペシャリストSA)
🤲 AIコーディングツール 使ってますか?
AIコーディングツール • Claude Code - Anthropicのターミナルベースのエージェント型 • Codex - OpenAIのマルチプラットフォーム対応エージェント
• Cursor - VSCodeフォークのAI特化型エディタ • Gemini CLI - GoogleのOSS・ターミナルベースのエージェント型 • Goose - Block社のOSS・エージェントフレームワーク • Cline - VSCode拡張のエージェント型 様々なツールが登場
Claude Codeとは • ターミナル上 で動作 • コードの読み書きやコマンド実行 が可能 • 会話形式でコーディングをはじめとしたあらゆる作業
を支援 • モデルはClaude Opus / Sonnetを使用 Anthropic公式のAIコーディングツール
DatabricksホストのClaude利用のメリット エンタープライズ利用の障壁をクリア 観点 Databricks基盤モデル APIなら データ保護 送信データおよび出力データをモデル学習に使用することはない (Docs) ネットワーク ワークスペースの各種ネットワークアクセス制御を適用可能
(コンテキストベースのイング レス制御、IPアクセスリスト、フロントエンドPrivate Linkなど) 契約・請求 Databricksの他に追加契約は不要、既存のDBU課金に統合 権限制御 ワークスペースへのアクセス、個人アクセストークンの利用、レート制限 (AI Gateway) によ る利用制御
利用状況の追跡・ガバナンス 可視化・制御の仕組み 機能 できること AI Gateway 使用状況監視、コスト追跡、推論テーブル (リクエスト/レスポンス全文記録)、レート制 限 システムテーブル
DBU消費量、ユーザー別利用状況の集計・分析 MLflow Tracing ツール呼び出しを含む詳細トレース、デバッグ
セットアップ手順 1. Claude Codeのインストール 2. Databricksワークスペース (基盤モデルAPIが利用可能) 3. 個人アクセストークン (PAT)
必要なもの
デモ
詳細な手順 • Claude Code + DatabricksおよびMLflowによるトレーシングのセットアップ手 順 • Claude Code
GitHub Actions + Databricksセットアップ手順 以下のQiita記事を参照ください
コストは?
モデル料金 → ほぼ同等の価格設定 ($0.07/DBU換算) Anthropic Pricing / Databricks Pricing 比較:Anthropic
APIとDatabricks基盤モデルAPI (Pay-Per-Token) モデル Input/Output Anthropic ($/MTok) Databricks (DBU/MTok) Opus 4.5 Input $5 71.4 ≒ $5 Output $25 357.1 ≒ $25 Sonnet 4.5 Input $3 42.9 ≒ $3 Output $15 214.3 ≒ $15
コスト実績 • 期間: 2026年1月5日〜23日(18日間) • モデル: Claude Opus 4.5のみ使用(Sonnetは未使用) •
使用スタイル : プログラミング、ドキュメント作成など様々な用途 • ユーザータイプ : ヘビーユーザー、毎日利用 自分自身で実験してみました
コスト実績 • 合計コスト : $500 • 合計アクティブ時間 : 45時間 •
合計ツール呼出回数 : 5,000回 自分自身で実験してみました ピーク日 (1月19日) • コスト: $74 • 時間: 4時間 • ツール呼出: 948回
参考:個人の実験結果からの大まかな推定値 使用パターン別の目安 パターン 月間利用時間 Opus 4.5 Sonnet 4.5 ライトユーザー 〜10時間(週1〜2時間)
〜$100 〜$60 ミドルユーザー 10〜30時間(週3〜7時間) $100〜300 $60〜180 ヘビーユーザー 30〜60時間(週8〜15時間) $300〜600 $180〜360
• エンタープライズ要件をクリア : データ保護、ネットワーク制御、権限管理 • ガバナンス機能が充実 : AI Gateway、システムテーブル、MLflow Tracing
• 契約・請求がシンプル : 追加契約不要、既存DBU課金に統合 まとめ Databricks基盤モデルAPIでClaude Codeを使用することで
None