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
Databricks Japan
January 27, 2026
Technology
650
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
More Decks by Databricks Japan
See All by Databricks Japan
生成AIワークショップ / Custom-AI-Agents-workshop
databricksjapan
0
34
Lakeflow Designer ワークショップ / lakeflow-designer-workshop
databricksjapan
0
40
Databricks 生成AIガバナンス実践ワークショップ / LLMOps-workshop
databricksjapan
0
55
プラットフォームエンジニア ワークショップ/ platform-workshop
databricksjapan
2
1.1k
DatabricksにおけるIcebergとDelta Lakeの現在と未来 / The Present and Future of Iceberg and Delta Lake in Databricks
databricksjapan
0
790
Databricks Academic Series 〜 データアナリスト編 〜 / academic-series-data-analyst
databricksjapan
1
250
Databricks Academic Series 〜 データエンジニアリング編 〜 / academic-series-data-engineering
databricksjapan
1
350
Databricks Academic Series 〜 機械学習編 〜 / academic-series-ml
databricksjapan
1
140
Databricks Academic Series 〜 大規模言語モデル / エージェント編 〜 / academic-series-llm
databricksjapan
1
260
Other Decks in Technology
See All in Technology
AIで政治は変わるのか? — 中高生と考えたAI時代の民主主義(東海高校サタデープログラム)
eitarosuda
0
400
CSに"SLO"は要らない、経営層に"99.9%"は伝わらない - SREを全社に"翻訳"する3原則
cscengineer
PRO
0
3.5k
なぜ人は自分のプロジェクトを 「なんちゃってアジャイル」と 自嘲するのか
kozotaira
0
260
スタートアップにおけるアジャイルの実践について #shibuyagile
murabayashi
3
2.1k
勉強会企画をアプリで構造化してみた 〜そこで見えた、AIとの付き合い方〜 / I've structured a study group plan using an app.
pauli
0
330
AI時代における最適なQA組織の作り方
ymty
3
460
LiDAR SLAMの実装とセンサ融合 ~Lie群からContinuous-Time LIOまで~
naokiakai
1
1k
Text-to-SQLをAgentCoreで実現し、生成されるSQLの精度を定量的に評価する
yakumo
2
670
AIペネトレーションテスト・ セキュリティ検証「AgenticSec」紹介資料
laysakura
2
8.1k
プライバシー保護の理論と実践
lycorptech_jp
PRO
1
250
Amazon EVS で VCF 9.0 / 9.1 のサポート開始まとめ
mtoyoda
0
280
最適な自走を最小限の支援で — M&Aで拡大する組織で少人数SREが挑んだ1年 / SRE NEXT 2026
genda
0
310
Featured
See All Featured
From π to Pie charts
rasagy
0
230
Color Theory Basics | Prateek | Gurzu
gurzu
0
380
How to build a perfect <img>
jonoalderson
1
5.8k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
23k
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
480
Stop Working from a Prison Cell
hatefulcrawdad
274
21k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2k
Faster Mobile Websites
deanohume
310
32k
Paper Plane (Part 1)
katiecoart
PRO
0
9.5k
Building Applications with DynamoDB
mza
96
7.1k
Building Adaptive Systems
keathley
44
3.1k
A designer walks into a library…
pauljervisheath
211
24k
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