Databricks DBRX 2

• 1. 概要 （共 279 字）

  「DBRX 2」是部分 AI 產品追蹤站自 2026 年 2 月起為 Databricks 標註的下一代開源大模型，聲稱在 2026 年 2 月 14 日釋出、採用 5000 億引數細粒度 MoE 架構、支援 100 萬 token 上下文。需要說明的是，關於該模型是否真實存在，目前資訊高度矛盾：Databricks 官方渠道未見任何釋出，權威模型追蹤站點 HowAIWorks 在其「DBRX（已停運）」條目中明確寫道「並沒有 DBRX 2，Databricks 從未釋出或宣佈過第二代 DBRX」。因此本文在梳理原始 DBRX 真實背景的同時，單列傳聞一節，對所謂 DBRX 2 的說法予以客觀呈現與標註，供讀者自行判斷。

• 2. 產品背景 （共 610 字）

  Databricks 由 Apache Spark 原創始人 Ion Stoica、Matei Zaharia 與 Ali Ghodsi 等人創立，總部位於舊金山，是當前企業資料智慧平臺賽道估值最高的公司之一。其核心產品圍繞湖倉一體展開，覆蓋資料工程、資料倉儲、機器學習與生成式 AI。CEO Ali Ghodsi 長期主張「每家企業都應掌控自己的資料與 AI 命運」，這一理念直接催生了 DBRX 這類開放權重模型的戰略。   真正的 DBRX 於 2024 年 3 月 27 日釋出，是 Databricks 自建的開放、通用大語言模型，分 DBRX Base 與 DBRX Instruct 兩個版本，以 Databricks 開放模型許可證在 Hugging Face 上釋出。它是當時開源模型中的 SOTA，在 MMLU、HumanEval、GSM8K 等基準上超越 Mixtral、Grok-1 並超過 GPT-3.5。然而，DBRX 的託管服務分兩階段退役：按 token 計費的 Foundation Model API 於 2025 年 4 月 30 日停止，預留吞吐於 2025 年 12 月 19 日終止，模型徹底從 Databricks 支援列表消失。據 HowAIWorks 2026 年 7 月 8 日核查，Databricks 在 Hugging Face 的官方權重已返回 404，官方組織下再無公開模型，僅餘第三方社群轉發副本。Databricks 當前的付費模型目錄只收錄 OpenAI、Google、Meta、Anthropic 與阿里雲的第三方模型。

• 3. 關於「DBRX 2」的傳聞與說法 （共 756 字）

  多家低質量 AI 內容聚合站自 2026 年 2 月起集中出現「DBRX 2」相關內容，其說法彼此並不一致，引數口徑從 2500 億到 5000 億不等。綜合這些來源，被描述的特徵大致如下。   聲稱的釋出時間為 2026 年 2 月 14 日，定位為「下一代開源 MoE 旗艦」。架構上描述為 5000 億總引數、每 token 僅啟用 1360 億，採用 64 個專家、每 token 啟用 8 個的細粒度 MoE；上下文視窗號稱達到 100 萬 token；訓練語料約 20 萬億 token，知識截止 2026 年 1 月。部分來源稱其在複雜推理、程式碼、數學證明上超越此前開源 SOTA，並深度最佳化 SQL 生成、資料分析與技術文件理解。許可證方面聲稱沿用 Databricks Open Model License 2.0，權重在 Hugging Face 開放。   另有文章稱 DBRX 2 以 API 形式推出，具備原生多智慧體編排與 SQL 原生智慧體能力，可直接連入湖倉架構就地查詢資料、生成視覺化，並內建基於 Unity Catalog 的治理、審計與資料脫敏；定價被描述為輸入每百萬 token 0.75 美元、輸出 2.25 美元。還有來源稱早期企業客戶反饋 SQL 生成準確率較 GPT-5 提升約 35%。   但上述說法的可信度存疑。HowAIWorks 的「DBRX（已停運）」條目專門闢謠：「關於 DBRX 2：並不存在。Databricks 從未釋出或宣佈過第二代 DBRX。所謂 5000 億引數、100 萬上下文、2026 年 2 月釋出的說法，描述的是一個並不存在的模型。」考慮到 Databricks 官方部落格與釋出說明在 2026 年 2 月密集更新的是 AI/BI、Genie、Lakebase、Agent Bricks 等產品，而非任何自研基礎模型，所謂 DBRX 2 更可能源自 AI 內容農場的虛構或混淆。本段內容據此標註為「傳聞」，不代表 Databricks 官方立場。

• 4. 原版 DBRX 的核心能力與技術 （共 518 字）

  儘管「DBRX 2」真偽未定，原始 DBRX 的技術設計仍是理解這款產品線定位的關鍵。DBRX 基於 Transformer 純解碼器架構與下一 token 預測訓練，最大特點是細粒度 MoE：總引數 1320 億、每輸入僅啟用 360 億，由 16 個專家組成、每 token 選 4 個。相較 Mixtral 與 Grok-1 的 8 選 2，DBRX 的專家組合可能性多出約 65 倍，被認為直接提升了模型質量。位置編碼用 RoPE，前饋用 GLU，注意力用 GQA，並複用 GPT-4 的 tokenizer。   預訓練語料為 12 萬億 token 的精選文字與程式碼，最大上下文 32k，Databricks 稱該資料質量較其上一代 MPT 系列「至少翻倍」。官方基準顯示：Hugging Face Open LLM Leaderboard 74.5%（高於 Mixtral 的 72.7%），Databricks Model Gauntlet 66.8%，MMLU 73.7%，HumanEval 70.1%，GSM8K 66.9%；在多數專案上超過 GPT-3.5。效率方面，MoE 使推理較 LLaMA2-70B 快約 2 倍，在 Databricks Model Serving 上可達 150 token/s/使用者，且訓練 FLOP 效率約為同質量稠密模型 2 倍。

• 5. 定價與商業模式 （共 167 字）

  真實 DBRX 的商業模式以「開放權重 + 平臺託管」雙軌展開：企業可免費下載權重自託管（受開放模型許可證約束），也可透過 Databricks 的 Mosaic AI 模型服務按 token 付費呼叫。該路徑已於 2025 年全部關閉。如前所述，所謂 DBRX 2 的 API 定價（輸入 0.75 美元、輸出 2.25 美元每百萬 token）僅見於第三方內容站，無官方出處。

• 6. 使用者評價 （共 164 字）

  對真實 DBRX 的使用者反饋集中在兩點：其一，作為 2024 年的開源 SOTA，它在 SQL 與程式碼場景表現突出，不少工程師將其用於企業內私有資料的 RAG 與助手；其二，32k 上下文與純文字限制（無視覺、無原生工具呼叫）在 2025 年後顯得過時。至於「DBRX 2」，目前並無真實使用者評價可考，相關來源給出的多為概括性描述，缺乏具體可核驗的引用。

• 7. 行業評價 （共 194 字）

  行業對 DBRX 的普遍評價是一致認可的：它是開放權重運動的重要里程碑，證明了企業可以自建世界級 MoE 並公開其訓練棧。Wired 曾以「全球最強開源 AI 模型」為題報道其誕生。但進入 2026 年，隨著 Llama 4、DeepSeek V4、Command A+ 等開放權重模型在引數規模、上下文與多模態上全面超越，原版 DBRX 已屬歷史。對「DBRX 2」傳聞，主流科技媒體未見跟進報道，進一步削弱了其真實性。

• 8. 爭議與風險 （共 237 字）

  首要爭議即存在性本身：權威追蹤與官方渠道均未確認 DBRX 2，所謂引數、上下文、釋出日期來自口徑不一的內容農場，存在明顯的 AI 生成虛構特徵。其次，即便按傳聞口徑，其 5000 億總引數也意味著巨大的視訊記憶體佔用，對企業自託管門檻極高。再者，原版 DBRX 的官方權重已被撤下，若使用者誤信「DBRX 2」而等待官方釋出或下載，可能落入非官方映象的許可證與安全風險。最後，部分傳聞把多智慧體編排、SQL 原生智慧體等 Databricks 現有產品的能力張冠李戴到「DBRX 2」上，容易誤導技術選型。

• 9. 適用人群與使用建議 （共 231 字）

  若你需要的是真實可用的開源模型，原版 DBRX 已不建議新專案採用，其託管與官方權重均已下線，應轉向 Databricks 目錄中的 Llama 4、Qwen 等現役模型，或仍在維護的社群映象。若你關注「DBRX 2」是否屬實，建議以 Databricks 官方部落格與模型目錄為準，不要輕信聚合站的引數與定價截圖。對希望構建企業級資料智慧體的團隊，更務實的路徑是直接使用 Databricks 的 Agent Bricks、Genie 與 Mosaic AI 服務，而非等待一款未被官方確認的模型。

• 10. 總結 （共 94 字）

  DBRX 是 Databricks 在 2024 年打下的開放權重標杆，但已在 2025 年悄然退役；所謂「DBRX 2」目前僅是未被官方背書、口徑矛盾的傳聞，建議讀者保持審慎、以官方渠道為唯一可信來源。

暫無深度報告

• 

  LBrooks_2021

  —

  我查了 HowAIWorks 的停運條目，人家專門闢謠了：DBRX 2 不存在，Databricks 從 2025 年底就只賣第三方模型了。

---

• 

  krmmg

  —

  與其等一個未必存在的 DBRX 2，不如直接用 Databricks 現在真正在主推的企業級方案。人家 2026 年的更新重點全是 Agent Bricks、Genie 和 Lakebase 這類資料智慧體產品，SQL 原生智慧體、多智慧體編排這些能力早就落地在 Genie 和 Agent Bricks 裡了，完全沒必要去等一個連官網都沒有的模型，那才是務實的選型路徑。

---

• 

  EricaWade

  —

  有人知道社群映象還能下 DBRX 嗎？想本地跑個 RAG 玩玩，官方權重已經沒了。

---

• 

  SilvesterSchley

  —

  作為工程師，我對 DBRX 系列的感情其實挺複雜：它確實證明了企業有能力自建世界級的 MoE 並把訓練棧公開，是開放權重運動裡很重要的一塊里程碑；但另一方面，它從 2024 年釋出到 2025 年底徹底退市只撐了不到兩年，也把開源基礎模型背後那套高昂的維護、託管和合規成本赤裸裸地擺在了桌面上，不是發出來就完事了。

---

• 

  淡然507

  —

  原版 DBRX 的 16 選 4 MoE 設計挺有意思，組合可能性比 Mixtral 多 65 倍，可惜上下文只有 32k，放到 2026 年確實不夠看。

---

• 

  Brandon.Garcia_202108

  —

  其實 Databricks 現在的打法很清晰：自己不做基礎模型，專心做資料和智慧體平臺，把 OpenAI、Google、Meta 的模型接進來賣。

---

• 

  PolygonPioneer293

  —

  我是做企業數倉的，DBRX 當年在 SQL 生成上確實好用，比 GPT-3.5 強一截，可惜現在只能轉 Llama 4 了。

---

• 

  Brian.Martinez_Pro

  —

  建議把這篇的「傳聞」標籤看仔細，別被引數截圖帶節奏，真要選型還是以 Databricks 官方目錄裡的 Llama 4、Qwen 為準。

---

• 

  MarkFlores_Pro

  —

  說 DBRX 2 有 5000 億引數、100 萬上下文，這種數字寫在傳聞裡很唬人，但連個官方釋出會都沒有，誰信啊。

---

• 

  RyanLewis_2021

  —

  最近看了好幾家 AI 聚合站都在集中吹 DBRX 2，有的說 5000 億引數、有的說 2500 億，連上下文視窗都編出 100 萬 token，但我在 Databricks 官方部落格和模型目錄裡完全搜不到任何釋出記錄，甚至連一場釋出會都沒有，大機率是 AI 內容農場批次生成的虛構條目，建議先等官方實錘再當真。

---

• 

  GTurnerX

  —

  如果哪天 Databricks 真的要發 DBRX 2，我相信他們一定會先在自家的 Data + AI Summit 上正式官宣，配基準、配權重、配定價，而不是先悄悄在幾個聚合站冒出來被搜到。所以現在最理性的態度就是持續關注官方渠道、把傳聞當傳聞看，等到官網那篇部落格真正上線了再決定要不要把它排進技術選型裡。

---

• 

  tinyfish596

  —

  原版 DBRX 其實挺可惜的，2024 年還是開源 SOTA，結果 2025 年底託管就全關了，連 Hugging Face 官方權重都 404 了。

---

• 

  RubenSims

  —

  定價說輸入 0.75、輸出 2.25 每百萬 token，這種數字只在第三方內容站出現，沒有任何官方出處，基本可以判定是編的。

---

• 

  RLopezJr_902

  —

  那些說 DBRX 2 支援原生多智慧體編排、SQL 原生智慧體，明明就是把 Agent Bricks 和 Genie 的能力安上去湊故事。

---

• 

  Karen_Evans_8883

  —

  希望 Databricks 真出個二代，畢竟細粒度 MoE 是他們家的招牌，但官方一天不說話，傳聞就一天不能當真。

暫無評論