What Is Databricks Mosaic AI Gateway?

The Databricks Mosaic AI Gateway serves as the centralized control plane for routing, monitoring, and governing AI model requests. It acts as a proxy between application logic and model endpoints, whether those models are external (e.g., GPT-4o via OpenAI) or hosted internally via Mosaic AI Model Serving.

A DBU is a proprietary metric representing processing power per hour. The challenge for platform teams lies in forecasting Databricks AI pricing: a single AI request might involve multiple DBU-consuming events, including gateway routing, guardrail execution, and log ingestion into Delta Tables. DBU costs vary by plan (Standard, Premium, or Enterprise) and cloud provider.

Why Some Teams Look Beyond Databricks Mosaic AI Gateway

As AI deployments move from proof-of-concept to high-scale production, the DBU-based Databricks AI pricing model on every token can impact unit economics. Engineering teams often find that the comprehensive nature of the Databricks platform—while effective for data warehousing—adds architectural weight for simple application-side AI routing.

How much does Databricks cost per month?

Monthly costs are highly variable and consumption-dependent. While entry-level usage is often nominal for small teams, enterprise-scale production workloads—driven by continuous availability requirements and extensive governance logging—can result in substantial monthly operational expenditures as DBU consumption scales linearly with throughput.

How does Databricks Mosaic AI pricing work?

It is consumption-based via the Databricks Unit (DBU) model. You are billed for the compute time of the Model Serving endpoint, the storage of inference logs in Delta Tables, and the compute resources required to analyze those logs via Databricks SQL.

How is TrueFoundry more cost-effective than Databricks Mosaic AI?

TrueFoundry operates on a bring-your-own-cloud model, eliminating the DBU management premium found in bundled platforms. By deploying directly to your Kubernetes clusters and enabling aggressive optimization strategies like Spot instances and granular scale-to-zero, it aligns serving costs directly with raw infrastructure prices.

شرح تسعير بوابة Databricks Mosaic AI (2026)

By TrueFoundry

Published: July 4, 2026

Understanding Databricks Mosaic AI Gateway Pricing in 2026

Built for Speed: ~10ms Latency, Even Under Load

Blazingly fast way to build, track and deploy your models!

Handles 350+ RPS on just 1 vCPU — no tuning needed
Production-ready with full enterprise support

Get Started with Truefoundry Now Talk to the Expert

تُعد بوابة Databricks Mosaic AI واجهة موحدة لإدارة وتأمين ومراقبة استخدام نماذج الذكاء الاصطناعي ضمن بيئة Databricks. بالنسبة للمؤسسات التي تستفيد بالفعل من Databricks في عمليات ETL وهندسة البيانات، يوفر دمج Mosaic AI طبقة حوكمة موحدة.

ومع ذلك، فإن تسعير بوابة Mosaic AI ليس مجرد إضافة بسيطة. ترتبط التكاليف بشكل أساسي بنموذج وحدة Databricks (DBU)، واختيارات طبقة الحوسبة المحددة، والتبعيات على مستوى المنصة مثل Unity Catalog.

يحلل هذا التحليل تسعير Databricks AI ويوضح لماذا غالبًا ما تقوم فرق الهندسة ذات النطاق الواسع بتقييم بدائل غير مجمعة مثل TrueFoundry لتحقيق اقتصاديات وحدة أوضح واستقلالية معمارية.

TrueFoundry reduces Databricks AI pricing overhead

ما هي بوابة Databricks Mosaic AI؟

تعمل بوابة Databricks Mosaic AI كمستوى تحكم مركزي لتوجيه ومراقبة وحوكمة طلبات نماذج الذكاء الاصطناعي. تعمل كوكيل بين منطق التطبيق ونقاط نهاية النموذج، سواء كانت هذه النماذج خارجية (مثل GPT-4o عبر OpenAI) أو مستضافة داخليًا عبر خدمة نماذج Mosaic AI.

من الناحية المعمارية، توفر البوابة نقاط المراقبة المطلوبة لتسجيل المطالبات والاستجابات، وتتبع زمن الاستجابة، وتحديد مصدر الاستخدام. إنها ليست ثنائية معزولة، بل هي مجموعة ميزات مدمجة في البنية التحتية لخدمة نماذج Databricks. وبالتالي، فإن توفرها التشغيلي مرتبط بموثوقية وخصائص التوسع لمساحة عمل Databricks الأساسية وطبقة حوكمة Unity Catalog.

عملة "DBU": كيف تقوم Databricks بفوترتك فعليًا

لا تقوم Databricks بالفوترة لكل طلب API بالمعنى التقليدي لـ SaaS. بدلاً من ذلك، يتم توحيد الاستهلاك في وحدات Databricks (DBUs). اعتبارًا من أوائل عام 2026، تبدأ أسعار DBU لأعباء عمل الذكاء الاصطناعي عمومًا من 0.07 دولار لكل DBU لخدمة النماذج الأساسية ويمكن أن تتجاوز 0.70 دولار لكل DBU لعمليات SQL بدون خادم المستخدمة لتحليل السجلات.

ما هي وحدة DBU؟

وحدة DBU هي مقياس خاص يمثل قوة المعالجة في الساعة. يكمن التحدي لفرق المنصة في التنبؤ بتسعير Databricks AI: قد يتضمن طلب ذكاء اصطناعي واحد أحداثًا متعددة تستهلك وحدات DBU، بما في ذلك توجيه البوابة، وتنفيذ الحواجز الوقائية، واستيعاب السجلات في جداول Delta. تختلف تكاليف DBU حسب الخطة (Standard أو Premium أو Enterprise) ومزود السحابة.

اقتصاديات الحوسبة المتكاملة

في عمليات النشر القياسية، تدير المؤسسات تدفقين من التكاليف: الدفع لمزود السحابة (AWS/Azure/GCP) مقابل مثيلات الأجهزة الافتراضية الخام والدفع لـ Databricks مقابل رسوم إدارة DBU. تجمع Databricks Serverless هذه التكاليف في سعر واحد. بينما يبسط هذا الفوترة، فإن السعر المجمع يتضمن عادةً علاوة على تكاليف البنية التحتية الخام لتغطية إدارة المنصة والتنسيق.

موقع بوابة Mosaic AI ضمن تسعير Databricks

تُحتسب تكاليف بوابة Mosaic AI بناءً على موارد الحوسبة المطلوبة لمعالجة الطلبات. يستهلك كل طلب يمر عبر البوابة وقت حوسبة على نقطة نهاية خدمة النموذج.

تشمل العوامل الأساسية المحددة لتكلفة Databricks AI ما يلي:

معالجة الطلبات: استهلاك وحدات DBU المرتبط بمنطق البوابة للتوجيه وموازنة الحمل.
العبء الإضافي للمراقبة: تكلفة الحوسبة والتخزين لكتابة حمولات الطلب/الاستجابة إلى جداول الاستدلال.
نقطة تحقق الحوكمة: زمن الاستجابة وتكلفة الحوسبة المضافة بواسطة فحوصات أذونات Unity Catalog لكل استدعاء نموذج.

تفصيل تسعير بوابة Mosaic AI

يعتمد التأثير المالي لاستخدام بوابة Databricks AI على ما إذا كانت حركة المرور موجهة إلى مزودين خارجيين أو نماذج مستضافة داخليًا.

توجيه النماذج الخارجية

عندما تقوم البوابة بتوجيه حركة المرور إلى مزودين خارجيين مثل OpenAI أو Anthropic، تدفع المؤسسات رسوم الرموز المميزة للمزود مباشرةً. بالإضافة إلى ذلك، يفرض تسعير Databricks AI رسومًا على ميزات البوابة (التوجيه، التتبع، والتسجيل) عبر وحدات DBU.

عامل التكلفة: تتسبب حركة المرور التي تعالجها البوابة في استهلاك وحدات DBU بناءً على الإنتاجية.
متطلبات البنية التحتية: حتى للتوجيه الخارجي، يجب أن تكون نقطة نهاية الخدمة "نشطة". في بيئات التزامن العالي، قد يتطلب ذلك سعة مخصصة تمنع التوسع الكامل إلى الصفر.

خدمة النماذج الداخلية (خدمة نماذج Mosaic AI)

بالنسبة للنماذج المستضافة داخل Databricks، تنقسم التكاليف عمومًا إلى وضعين:

الدفع لكل رمز مميز: تُستخدم غالبًا للاختبارات التطويرية أو أعباء العمل المتقطعة. تُحاسب النماذج الاحتكارية بأسعار DBU محددة لكل مليون رمز (توكن) (على سبيل المثال، حوالي 94 دولارًا لكل مليون رمز للنماذج عالية المستوى).
الإنتاجية المخصصة: المعيار لأداء الإنتاج. يتطلب هذا الوضع التزامًا بحد أدنى من التزامن، وغالبًا ما يبدأ من 0.07 دولار لكل DBU، حيث تدفع مقابل سعة محجوزة على مدار الساعة طوال أيام الأسبوع. يضمن هذا النموذج التوفر ولكنه قد يؤدي إلى تكاليف سعة خاملة إذا تقلب حجم حركة المرور بشكل كبير.

تكاليف النظام البيئي المرتبطة

بوابة Databricks Mosaic AI نفسها هي أحد مكونات التكلفة الإجمالية للملكية. غالبًا ما تشكل البنية التحتية الداعمة جزءًا كبيرًا من التكلفة الشهرية لـ Databricks.

اعتماد على Unity Catalog

تعتمد بوابة Mosaic AI على Unity Catalog للحوكمة. تُخزن سجلات الاستدلال في جداول Delta، مما يترتب عليه:

تكاليف التخزين: رسوم تخزين الكائنات السحابية القياسية.
معالجة جداول الاستدلال: تكاليف الحوسبة للوظائف الخلفية التي تستوعب السجلات من البوابة.
تكاليف التحليل: يتطلب الاستعلام عن هذه السجلات لأغراض التدقيق أو الفوترة استخدام Databricks SQL. بسعر 0.70 دولار لكل DBU لـ Serverless SQL، يساهم تشغيل استعلامات المراقبة المتكررة في إجمالي إنفاق المنصة.

حواجز الحماية وماسحات البيانات

يتطلب تمكين حواجز حماية الذكاء الاصطناعي — مثل إخفاء معلومات التعريف الشخصية (PII) أو فلاتر السمية — قوة حوسبة إضافية. يقوم كل حاجز حماية بتشغيل نموذج أو ماسح تعبيرات نمطية (regex) على حمولة الطلب/الاستجابة.

تأثير زمن الاستجابة: تشير المعايير الداخلية إلى أن زمن الاستجابة P95 يمكن أن يزداد بمقدار 50 مللي ثانية إلى 200 مللي ثانية اعتمادًا على تعقيد الحواجز الوقائية.
تأثير الحوسبة: يستخدم تنفيذ الحواجز الوقائية القدرة الحاسوبية لخدمة النماذج، والتي تستهلك وحدات DBU بالمعدل القياسي.

تحديات التكلفة الشائعة التي تواجهها الفرق مع تسعير Databricks للذكاء الاصطناعي

استهلاك وحدات DBU المتغير: تتسم محفزات التوسع التلقائي بالاستجابة. يمكن أن تؤدي الارتفاعات المفاجئة في حركة المرور إلى توفير عقد حوسبة إضافية تظل نشطة لمدة دنيا، مما يؤثر على كفاءة التكلفة خلال الارتفاعات القصيرة.
تعقيد الإسناد: غالبًا ما يتم تجميع وحدات DBU على مستوى مساحة العمل. يتطلب عزل تكاليف Mosaic AI Gateway المحددة عن أعباء عمل هندسة البيانات الأوسع عادةً وضع علامات مخصصة وتحليل جداول النظام.
تبعيات النظام البيئي: يربط استخدام البوابة التسجيل والحوكمة ببنية Databricks (كتالوج Unity، جداول Delta). يتطلب الانتقال إلى مكدس استدلال مختلف لاحقًا إعادة تطبيق طبقات الحوكمة هذه.

TrueFoundry provides a cost-effective alternative to the high Databricks AI pricing

لماذا تتطلع بعض الفرق إلى ما هو أبعد من بوابة Databricks Mosaic AI

مع انتقال عمليات نشر الذكاء الاصطناعي من مرحلة إثبات المفهوم إلى الإنتاج على نطاق واسع، يمكن أن يؤثر نموذج تسعير Databricks للذكاء الاصطناعي القائم على وحدات DBU لكل رمز مميز على اقتصاديات الوحدة. غالبًا ما تجد فرق الهندسة أن الطبيعة الشاملة لمنصة Databricks — على الرغم من فعاليتها لتخزين البيانات — تضيف ثقلاً معماريًا لتوجيه الذكاء الاصطناعي البسيط من جانب التطبيق.

بالإضافة إلى ذلك، قد يحد متطلب التشغيل ضمن مستوى التحكم في Databricks من اعتماد الأجهزة المتخصصة (مثل AWS Trainium/Inferentia) أو استراتيجيات النشر البديلة (مثل Kubernetes المحلي) التي يمكن أن تخفض التكلفة الإجمالية للملكية (TCO).

كيف تتعامل TrueFoundry مع البنية التحتية للذكاء الاصطناعي

توفر TrueFoundry بنية بديلة مصممة لفرق الهندسة الذين يمنحون الأولوية لشفافية التكلفة والتحكم في البنية التحتية على تعقيد تسعير Databricks للذكاء الاصطناعي.

متوافق أصلاً مع Kubernetes: تنشر TrueFoundry مباشرة في حساب العميل السحابي (AWS، Azure، GCP). لا توجد "وحدة DBU إدارية" مضافة فوق تكاليف المثيلات الخام.
التوجيه المباشر: على عكس البوابات المجمعة مع المنصات، لا تفرض TrueFoundry زيادة سعرية لكل رمز (توكن) للتوجيه الخارجي.
تحسين البنية التحتية: تدعم المنصة مثيلات Spot للاستدلال وتكوينات التوسع إلى الصفر الدقيقة. في العديد من سيناريوهات الإنتاج، يقلل هذا النهج من تكاليف الحوسبة الخاملة مقارنة بنماذج الإنتاجية المخصصة مسبقًا.

الجدول 1: بوابة Databricks Mosaic AI مقابل TrueFoundry: مقارنة هيكل التكلفة

Databricks Mosaic AI Gateway vs TrueFoundry

Cost Dimension	Databricks Mosaic AI Gateway	TrueFoundry
Pricing Metric	DBUs + token add-ons	Flat platform fee + raw compute
External Routing	Guardrails and logging charged per usage	Included in platform fee
Model Serving	Marked-up serverless rates	Raw AWS / GCP costs (Spot instances supported)
Log Storage	Unity Catalog (Delta Tables incur cost)	Your own object storage
Infrastructure Flexibility	Databricks-centric	Cloud-agnostic Kubernetes

الشكل 1: مقارنة تدفق التكلفة والهندسة المعمارية

هل أنت جاهز لفك تجميع مكدس الذكاء الاصطناعي الخاص بك؟

بينما توفر بوابة Databricks Mosaic AI مزايا تكامل للفرق المدمجة بالفعل في Lakehouse، فإن نموذج تسعير Databricks AI القائم على DBU يمكن أن يؤدي إلى تكاليف متغيرة عند التوسع. تقدم TrueFoundry بديلاً عالي الأداء وشفاف التكلفة يتيح للمهندسين امتلاك بنيتهم التحتية دون علاوة المنصة.

للفرق التي تدير معلومات حساسة مثل معلومات التعريف الشخصية أو أرقام بطاقات الائتمان، تضمن TrueFoundry بقاء بيانات بوابة الذكاء الاصطناعي تحت سيطرتك مع تحسين إدارة التكاليف. يمكنك عرض مدخراتك على لوحة معلومات بوابة الذكاء الاصطناعي النموذجية المصممة خصيصًا لإنفاقك على التعلم الآلي.

لمعرفة كيف يمكنك تحقيق الاستقلالية المعمارية والقضاء على الزيادات السعرية لوحدات DBU، احجز عرضًا توضيحيًا مع فريقنا اليوم.

الأسئلة الشائعة

كم تكلفة Databricks شهريًا؟

التكاليف الشهرية متغيرة للغاية وتعتمد على الاستهلاك. بينما يكون الاستخدام للمبتدئين غالبًا اسميًا للفرق الصغيرة، فإن أعباء عمل الإنتاج على مستوى المؤسسات —المدفوعة بمتطلبات التوفر المستمر وتسجيل الحوكمة الشامل— يمكن أن تؤدي إلى نفقات تشغيلية شهرية كبيرة مع تزايد استهلاك DBU خطيًا مع الإنتاجية.

كيف يعمل تسعير Databricks Mosaic AI؟

يعتمد على الاستهلاك عبر نموذج وحدة Databricks (DBU). يتم محاسبتك على وقت الحوسبة لنقطة نهاية خدمة النموذج، وتخزين سجلات الاستدلال في جداول Delta، وموارد الحوسبة المطلوبة لتحليل تلك السجلات عبر Databricks SQL.

كيف تكون TrueFoundry أكثر فعالية من حيث التكلفة من Databricks Mosaic AI؟

تعمل TrueFoundry على نموذج "أحضر سحابتك الخاصة"، مما يلغي علاوة إدارة DBU الموجودة في المنصات المجمعة. من خلال النشر مباشرة إلى مجموعات Kubernetes الخاصة بك وتمكين استراتيجيات التحسين القوية مثل مثيلات Spot والتوسع إلى الصفر الدقيق، فإنها تربط تكاليف الخدمة مباشرة بأسعار البنية التحتية الخام.

TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.

Built for Speed: ~10ms Latency, Even Under Load

Schedule your Demo Now