GitLab Duo Self-Hosted ahora admite modelos implementados a través de Microsoft Foundry, permitiendo que las organizaciones ejecuten asistentes de codificación dentro de sus propios entornos de Azure en lugar de enrutar solicitudes a la infraestructura administrada por GitLab. La integración abre acceso a familias de modelos que incluyen OpenAI GPT, Anthropic Claude, Meta Llama y Mistral, con selección de modelos a nivel de funcionalidad—los equipos pueden asignar diferentes modelos a Code Suggestions, cargas de trabajo agénticas o tareas de alto volumen de forma independiente.
La arquitectura se sitúa en tres capas: una instancia de GitLab auto-administrada, una GitLab AI Gateway auto-hospedada y puntos finales de modelos en Microsoft Foundry. La puerta de enlace actúa como intermediaria entre GitLab Duo y los modelos seleccionados, desacoplando características individuales de cualquier proveedor único. Esto importa para organizaciones con requisitos de residencia de datos, soberanía, regulación o aislamiento de red—las solicitudes y respuestas permanecen dentro del entorno de Azure elegido, y los administradores controlan dónde viajan el código fuente y los prompts.
El compromiso es el peso operacional. El auto-hospedaje transfiere la responsabilidad de implementaciones de modelos, capacidad, redes, credenciales, disponibilidad y ciclo de vida del modelo de GitLab a los equipos de ingeniería y plataforma que ejecutan la pila. Las implementaciones de modelos pueden cambiar sin romper el flujo de trabajo de GitLab, pero los equipos deben verificar la compatibilidad tanto en la matriz de modelos soportados de GitLab como en el catálogo de Microsoft Foundry antes de seleccionar un modelo. Las ofertas de Foundry pueden cambiar más rápido que la lista de compatibilidad de GitLab, creando un objetivo móvil para la validación.
El movimiento refleja un cambio más amplio en las herramientas de IA empresarial. En lugar de agrupar el entorno de desarrollo y los modelos de fundación como un servicio único, las plataformas se están dividiendo en capas: GitLab administra el flujo de trabajo del desarrollador y las características de IA, mientras que las organizaciones eligen qué modelos se encuentran debajo y dónde se ejecutan. GitHub Copilot sigue estrechamente integrado con el servicio administrado de GitHub; Amazon Bedrock y Microsoft Foundry proporcionan infraestructura multi-modelo pero carecen de la capa integrada de DevSecOps. El enfoque de GitLab posiciona el entorno de desarrollo como una capa de control agnóstica de modelos, permitiendo que los equipos tomen decisiones independientes sobre el proveedor de modelos, la ubicación de implementación y la ruta de datos.
La importancia se extiende más allá de otra integración de modelos. A medida que la IA se integra más profundamente en la ingeniería de software, las empresas necesitan responder no solo qué capacidades de IA utilizan los desarrolladores, sino dónde se ejecutan los modelos, quién controla las credenciales y qué jurisdicciones procesan los datos. La integración de Foundry de GitLab aborda la pieza de infraestructura y soberanía al permitir que la capa de modelos se encuentre dentro del límite de nube elegido por una organización. Para equipos con requisitos estrictos de residencia de datos o aislamiento de red, esto elimina la fricción de elegir entre IA administrada en la nube y ninguna IA en absoluto.
Si tu equipo necesita asistentes de codificación sin dependencia de la nube, mapea la pila de tres capas—instancia de GitLab, AI Gateway, modelos de Foundry—y verifica la compatibilidad de modelos antes de la implementación.