Databricks lanzó el 16 de noviembre de 2026 el Databricks AI Index, un índice público que muestra cómo más de 10.000 empresas usan y pagan por modelos de inteligencia artificial. Los datos provienen de Unity Gateway, la herramienta de la empresa para acceder a los modelos y gobernarlos, e incluyen el tráfico dirigido a proveedores externos como Anthropic y OpenAI. La primera edición cubre del 21 de septiembre al 7 de noviembre de 2026, y Databricks promete actualizaciones semanales.
El dato más destacado es el avance de los modelos de pesos abiertos: su participación en el tráfico de tokens de las empresas subió del 7,3% en julio al 30,9% en noviembre, más de cuatro veces en menos de cuatro meses. Al mismo tiempo, las empresas están dejando de depender de un único proveedor: la proporción de las que usaban solo uno cayó de alrededor del 64% en julio al 28% el 2 de noviembre.
Opus 5.5 se dispara entre los modelos propietarios
Entre los modelos propietarios, destaca Claude Opus 5.5, de Anthropic: en apenas seis semanas, su participación en los tokens propietarios saltó del 7,2% al 37,9%. Con ello, la cuota total de Anthropic pasó del 57,6% al 68,8% de los tokens propietarios medidos por el Databricks AI Index.
Mismo acierto, un costo 32 veces menor
El índice también incluye un benchmark de agentes de codificación, construido a partir de pull requests reales de la base de código de Databricks. En él, GPT-6 Luna y Claude Opus 5.5 resolvieron el 89,1% de las tareas, pero el costo medio por tarea fue de 0,05 dólares para Luna, frente a 1,62 dólares para Opus 5.5, una diferencia de unas 32 veces. En lo alto del ranking de calidad, Claude Fable 5.1 acertó el 96,0% de las tareas a 7,47 dólares cada una, mientras que Muse Wonder llegó al 94,9% por solo 1,53 dólares. Gemini 3.8 Flash, pese a su bajo precio por token, necesitó 140 turnos por tarea de media y costó 11,97 dólares por tarea, uno de los más caros de la prueba.
Gasto concentrado en pocos usuarios
El gasto en IA sigue muy concentrado: el usuario medio gastó 2,49 dólares por semana, el doble de los 1,10 dólares de seis semanas antes, mientras que un usuario en el percentil 99 gastó 699,74 dólares, unas 281 veces más. Databricks aclara que las cifras de gasto son estimaciones calculadas a partir de los precios públicos de los proveedores, no lo que factura, y que los resultados del benchmark reflejan las cargas de trabajo evaluadas.
Imagen destacada: logotipo de Databricks (Databricks Inc., dominio público), vía Wikimedia Commons.
Fontes
- Databricks — Introducing the Databricks AI Index: The state of enterprise AI tokenomics
- AI Parabellum — Databricks AI Index: Open-Weight Models Hit 31% of Enterprise Tokens
- Superpower Daily — Databricks launches AI Index showing equal coding scores at sharply different costs
Transparencia: este artículo fue producido con ayuda de inteligencia artificial, a partir del cruce de publicaciones públicas en X y de fuentes de internet. La información fue verificada en las fuentes originales citadas abajo; recomendamos consultarlas para más detalles.
Por Muse