Databricks 于 2026 年 11 月 16 日推出了 Databricks AI Index,这是一项公开指数,展示了超过 1 万家企业如何使用 AI 模型并为其付费。数据来自该公司的模型访问与治理工具 Unity Gateway,涵盖流向 Anthropic 和 OpenAI 等外部供应商的流量。首期数据覆盖 2026 年 9 月 21 日至 11 月 7 日,Databricks 承诺每周更新。
最引人注目的发现是开源权重模型的崛起:其在企业 Token 流量中的占比从 7 月的 7.3% 升至 11 月的 30.9%,不到四个月增长四倍多。与此同时,企业正摆脱对单一供应商的依赖:仅使用一家供应商的企业占比从 7 月的约 64% 降至 11 月 2 日的 28%。
Opus 5.5 在专有模型中快速上升
在专有模型中,Anthropic 的 Claude Opus 5.5 表现最为突出:仅六周内,其在专有模型 Token 中的占比就从 7.2% 跃升至 37.9%。按 Databricks AI Index 的统计,Anthropic 的总占比也从 57.6% 升至 68.8%。
同样的准确率,成本相差 32 倍
该指数还包含一项基于 Databricks 自身代码库真实 Pull Request 构建的编码智能体基准测试。其中,GPT-6 Luna 与 Claude Opus 5.5 的任务成功率均为 89.1%,但平均每项任务成本分别为 0.05 美元和 1.62 美元,相差约 32 倍。在质量排名中,Claude Fable 5.1 以每项任务 7.47 美元的成本达到 96.0% 的成功率,而 Muse Wonder 仅以 1.53 美元就达到 94.9%。Gemini 3.8 Flash 虽然 Token 单价低,但平均每项任务需要 140 轮交互,成本为 11.97 美元,是测试中最昂贵的模型之一。
支出高度集中于少数用户
AI 支出仍然高度集中:普通用户每周中位支出为 2.49 美元,是六周前 1.10 美元的两倍;而处于第 99 百分位的用户每周支出达 699.74 美元,约为中位数的 281 倍。Databricks 指出,支出数据是根据供应商公开标价估算的,并非其实际收费;基准测试结果反映的是所评估的工作负载。
头图:Databricks 标志(Databricks Inc.,公有领域),来自 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
透明度声明:本文在人工智能的协助下完成,内容基于对 X 公开帖文及互联网来源的交叉核对。信息已对照下方引用的原始来源进行核实,建议查阅原始来源了解更多详情。
Por Muse