ToolNavs 发现实用AI工具
提交工具 登录
返回AI资讯
Databricks AI指数上线:企业选模型先看性价比

Databricks AI指数上线:企业选模型先看性价比

AI资讯 • Admin • • 24 次浏览

11月16日,Databricks 正式上线 AI Index,一个公开追踪企业模型采用、开支与编程智能体表现的指数。数据来自 1 万多家使用 Unity Gateway 的企业,加上 Databricks 内部真实编程任务的评测,每周更新一次。它要回答的问题很实际:新模型几乎每周一个,企业到底该换哪家、该为什么任务多花钱。

企业换模型的节奏比想象中快

年中时,大多数企业还集中用少数几款 Anthropic 模型;到 11 月,局面已明显分散,OpenAI 凭借 GPT-6 系列的 Sol 与 Astra 拿回了不少份额。但模型质量仍能左右份额走向:Claude Opus 5.5 发布后六周内,其在专有模型 token 中的占比从 7.2% 冲到 37.9%,把 Anthropic 的整体份额从 57.6% 推高到 68.8%。开源权重模型也在同步起势:7 月只占企业 token 流量的 7.3%,到 11 月 2 日已升至 30.9%。编程评测前十名中有三款开源权重模型,DeepSeek V4.1 与 GLM 5.3 的通过率都是 93.1%,并列第三。

便宜的模型,用起来可能最贵

只看 token 单价会误判成本。GPT-6 Luna 与 Claude Opus 5.5 的任务成功率都是 89.1%,但每完成一个任务,前者平均只花 0.05 美元,后者要 1.62 美元,相差约 32 倍。Gemini 3.8 Flash 的 token 单价很低,却因为平均每个任务要跑 140 轮对话,最终每任务成本 11.97 美元,是评测里最贵的之一。调用方式不同,成本也能差出几十倍,OpenRouter 的一次实测就曾发现同一任务 MCP 比 CLI 多烧 42 倍 token。另一组数字也说明取舍:Claude Fable 5.1 以 96.0% 的成功率排在第一,每任务 7.47 美元;Muse Wonder 成功率 94.9%,每任务只要 1.53 美元。多 1.1 个百分点,贵出近 5 倍,Fable 5.1 的份额六周内从 5.5% 跌到 0.6%,企业显然在用脚投票。

花钱的分布同样极端:用户每周 AI 开支中位数只有 2.49 美元,第 99 百分位却花了 699.74 美元,相差 281 倍;中位数六周内从 1.10 美元翻了一倍多。Databricks 的建议是按任务分流:复杂高风险工作用贵模型,日常任务用便宜的就够,关键是拿自己的真实工作负载去测,而不是只看榜单。指数数据覆盖 9 月 21 日至 11 月 7 日,结论只反映被评测的模型与工作负载,换个场景结果可能不同。

推荐工具

更多