In Unternehmen hält die Treue zu KI-Modellen nur wenige Wochen

In Unternehmen hält die Treue zu KI-Modellen nur wenige Wochen
4 Minuten Lesezeit

Ein KI-Modell kann innerhalb weniger Wochen die Gunst der Unternehmen gewinnen, während ein anderes fast seine gesamte Stellung verliert. Das zeigt der Databricks AI Index, ein wöchentlich aktualisiertes öffentliches Dashboard. Er stützt sich auf den Traffic von Unity Gateway, dem Gateway, über das Databricks-Kunden auf KI-Modelle zugreifen, und auf einen hauseigenen Benchmark für Code-Agenten. Diese Zahlen beschreiben die Nutzung durch Databricks-Kunden, nicht den gesamten Markt.

Ein neues Modell kann sich in wenigen Wochen durchsetzen

Seit Mai 2026 erscheint laut der Zählung von Databricks etwa wöchentlich ein neues Flaggschiffmodell. Mitte des Jahres stützten sich die meisten Kunden vor allem auf eine Handvoll Modelle von Anthropic. OpenAI gewann dann mit GPT-6 Sol und Astra an Boden, bevor die Veröffentlichung von Claude Opus 5.5 Ende September den Vorteil wieder an Anthropic zurückgab.

Innerhalb von sechs Wochen stieg Claude Opus 5.5 von 7,2 % auf 38 % der Tokens, die bei proprietären Modellen verbraucht wurden, und wurde damit zum führenden Modell im Gateway. Im gleichen Zeitraum fiel Claude Fable 5.1, obwohl es an der Spitze des Code-Benchmarks des Anbieters stand, von 5,5 % auf 0,6 %. „Die Qualität der Modelle beeinflusst weiterhin stark die Marktanteile der Anbieter », stellt Databricks fest. Der Token, die Texteinheit, die ein Modell verarbeitet und auf der seine Abrechnung basiert, dient hier als Maß für die Nutzung.

Databricks gibt an, intern nach derselben Logik vorzugehen und jedes neue Modell in den Tagen nach seiner Veröffentlichung zu bewerten. Das Unternehmen verzichtete so darauf, von Opus 4.8 auf Opus 5 umzusteigen, da der Nutzen für seine Anwendungsfälle im Verhältnis zu den Mehrkosten nicht ausreichte. Hingegen machte es Opus 5.5 zum Standardmodell für Claude Code, nachdem es gemessen hatte, dass die Kosten pro Sitzung um 29 % niedriger waren als bei seinem Vorgänger.

Haben Unternehmen daher die Anbieter vervielfacht? Laut Databricks nutzten im Juli etwa 64 % seiner Kunden nur einen einzigen Modellanbieter, gegenüber 28 % am 2. November. Der Indikator ist kumulativ: Er zählt alle Anbieter, die ein Unternehmen seit dem 20. Juli genutzt hat. Der Juli-Wert bezieht sich also auf eine Nutzungswoche, der November-Wert auf mehr als drei Monate. Er misst den Anteil der Unternehmen, die mehrere Anbieter ausprobiert haben, sagt aber nicht, ob sie diese parallel nutzen.

Das meistgenutzte Modell ist nicht das wirtschaftlichste

Der Benchmark des Index unterzieht Modelle von neun Laboren Aufgaben, die aus der Arbeit der eigenen Entwickler von Databricks stammen, und misst dann deren Erfolgsquote und durchschnittliche Kosten pro Aufgabe. Bei ähnlichem Niveau sind die Kostenunterschiede erheblich. GPT-6 Luna und Claude Opus 5.5 schaffen beide 89 % der Aufgaben, aber Luna kostet durchschnittlich 0,05 Dollar pro Aufgabe, gegenüber 1,62 Dollar für Opus 5.5, also etwa 32-mal weniger.

Gemini 3.8 Flash hat einen niedrigen Token-Preis, benötigt aber durchschnittlich 140 Austauschrunden pro Aufgabe, was zu einer Rechnung von 11,97 Dollar führt, einer der höchsten im Benchmark. Claude Fable 5.1 liegt mit 96 % Erfolgsquote an der Spitze, bei 7,47 Dollar pro Aufgabe. Muse Wonder von Meta erreicht 95 % für 1,53 Dollar, also laut Index fast fünfmal günstiger.

Modelle benötigen nicht das gleiche Arbeitsvolumen zum Abschluss. „Niedrigere Token-Preise garantieren nicht niedrigere Kosten », wenn ein Modell mehr leisten muss, um eine Aufgabe zu erledigen, fasst der Anbieter zusammen. Databricks, das ein Tool für automatisches Routing zwischen Modellen verkauft, rät, die teureren Modelle für komplexe Aufgaben zu reservieren.

Open-Weight-Modelle gewinnen an Boden

Der Index verzeichnet auch den Aufstieg von Open-Weight-Modellen, deren Gewichte veröffentlicht werden und die jeder hosten kann. Bei den direkt von Databricks bereitgestellten Modellen stieg ihr Token-Anteil von 7,3 % im Juli auf 31 % Anfang November. Dieser Umfang schließt Traffic aus, der zu Anthropic oder OpenAI geroutet wird. Der Anstieg konzentrierte sich zwischen Juli und Ende September, und der Anteil stagniert seither.

Die im Index detaillierten Open-Weight-Anbieter, Zhipu, DeepSeek und Moonshot AI, sind alle chinesisch. Drei Open-Weight-Modelle finden sich in den Top 10 des Code-Benchmarks, darunter DeepSeek V4.1 Flash und GLM 5.3, die mit 93 % Erfolgsquote gemeinsam auf Platz drei liegen. Auf europäischer Seite veröffentlichte Mistral AI am 29. Oktober die Gewichte von Mistral Large 4 auf Hugging Face, aber dieses Modell gehört nicht zu den im Index erfassten Modellfamilien.

Der Index wird von Databricks ohne Drittinstitut veröffentlicht. Er aggregiert die anonymisierte Nutzung von über 10.000 Kundenunternehmen, von Digital-Startups bis zu Fortune-500-Konzernen. Die Nutzungsdaten decken den Zeitraum vom 20. Juli bis zum 2. November 2026 ab, und der Code-Benchmark ist auf den 10. November datiert.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x