En la empresa, la fidelidad a los modelos de IA dura solo unas semanas

En la empresa, la fidelidad a los modelos de IA dura solo unas semanas
4 min de lectura

Un modelo de IA puede ganar el favor de las empresas en unas semanas, mientras que otro pierde casi toda su cuota. Esto es lo que muestra el Databricks AI Index, un panel público actualizado semanalmente. Se basa en el tráfico de Unity Gateway, la pasarela por la que los clientes de Databricks acceden a los modelos de IA, y en un benchmark de agentes de código interno. Estas cifras describen los usos de los clientes de Databricks, y no el conjunto del mercado.

Un nuevo modelo puede imponerse en pocas semanas

Desde mayo de 2026, sale un nuevo modelo estrella aproximadamente cada semana, según el recuento de Databricks. A mediados de año, la mayoría de los clientes se apoyaban sobre todo en un puñado de modelos de Anthropic. OpenAI luego ganó terreno con GPT-6 Sol y Astra, antes de que el lanzamiento de Claude Opus 5.5, a finales de septiembre, devolviera la ventaja a Anthropic.

En seis semanas, Claude Opus 5.5 pasó del 7,2 % al 38 % de los tokens consumidos en los modelos propietarios, convirtiéndose en el principal modelo de la pasarela. En el mismo periodo, Claude Fable 5.1, aunque líder del benchmark de código del editor, cayó del 5,5 % al 0,6 %. «La calidad de los modelos sigue influyendo fuertemente en las cuotas de mercado de los proveedores», observa Databricks. El token, unidad de texto procesada por un modelo y base de su facturación, sirve aquí como medida del uso.

Databricks afirma aplicar la misma lógica internamente, evaluando cada nuevo modelo en los días siguientes a su lanzamiento. La empresa así renunció a pasar de Opus 4.8 a Opus 5, por falta de una ganancia suficiente para sus usos respecto al sobrecoste. En cambio, hizo de Opus 5.5 el modelo por defecto de Claude Code, tras medir un coste por sesión inferior en un 29 % al de su predecesor.

¿Han multiplicado las empresas los proveedores? Según Databricks, alrededor del 64 % de sus clientes solo utilizaban un único proveedor de modelos en julio, frente al 28 % el 2 de noviembre. El indicador es acumulativo: cuenta todos los proveedores utilizados por una empresa desde el 20 de julio. El dato de julio corresponde por tanto a una semana de uso, el de noviembre a más de tres meses. Mide la proporción de empresas que han probado varios proveedores, sin indicar si los usan en paralelo.

El modelo más adoptado no es el más económico

El benchmark del índice somete modelos de nueve laboratorios a tareas extraídas del trabajo de los propios desarrolladores de Databricks, y luego mide su tasa de éxito y su coste medio por tarea. A nivel cercano, las diferencias de coste son importantes. GPT-6 Luna y Claude Opus 5.5 logran ambos el 89 % de las tareas, pero Luna cuesta en promedio 0,05 dólares por tarea, frente a 1,62 dólares para Opus 5.5, es decir, aproximadamente 32 veces menos.

Gemini 3.8 Flash muestra un precio del token bajo, pero necesita en promedio 140 intercambios por tarea, para una factura de 11,97 dólares, una de las más altas del benchmark. Claude Fable 5.1 encabeza la lista con un 96 % de éxito, por 7,47 dólares por tarea. Muse Wonder, de Meta, alcanza el 95 % por 1,53 dólares, es decir, según el índice, casi cinco veces más barato.

Los modelos no necesitan el mismo volumen de trabajo para lograr resultados. «Unos precios del token más bajos no garantizan unos costes menores» cuando un modelo debe hacer más para llevar a cabo una tarea, resume el editor. Databricks, que vende una herramienta de enrutamiento automático entre modelos, aconseja reservar los más costosos para las tareas complejas.

Los modelos open weight ganan terreno

El índice señala también el ascenso de los modelos open weight, cuyos pesos se publican y que cualquiera puede alojar. En los modelos servidos directamente por Databricks, su cuota de tokens pasó del 7,3 % en julio al 31 % a principios de noviembre. Este perímetro excluye el tráfico enrutado hacia Anthropic o OpenAI. El avance se concentró entre julio y finales de septiembre, y la cuota se ha estabilizado desde entonces.

Los proveedores open weight detallados por el índice, Zhipu, DeepSeek y Moonshot AI, son todos chinos. Tres modelos open weight figuran en el top 10 del benchmark de código, incluidos DeepSeek V4.1 Flash y GLM 5.3, empatados en tercera posición con un 93 % de éxito. En el lado europeo, Mistral AI publicó el 29 de octubre los pesos de Mistral Large 4 en Hugging Face, pero este modelo no figura entre las familias recogidas por el índice.

El índice es publicado por Databricks, sin instituto tercero. Agrega el uso anonimizado de más de 10.000 empresas clientes, desde startups digitales hasta grupos del Fortune 500. Los datos de uso cubren el período del 20 de julio al 2 de noviembre de 2026, y el benchmark de código está actualizado al 10 de noviembre.

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