Databricks heeft de Databricks AI Index onthuld, een observatorium gewijd aan de adoptie, prestaties en kosten van kunstmatige intelligentiemodellen in bedrijven. Gebaseerd op geanonimiseerde gegevens van meer dan 10.000 organisaties die Unity Gateway gebruiken, toont het onderzoek een diversificatie van leveranciers en een toename van open gewichtsmodellen, waarvan de parameters worden gepubliceerd. Het benadrukt ook grote kostenverschillen tussen oplossingen.
Gepubliceerd op 16 november 2026, combineert deze index verbruiksgegevens en evaluaties van programmeeragenten, dat wil zeggen AI-software die acties kan opeenvolgen om een taak uit te voeren, uitgevoerd op basis van interne taken. Het doel is om de prestaties van de modellen te meten, maar ook hun economische efficiëntie in professionele omgevingen.
Multi-leverancier rukt op
Volgens Databricks gebruikte 64% van de bedrijven die Unity Gateway gebruiken in juli 2026 slechts één leverancier van AI-modellen. Op 2 november was dit aandeel gedaald tot 28%, wat duidt op een diversificatie van de gebruikte technologieën. Deze indicator telt echter alle leveranciers mee die sinds 20 juli zijn benaderd, inclusief wanneer een bedrijf een extra leverancier slechts één keer heeft getest.
Ook open gewichtsmodellen laten een aanzienlijke vooruitgang zien. Hun aandeel in de tokens, deze tekstverwerkingseenheden die door een model worden verwerkt, die naar door Databricks gehoste modellen worden gestuurd via Unity Gateway, steeg van 7,3% in juli naar 30,9% begin november. Dit cijfer meet een volume aan tokens in deze omgeving, en niet het aandeel bedrijven dat deze modellen heeft geadopteerd.
Deze groei vertoont echter tekenen van vertraging. Volgens een analyse van Tomasz Tunguz bereikte het aandeel van open gewichtsmodellen ongeveer 33% in september 2026, voordat het zich stabiliseerde rond 31%, in een context van sterke prijsverlagingen bij OpenAI. Deze ontwikkeling suggereert dat prijsstrategieën de technologische keuzes van bedrijven kunnen beïnvloeden, zonder op zichzelf een oorzakelijk verband vast te stellen.
Grote kostenverschillen
In zijn programmeerevaluaties rangschikt Databricks drie open gewichtsmodellen onder de top tien. DeepSeek V4.1 en GLM 5.3 behalen met name een slagingspercentage van 93,1%, een resultaat dat hun concurrentievermogen ten opzichte van propriëtaire modellen illustreert voor de geteste taken.
De studie benadrukt ook dat vergelijkbare prestaties tot zeer verschillende kosten kunnen leiden. GPT-6 Luna en Claude Opus 5.5 behalen elk een slagingspercentage van 89,1%, maar hun gemiddelde kosten per taak bedragen respectievelijk 0,05 en 1,62 dollar, een verschil van ongeveer 32 keer.
Deze vaststelling moet echter worden genuanceerd volgens het gebruik. Databricks geeft aan Claude Opus 5.5 intern als standaardmodel voor Claude Code te hebben behouden, na een verbetering van de kwaliteit en een kostenreductie van 29% per sessie ten opzichte van zijn voorganger. De prijs van tokens volstaat dus niet om de werkelijke rentabiliteit van een model te bepalen.
Geconcentreerde uitgaven
De studie onthult verder aanzienlijke verschillen in AI-uitgaven tussen medewerkers. Het mediane wekelijkse verbruik bedraagt 2,49 dollar per gebruiker, tegenover 699,74 dollar voor gebruikers op het 99e percentiel, een verschil van ongeveer 281 keer.
Deze concentratie weerspiegelt de diversiteit aan toepassingen, tussen werknemers die af en toe een conversatie-assistent raadplegen en ontwikkelaars die dagelijks programmeeragenten uitvoeren. Voor bedrijven versterken deze verschillen het belang van budgetopvolging, gebruikersgovernance en resource-optimalisatie.
Met deze AI Index zegt Databricks organisaties te willen helpen modellen te vergelijken op basis van hun prestaties, kosten en bedrijfsbehoeften. Unity Gateway biedt onder meer tools voor supervisie, budgetcontrole en intelligente routering van verzoeken naar de meest geschikte modellen. De resultaten blijven echter beperkt tot het bereik van bedrijven die het platform gebruiken en de geëvalueerde programmeertaken, en vormen geen representatieve meting van de gehele wereldwijde markt voor kunstmatige intelligentie.
