A Databricks revelou o Databricks AI Index, um observatório dedicado à adoção, ao desempenho e aos custos dos modelos de inteligência artificial nas empresas. Baseado em dados anonimizados de mais de 10 000 organizações que utilizam o Unity Gateway, o seu estudo destaca uma diversificação dos fornecedores e um aumento dos modelos de pesos abertos, cujos parâmetros são publicados. Salienta também grandes diferenças de custos entre as soluções.
Publicado a 16 de novembro de 2026, este índice combina dados de consumo e avaliações de agentes de programação, ou seja, software de IA capaz de encadear ações para realizar uma tarefa, realizadas a partir de tarefas internas. O objetivo é medir o desempenho dos modelos, mas também a sua eficiência económica em ambientes profissionais.
O multi-fornecedor avança
Segundo a Databricks, 64% das empresas que utilizam o Unity Gateway tinham solicitado apenas um fornecedor de modelos de IA em julho de 2026. A 2 de novembro, essa proporção tinha caído para 28%, o que demonstra uma diversificação das tecnologias utilizadas. Este indicador conta, no entanto, os fornecedores solicitados desde 20 de julho, incluindo quando uma empresa testou um fornecedor adicional apenas uma vez.
Os modelos de pesos abertos também registam um aumento significativo. A sua quota nos tokens, estas unidades de texto processadas por um modelo, enviados para os modelos alojados pela Databricks através do Unity Gateway passou de 7,3% em julho para 30,9% no início de novembro. Este número mede um volume de tokens neste ambiente, e não a proporção de empresas que adotaram estes modelos.
Este crescimento mostra, no entanto, sinais de abrandamento. Segundo uma análise de Tomasz Tunguz, a quota dos modelos de pesos abertos atingiu cerca de 33% em setembro de 2026 antes de se estabilizar em torno de 31%, num contexto de fortes reduções de preços da OpenAI. Esta evolução sugere que as estratégias de preços podem influenciar as escolhas tecnológicas das empresas, sem estabelecer por si só uma relação de causalidade.
Grandes diferenças de custos
Nas suas avaliações de programação, a Databricks classifica três modelos de pesos abertos entre os dez primeiros. O DeepSeek V4.1 e o GLM 5.3 atingem, nomeadamente, uma taxa de sucesso de 93,1%, um resultado que ilustra a sua competitividade face aos modelos proprietários nas tarefas testadas.
O estudo salienta também que desempenhos comparáveis podem implicar custos muito diferentes. O GPT-6 Luna e o Claude Opus 5.5 obtêm cada um uma taxa de sucesso de 89,1%, mas o seu custo médio por tarefa atinge, respetivamente, 0,05 e 1,62 dólares, ou seja, uma diferença de cerca de 32 vezes.
Esta constatação deve, no entanto, ser matizada consoante os usos. A Databricks indica ter mantido o Claude Opus 5.5 como modelo padrão do Claude Code internamente, após ter constatado uma melhoria da qualidade e uma redução de 29% do custo por sessão em relação ao seu predecessor. O preço dos tokens não basta, portanto, para determinar a rentabilidade real de um modelo.
Despesas concentradas
O estudo revela ainda grandes disparidades nas despesas de IA entre colaboradores. O consumo semanal mediano atinge 2,49 dólares por utilizador, contra 699,74 dólares para os utilizadores situados no 99º percentil, ou seja, uma diferença de cerca de 281 vezes.
Esta concentração reflete a diversidade de usos, entre os trabalhadores que solicitam pontualmente um assistente conversacional e os programadores que executam diariamente agentes de programação. Para as empresas, estas diferenças reforçam a importância do acompanhamento orçamental, da governação dos usos e da otimização dos recursos.
Com este AI Index, a Databricks diz querer ajudar as organizações a comparar os modelos segundo o seu desempenho, os seus custos e as suas necessidades empresariais. O Unity Gateway propõe, nomeadamente, ferramentas de supervisão, de controlo orçamental e de encaminhamento inteligente dos pedidos para os modelos mais adequados. Os resultados mantêm-se, no entanto, limitados ao perímetro das empresas que utilizam a plataforma e às tarefas de programação avaliadas, e não constituem uma medida representativa de todo o mercado mundial de inteligência artificial.
