The AI / news

В корпоративной среде лояльность к моделям ИИ держится всего несколько недель

В корпоративной среде лояльность к моделям ИИ держится всего несколько недель
4 мин чтения

Модель ИИ может завоевать популярность в компаниях за несколько недель, в то время как другая почти полностью теряет свои позиции. Это показывает Databricks AI Index — общедоступная панель, обновляемая еженедельно. Она основана на трафике Unity Gateway, шлюза, через который клиенты Databricks получают доступ к моделям ИИ, и на внутреннем бенчмарке кодовых агентов. Эти цифры описывают использование клиентами Databricks, а не весь рынок.

Новая модель может закрепиться за несколько недель

С мая 2026 года, по подсчётам Databricks, примерно каждую неделю выходит новая флагманская модель. К середине года большинство клиентов в основном полагались на несколько моделей Anthropic. Затем OpenAI набрала обороты с GPT-6 Sol и Astra, пока выпуск Claude Opus 5.5 в конце сентября снова не вернул преимущество Anthropic.

За шесть недель доля Claude Opus 5.5 в токенах, потребляемых на проприетарных моделях, выросла с 7,2% до 38%, что сделало его ведущей моделью на шлюзе. За тот же период Claude Fable 5.1, хотя и лидировавший в кодовом бенчмарке издателя, упал с 5,5% до 0,6%. «Качество моделей по-прежнему сильно влияет на рыночные доли поставщиков», — отмечает Databricks. Токен, единица текста, обрабатываемая моделью и служащая основой для её тарификации, здесь используется как мера использования.

Databricks утверждает, что применяет ту же логику внутри компании, оценивая каждую новую модель в течение нескольких дней после её выхода. Так, компания отказалась от перехода с Opus 4.8 на Opus 5 из-за недостаточного выигрыша для своих задач при росте стоимости. Однако она сделала Opus 5.5 моделью по умолчанию для Claude Code, измерив, что стоимость за сессию у неё на 29% ниже, чем у предшественника.

Увеличили ли компании количество поставщиков? По данным Databricks, около 64% её клиентов в июле использовали только одного поставщика моделей, а к 2 ноября — 28%. Показатель кумулятивный: он учитывает всех поставщиков, использованных компанией с 20 июля. Таким образом, точка на июль основана на неделе использования, на ноябрь — на более чем трёх месяцах. Он измеряет долю компаний, попробовавших нескольких поставщиков, но не говорит, используют ли они их параллельно.

Самая популярная модель — не самая экономичная

Бенчмарк индекса подвергает модели девяти лабораторий задачам, взятым из работы собственных разработчиков Databricks, а затем измеряет их процент успеха и среднюю стоимость за задачу. При близком уровне успеха разница в стоимости значительна. GPT-6 Luna и Claude Opus 5.5 выполняют по 89% задач, но Luna в среднем стоит 0,05 доллара за задачу, против 1,62 доллара у Opus 5.5 — примерно в 32 раза дешевле.

Gemini 3.8 Flash демонстрирует низкую цену за токен, но ему требуется в среднем 140 раундов обмена на задачу, что приводит к счёту в 11,97 доллара — одному из самых высоких в бенчмарке. Claude Fable 5.1 лидирует с 96% успеха при стоимости 7,47 доллара за задачу. Muse Wonder от Meta достигает 95% за 1,53 доллара, что, согласно индексу, почти в пять раз дешевле.

Моделям требуется разный объём работы для достижения результата. «Более низкие цены за токен не гарантируют меньших затрат», когда модель должна сделать больше, чтобы успешно выполнить задачу, резюмирует издатель. Databricks, продающая инструмент автоматической маршрутизации между моделями, советует оставлять самые дорогие модели для сложных задач.

Модели с открытыми весами набирают популярность

Индекс также отмечает рост моделей с открытыми весами (open weight), чьи веса публикуются и которые каждый может разместить у себя. Среди моделей, обслуживаемых напрямую Databricks, их доля в токенах выросла с 7,3% в июле до 31% в начале ноября. Эта область исключает трафик, направляемый к Anthropic или OpenAI. Рост был сконцентрирован между июлем и концом сентября, с тех пор доля стабилизировалась.

Поставщики моделей с открытыми весами, детализированные индексом — Zhipu, DeepSeek и Moonshot AI, — все китайские. Три модели с открытыми весами входят в топ-10 кодового бенчмарка, включая DeepSeek V4.1 Flash и GLM 5.3, разделившие третье место с 93% успеха. Со стороны Европы, Mistral AI 29 октября опубликовала веса Mistral Large 4 на Hugging Face, но эта модель не входит в число семейств, учитываемых индексом.

Индекс публикуется Databricks без привлечения стороннего института. Он агрегирует анонимизированные данные использования более чем 10 000 компаний-клиентов — от цифровых стартапов до групп из Fortune 500. Данные об использовании охватывают период с 20 июля по 2 ноября 2026 года, а кодовый бенчмарк актуален на 10 ноября.

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