本文にスキップ
AI News HubLIVE
サイト内リライト6 分で読了

Databricks AI Index 登場:企業 AI のトークノミクスを可視化

記事の要約

Databricks は、Unity Gateway を利用する 10,000 社以上の匿名使用データと社内コーディングエージェントベンチマークを組み合わせた AI Index を公開。モデル採用、支出、コストと品質のトレードオフを追跡する。企業のモデル選好は急速に変化し、マルチモデルとオープンウェイトの採用が拡大、最高性能が最良の価値とは限らないことが示された。

Databricks AI Index 登場:企業 AI のトークノミクスを可視化
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

Databricks はこのほど、企業における AI モデルの採用状況、支出動向、コーディングエージェントの性能を継続的に追跡する公開リソース「Databricks AI Index」を正式に発表した。このインデックスは、Unity Gateway を利用する 10,000 社以上の企業から得られる集計・匿名化された使用データと、Databricks のエンジニアによる実際のコーディングエージェントワークフローに基づく継続更新のベンチマークという、2 つの補完的なデータソースを組み合わせている。使用データにはデジタルネイティブ企業、Fortune 500、Global 2000 の企業が含まれ、Anthropic や OpenAI などの外部プロバイダーへのトラフィックも対象となる。ベンチマークは、プルリクエストの作成とレビュー、問題調査、複雑な開発タスクへの取り組みなど、Unity Gateway 経由で取得された実際のワークフローをカバーする。

AI モデル市場は前例のない速度で拡大している。2026 年 5 月以来、新しいフラッグシップのプロプライエタリモデルまたはオープンウェイトモデルがほぼ毎週、地域ラボを含めると平均 3.7 日ごとにリリースされている。これほど多くの選択肢がある中で、どのモデルが最も優れ、コストはいくらで、いつ切り替えるべきかを判断するのは困難になっている。Databricks は、12,000 人以上の従業員を擁する社内での AI 活用と、企業タスクにおける新世代モデルの品質とコストを評価する研究への多大な投資を通じて、この指数で顧客と開発者に意思決定の参考を提供しようとしている。

指数によると、企業の AI モデルへの選好は非常に速く変化している。年央には大多数の組織が少数の Anthropic モデルに依存していたが、現在ではモデルバージョンとプロバイダーの両方にまたがって採用が断片化している。OpenAI の企業トークントラフィックシェアはこの期間に大幅に増加し、主に 6 シリーズの Sol および Astra モデルが牽引した。しかし、モデル品質は依然としてプロバイダーの市場シェアに強く影響する。Claude Opus 5.5 のリリース後、勢いは Anthropic に戻り、わずか 6 週間で Opus 5.5 はプロプライエタリモデルのトークンに占める割合を 7.2% から 37.9% へと急増させ、Anthropic 全体のシェアを 57.6% から 68.8% に押し上げた。Databricks 自身も 2 か月前に「Day 1 モデルロールアウト」プロセスを導入し、新モデルを数日以内に評価してコストを管理しつつ内部 AI の品質を高めている。例えば、Opus 5.5 は前世代と比べてセッションあたりのコストが 29% 低く品質も向上したため、Claude Code のデフォルトモデルに採用した。

同時に、企業はマルチ AI プロバイダーとオープンウェイトモデルを受け入れつつある。7 月時点では Unity Gateway を利用する企業の約 64% が 1 社のモデルプロバイダーのみに依存していたが、11 月 2 日までにその割合は 28% に低下し、2 社以上のプロバイダーのモデルを採用する組織が増えた。オープンウェイトモデルのトークントラフィックシェアは 7 月の 7.3% から 11 月には 30.9% へと、4 か月足らずで 4 倍以上に成長した。コーディング品質ベンチマークでは、3 つのオープンウェイトモデルがトップ 10 に入り、DeepSeek V4.1 と GLM 5.3 が 93.1% の合格率で 3 位に並んだ。オープンウェイトモデルの能力、コスト効率、柔軟性の向上により、企業にとってますます魅力的な選択肢となっている。

コストと品質のフロンティアでは、単一のモデルやハーネスが支配することはない。適切なコーディングエージェントを選ぶには、モデルとそれを実行するハーネスの両方を評価する必要がある。最新のコーディングエージェントベンチマークは、Claude Code と Codex を使用して 9 つの AI ラボのモデルを評価している。その結果、4 つのラボ(OpenAI、DeepSeek、Meta、Anthropic)の 5 つのモデルがコストと品質のフロンティア上に位置し、タスク成功率とコストの間で最良のトレードオフを提供している。企業は、実際の使用データとトレースを用いて、自社のワークロードに対してモデルとハーネスの組み合わせを評価し、性能とコストのトレードオフを理解する必要がある。Databricks は内部で Opus 4.8 から Opus 5 へのアップグレードを評価する際、コストと品質のパレートフロンティアを分析し、自社ワークロードのトレースを再生した。その結果、ユースケースに対して追加コストに見合わないと判断し、4.8 を使い続けることを決めた。

トークン価格だけでは AI コーディングのコスト全体を語れない。2 つのモデルがベンチマークでほぼ同じ性能を発揮しても、コストは劇的に異なることがある。例えば、GPT-6 Luna と Claude Opus 5.5 はどちらも 89.1% のタスク成功率を達成したが、Luna の平均タスクあたりコストはわずか 0.05 ドルであるのに対し、Opus 5.5 は 1.62 ドルで、約 32 倍の差がある。タスクあたりのコストはトークン価格と、モデルが答えに到達するために必要な作業量の両方に依存する。余分なターン、長い出力、失敗した試行はすべてコストを増加させる。Gemini 3.8 Flash はトークン価格が低いにもかかわらず、タスクあたり平均 140 ターンを要し、ベンチマークで最も高価なモデルの 1 つとなり、タスクあたり 11.97 ドルだった。コーディングエージェントの場合、モデルがタスクを完了するためにより多くの作業を必要とするなら、低いトークン価格は低い総コストを保証しない。

最高性能の AI モデルが最良の価値であることは稀である。高いベンチマーク性能はしばしば高い価格を伴い、品質のわずかな向上でも高いコストがかかることがある。Claude Fable 5.1 は 96.0% のタスク成功率でベンチマークの首位に立つが、タスクあたり 7.47 ドルかかる。一方、Muse Wonder は 94.9% のスコアを 1.53 ドルで達成している。この 1.1 パーセントポイントの性能向上には約 5 倍のコストがかかる。企業もこの点に同意しているようで、Fable 5.1 のプロプライエタリトークンシェアはリリース後の 6 週間で 5.5% から 0.6% に低下した。企業にとっての課題は、タスクが実際にどれだけの追加品質を必要とするかである。複雑で高リスクの作業にはプレミアムモデルがコストに見合う可能性があるが、定型タスクには安価な代替品で十分な場合が多い。Unity Gateway の Smart Routing のようなインテリジェントなモデルルーティングは、品質とコストに基づいてタスクを適切なモデルに割り当てるのに役立つ。

AI 支出は依然として高度に集中している。企業ユーザー間で AI 消費は劇的に異なる。一日中コーディングエージェントを実行する開発者と、1 日に数回 AI アシスタントに質問する従業員では、消費パターンが大きく異なる。データによると、中央値のユーザーは AI に週あたりわずか 2.49 ドルしか費やしていないが、99 パーセンタイルのユーザーは 699.74 ドルを費やしており、約 281 倍の差がある。中央値の週次支出は 6 週間で 1.10 ドルから 2 倍以上に増加した一方、90 および 99 パーセンタイルの支出は比較的横ばいだった。これは、AI 消費が典型的なユーザーの間で拡大している一方で、少数のグループが依然として AI 請求額の大部分を占めていることを示唆している。企業にとって、この傾向は支出分布の可視性が特に重要であることを意味する。支出の違いを理解することで、使用を不必要に制限することなく、より的を絞った予算設定と支出管理が可能になる。

Databricks AI Index は、モデル使用、性能、コストに関する業界全体のトレンドを明らかにする。Databricks Unity Gateway は、企業が自社の AI ワークロード全体でこれらのトレンドに対応できるよう支援する。ロックインなしでモデルにアクセスして切り替え、Databricks ホストのモデルサービングまたは外部プロバイダーへの接続を通じてフロンティア、オープンウェイト、カスタムモデルに集中的にアクセスできる。Unity Gateway CLI を使用すれば、開発者は Claude Code や Codex などのサポートされているコーディングハーネスで承認済みモデルを利用できる。企業は Unity Gateway の使用状況ダッシュボードと統合トレースを使用して、ユーザー、チーム、アプリケーション全体のモデル消費、支出、コーディングエージェントの活動を把握し、自社の AI トークノミクスを分析できる。Databricks が内部で行っているように、トレースを分析・再生して、自社ワークロード上でモデルの性能とコストを比較することも可能だ。Smart Routing はコーディングエージェントのタスクをコスト効率の良いモデルにマッチングし、予算と支出上限を適用して AI 支出を管理下に置く。

データについて:Databricks AI Index は、Unity Gateway を使用する数千の企業からの集計・匿名化された使用データと、Databricks のプライベートコードベースからの実際のプルリクエストに基づくコーディングエージェントベンチマークを組み合わせている。モデル支出は公開されているプロバイダー価格を使用して推定され、ベンチマーク結果は LLM ジャッジではなく隠されたテストに対して評価される。結果は評価されたワークロードとモデルを反映し、組織によって異なる場合がある。現在のデータセットは 2026 年 9 月 21 日から 11 月 7 日までをカバーしている。Databricks は、最新の企業使用動向とコーディングエージェント評価でインデックスを毎週更新し続け、開発者と企業がモデル、性能、コストを継続的に比較できるリソースを提供するとしている。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • 企業のモデル採用は断片化し、Claude Opus 5.5 の登場で Anthropic のシェアは 68.8% に回復。OpenAI も成長。
  • オープンウェイトモデルのトークンシェアは 7.3% から 30.9% に拡大し、DeepSeek V4.1 と GLM 5.3 がコーディング品質でトップ 10 入り。
  • タスクあたりコストは大きく異なり、GPT-6 Luna と Claude Opus 5.5 は同じ成功率でも約 32 倍の差。
  • AI 支出は集中しており、中央値ユーザーは週 2.49 ドル、99 パーセンタイルは 699.74 ドル。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。