Direkt zum Hauptinhalt
Plattform

Wir stellen den Databricks AI Index vor: Der Status der Enterprise-AI-Tokenomics

Ein aktueller Index realer Daten zur Einführung von Unternehmens-KI-Modellen, Ausgabenmustern und der Leistung von Coding-Agenten

von The Databricks AI Product and Engineering Team

Entwickler haben mehr Auswahl an KI-Modellen und Coding-Agenten als je zuvor. Seit Mai 2026 wird etwa jede Woche oder – rechnet man regionale Labore ein – alle 3,7 Tage ein neues proprietäres oder Open-Weight-Flaggschiffmodell veröffentlicht. Angesichts dieser Vielzahl an Optionen wird es immer schwieriger zu wissen, welche Modelle am besten abschneiden, was sie kosten und wann ein Wechsel sinnvoll ist.

Bei Databricks haben wir einen einzigartigen Blick auf diesen sich rasant verändernden Bereich. Tausende Unternehmen nutzen das Unity Gateway für den Zugriff auf und die Steuerung von KI-Modellen. Das liefert uns wertvolle Einblicke in die reale Nutzung und die Ausgaben für Modelle. Darüber hinaus setzt Databricks KI intern bei seinen über 12.000 Mitarbeitern intensiv ein und hat umfangreiche Forschung investiert, um die Qualität und die Kosten neuer Frontier-Modelle bei Unternehmensaufgaben zu bewerten.

Heute veröffentlichen wir den Databricks AI Index, eine öffentliche Ressource, die diese Einblicke zusammenführt. Kunden haben uns immer wieder gefragt, wie sich neue Modelle im Vergleich schlagen und welche Trends wir bei der unternehmensweiten KI-Adoption sehen, um ihre eigenen Investitionen besser planen zu können. Jetzt machen wir unsere internen Evaluierungen zum ersten Mal dauerhaft öffentlich und aktualisieren sie wöchentlich, während wir neue proprietäre und Open-Weight-Modellversionen testen.

Was der Databricks AI Index misst

Der Index kombiniert zwei sich ergänzende Datenquellen:

Unternehmensweite KI-Nutzung und -Ausgaben. Aggregierte, anonymisierte Daten von über 10.000 Unternehmen, die das Unity Gateway nutzen. Dies umfasst Digital Natives, Fortune-500- und Global-2000-Unternehmen sowie den Datenverkehr zu externen Anbietern wie Anthropic und OpenAI. Der Index verfolgt die Modelladoption anhand von Token- und Ausgabenanteilen bei proprietären und Open-Weight-Modellen sowie wöchentliche KI-Ausgabenmuster einzelner Nutzer.

Kontinuierlich aktualisierte Evaluierungen von Coding-Agenten. Auf Basis des im Juli veröffentlichten Benchmarks für Coding-Agenten stützen sich unsere neuesten Evaluierungen auf reale Workflows von Databricks-Ingenieuren, die über das Unity Gateway erfasst wurden. Diese Workflows umfassen das Erstellen und Reviewen von Pull Requests, die Untersuchung von Problemen und die Bewältigung komplexer Entwicklungsaufgaben. Die Verwendung von Aufgaben aus unserer privaten Codebase und zurückgehaltenen Tests hilft dabei, das Risiko einer Benchmark-Kontamination zu verringern und gleichzeitig konsistente Vergleiche von Modell-Harness-Kombinationen hinsichtlich Erfolgsraten und Kosten pro abgeschlossener Aufgabe zu ermöglichen.

Zusammen zeigen diese Datenquellen, welche Modelle Unternehmen annehmen, wie gut verschiedene Kombinationen aus Modellen und Harnesses abschneiden und was sie kosten. Hier sind einige Highlights:

Die Präferenzen bei KI-Modellen verändern sich schneller denn je

Unternehmen wechseln Workloads zunehmend zwischen Modellversionen und Anbietern. Mitte des Jahres verließen sich die meisten Organisationen für den Großteil ihrer Arbeit auf eine Handvoll Anthropic-Modelle. Heute ist die Nutzung sowohl über Modellversionen als auch über Anbieter hinweg viel fragmentierter. Der Anteil von OpenAI am unternehmensweiten Token-Traffic ist in diesem Zeitraum deutlich gewachsen, was vor allem auf die Modelle der 6er-Serie (Sol und Astra) zurückzuführen ist. Die Modellqualität beeinflusst den Marktanteil der Anbieter jedoch weiterhin stark: Nach dem Launch von Claude Opus 5.5 verschob sich der Trend wieder zu Anthropic. In nur sechs Wochen sprang Opus 5.5 von 7,2 % auf 37,9 % der Token proprietärer Modelle, womit sich der Gesamtanteil von Anthropic von 57,6 % auf 68,8 % erhöhte.

KI-Modell

Das Muster, Workloads agil zwischen Modellen und Anbietern zu verschieben, deckt sich mit unserer eigenen KI-Strategie bei Databricks, bei der wir neue Modelle schnell evaluieren und einführen. Vor zwei Monaten haben wir einen internen Day-1-Modell-Rollout-Prozess eingeführt, mit dem wir neue Releases innerhalb weniger Tage bewerten können. Dieser Prozess hat uns geholfen, die Kosten im Griff zu behalten und gleichzeitig die Qualität unserer internen KI-Aktivitäten zu steigern. So stellten wir beispielsweise fest, dass Opus 5.5 eine verbesserte Qualität bei 29 % geringeren Kosten pro Sitzung als sein Vorgänger lieferte, was unsere Entscheidung bekräftigte, es zum Standardmodell für Claude Code zu machen.

Unternehmen setzen auf Multi-AI und Open-Weight-Modelle

Unternehmen beschränken sich zunehmend nicht mehr nur auf einen einzigen KI-Anbieter. Noch im Juli nutzten rund 64 % der Unternehmen, die das Unity Gateway verwendeten, nur einen einzigen Modellprovider. Bis zum 2. November war dieser Wert auf 28 % gesunken, da immer mehr Organisationen Modelle von zwei oder mehr Anbietern einsetzten.

Multi-AI und Open-Weight-Modelle

Open-Weight-Modelle gewinnen parallel zu diesem Trend an Boden. Ihr Anteil am unternehmensweiten Token-Traffic wuchs von 7,3 % im Juli auf 30,9 % im November und hat sich damit in weniger als vier Monaten mehr als vervierfacht. Open-Weight-Modelle konkurrieren zudem immer stärker mit proprietären Alternativen. In unserem Coding-Qualitäts-Benchmark landen drei Open-Weight-Modelle unter den Top 10, darunter DeepSeek V4.1 und GLM 5.3, die beide mit einer Erfolgsquote von 93,1 % den dritten Platz belegen. Unsere Forschung zu Open-Weight-Modellen zeigt, dass ihre wachsenden Fähigkeiten, ihre Kosteneffizienz und ihre Flexibilität sie zu einer zunehmend attraktiven Option für Unternehmen machen.

Open-Weight-ModelleOpen-Weight-Modelle

Kein einzelnes Modell und kein Harness dominiert die Kosten-Qualitäts-Grenze

Die Wahl des richtigen Coding-Agenten erfordert die Evaluierung sowohl des Modells als auch des ausführenden Harnesses. Unser neuester Benchmark für Coding-Agenten bewertet Modelle aus neun KI-Laboren unter Verwendung von Claude Code und Codex. Fünf Modelle aus vier Laboren (OpenAI, DeepSeek, Meta und Anthropic) befinden sich an der Kosten-Qualitäts-Grenze und bieten die besten Kompromisse zwischen Aufgabenerfolgsraten und Kosten.

OpenAI

Die Ergebnisse zeigen, warum reine Modell-Rankings nicht die ganze Wahrheit verraten. Unternehmen müssen Modell- und Harness-Kombinationen anhand ihrer eigenen Workloads bewerten und dabei reale Nutzungsdaten und Traces heranziehen, um die Kompromisse zwischen Leistung und Kosten zu verstehen.

Wir wenden diesen Ansatz intern bei Databricks an. Bei der Entscheidung, ob ein Upgrade von Opus 4.8 auf Opus 5 sinnvoll ist, haben wir die Kosten-Qualitäts-Pareto-Grenze analysiert und Traces aus unseren eigenen Workloads abgespielt. Die Ergebnisse zeigten, dass das Upgrade für unsere Anwendungsfälle den Mehrpreis nicht wert war, weshalb wir uns entschlossen haben, bei 4.8 zu bleiben.

Token-Preise verraten nicht die ganze Wahrheit über die Kosten des KI-Codings

Zwei Modelle können eine nahezu identische Benchmark-Leistung zu drastisch unterschiedlichen Kosten erbringen. In unserem Coding-Benchmark erzielten GPT-6 Luna und Claude Opus 5.5 beide eine Aufgabenerfolgsquote von 89,1 %. Luna kostete jedoch im Durchschnitt nur 0,05 $ pro Aufgabe verglichen mit 1,62 $ bei Opus 5.5 – ein Unterschied von etwa dem 32-Fachen.

Die Kosten pro Aufgabe hängen sowohl von den Token-Preisen als auch von der Arbeitsmenge ab, die ein Modell aufwenden muss, um zu einer Antwort zu gelangen. Zusätzliche Schritte, lange Ausgaben und fehlgeschlagene Versuche treiben die Kosten in die Höhe. Gemini 3.8 Flash hat einen niedrigen Token-Preis, benötigte im Schnitt jedoch 140 Schritte pro Aufgabe und war damit mit 11,97 $ pro Aufgabe eines der teuersten Modelle im Benchmark. Bei Coding-Agenten garantieren niedrigere Token-Preise keine geringeren Kosten, wenn Modelle mehr Arbeit benötigen, um eine Aufgabe abzuschließen.

Das leistungsstärkste KI-Modell bietet selten das beste Preis-Leistungs-Verhältnis

Eine höhere Benchmark-Leistung hat oft ihren Preis, und selbst kleine Qualitätsverbesserungen können hohe Kosten verursachen. Claude Fable 5.1 führt unseren Benchmark mit einer Aufgabenerfolgsquote von 96,0 % bei 7,57 $ pro Aufgabe an, während Muse Wonder 94,9 % bei nur 1,53 $ erreicht. Diese zusätzlichen 1,1 Prozentpunkte an Leistung kosten fast das Fünffache. Unternehmen scheinen das ähnlich zu sehen: Der Anteil von Fable 5.1 an proprietären Token fiel in den 6 Wochen nach dem Launch von 5,5 % auf 0,6 %.

Die Frage für Unternehmen ist, wie viel zusätzliche Qualität eine Aufgabe tatsächlich erfordert. Premium-Modelle können sich für komplexe, geschäftskritische Arbeiten lohnen, aber günstigere Alternativen reichen für Routineaufgaben oft völlig aus. Intelligentes Modell-Routing, wie Smart Routing im Unity Gateway, hilft dabei, Aufgaben basierend auf Qualität und Kosten den passenden Modellen zuzuordnen.

Die KI-Ausgaben sind nach wie vor stark konzentriert

Die KI-Ausgaben variieren stark unter Unternehmenskunden. Ein Entwickler, der den ganzen Tag über Coding-Agenten ausführt, hat ein völlig anderes Verbrauchsverhalten als ein Mitarbeiter, der einem KI-Assistenten am Tag ein paar Fragen stellt. Unsere Daten verdeutlichen diesen krassen Unterschied: Der Median-User gab gerade einmal 2,49 $ für KI aus, während der Nutzer im 99. Perzentil 699,74 $ ausgab – etwa das 281-Fache.

KI-Ausgaben

Die wöchentlichen Ausgaben im Median haben sich über einen Zeitraum von sechs Wochen von 1,10 $ mehr als verdoppelt, während die Ausgaben beim 90. und 99. Perzentil relativ stabil blieben. Dies legt nahe, dass der KI-Verbrauch bei typischen Nutzern zunimmt, aber eine kleine Gruppe nach wie vor den Großteil der KI-Kosten ausmacht.

Für Unternehmen macht dieser Trend die Transparenz hinsichtlich der Verteilung der Ausgaben besonders wichtig. Das Verständnis dieser Unterschiede hilft Unternehmen dabei, gezieltere Budgets und Ausgabenkontrollen festzulegen, ohne die Nutzung unnötig einzuschränken.

Setzen Sie diese Einblicke mit Unity Gateway in die Praxis um

Der Databricks AI Index zeigt branchenweite Trends bei der Modellnutzung, der Leistung und den Kosten auf. Unity Gateway von Databricks hilft Unternehmen dabei, bei ihren eigenen KI-Workloads auf diese Trends zu reagieren:

Modelle ohne Lock-in-Effekt nutzen und wechseln. Erhalten Sie zentralisierten Zugriff auf Frontier-, Open-Weight- und benutzerdefinierte Modelle über von Databricks gehostetes Model Serving oder Verbindungen zu externen Anbietern. Mit der Unity Gateway CLI können Entwickler außerdem genehmigte Modelle über unterstützte Coding-Harnesses wie Claude Code und Codex hinweg verwenden.

Analysieren Sie Ihre eigene KI-Tokenomik. Nutzen Sie Unity Gateway Nutzungs-Dashboards und einheitliche Traces, um Modellverbrauch, Ausgaben und die Aktivität von Coding-Agenten über Benutzer, Teams und Anwendungen hinweg nachzuvollziehen. Sie können Traces analysieren und erneut abspielen, um die Modellleistung und -kosten bei Ihren eigenen Workloads zu vergleichen – genau wie Databricks es intern tut.

Optimieren Sie Modellauswahl und Kosten. Verwenden Sie Smart Routing, um Coding-Agent-Aufgaben basierend auf Qualität und Leistung kosteneffizienten Modellen zuzuordnen, und wenden Sie Budgets sowie Ausgabenlimits an, um Ihre KI-Kosten unter Kontrolle zu halten.

image1.png

Über die Daten

Der Databricks AI Index kombiniert aggregierte, anonymisierte Nutzungsdaten von Tausenden von Unternehmen, die Unity Gateway verwenden, mit Coding-Agent-Benchmarks basierend auf echten Pull Requests aus der privaten Codebasis von Databricks. Die Modellkosten werden anhand öffentlich gelisteter Anbieterpreise geschätzt, und die Benchmark-Ergebnisse werden anhand versteckter Tests statt eines LLM-Jury-Modells bewertet. Die Ergebnisse spiegeln die evaluierten Workloads und Modelle wider und können je nach Unternehmen variieren. Der aktuelle Datensatz deckt den Zeitraum vom 21. September bis zum 7. November 2026 ab.

Den vollständigen Index erkunden

Entdecken Sie den Databricks AI Index, um die neuesten Trends bei der Modellnutzung, Coding-Agent-Benchmarks und Kostenvergleiche einzusehen. Wir werden den Index weiterhin mit den neuesten Trends der Unternehmensnutzung und Bewertungen von Coding-Agenten aktualisieren, sodass Entwicklern und Unternehmen eine fortlaufende Ressource zum Vergleichen von Modellen, Leistung und Kosten zur Verfügung steht.

Möchten Sie Ihre eigene KI-Nutzung analysieren, Modelle vergleichen und Kosten optimieren? Starten Sie mit der Unity Gateway-Schnellstartanleitung.

FAQs

Was ist der Databricks AI Index?

Der Databricks AI Index ist eine öffentliche Ressource, die die Einführung von KI-Modellen in Unternehmen, Ausgabentrends und die Leistung von Coding-Agenten verfolgt. Er kombiniert aggregierte, anonymisierte Nutzungsdaten von Tausenden von Unternehmen, die Databricks Unity Gateway verwenden, mit Coding-Agent-Benchmarks auf Basis echter Entwicklungsaufgaben. Der Index wird wöchentlich aktualisiert, während neue Modelle evaluiert werden.

Wie vergleicht man KI-Modelle für Coding-Aufgaben?

KI-Modelle für das Programmieren sollten anhand der Erfolgsquote bei Aufgaben, der Kosten pro Aufgabe und der Leistung innerhalb verschiedener Coding-Agent-Harnesses verglichen werden. Der Databricks AI Index bewertet Modell-Harness-Kombinationen anhand realer Coding-Workflows aus der privaten Codebasis von Databricks und versteckten Tests, um Qualität und Kosten zu messen. Die Ergebnisse können je nach Workload variieren; daher sollten Unternehmen Modelle auch anhand ihrer eigenen Entwicklungsaufgaben bewerten.

Warum können günstigere KI-Modelle in der Nutzung teurer sein?

Gedruckte Token-Preise führen nicht immer zu geringeren Kosten, da sich Modelle darin unterscheiden, wie viel Arbeit sie zur Erledigung einer Aufgabe benötigen. Modelle, die mehr Reasoning-Schritte erfordern, längere Ausgaben generieren oder wiederholte Versuche unternehmen, verbrauchen insgesamt möglicherweise mehr Token. Die Kosten pro abgeschlossener Aufgabe sind oft ein nützlicheres Maß für die KI-Effizienz als der Token-Preis allein.

Sind Open-Weight-KI-Modelle wettbewerbsfähig gegenüber proprietären Modellen?

Ja, Open-Weight-KI-Modelle konkurrieren zunehmend erfolgreich mit proprietären Modellen hinsichtlich der Coding-Leistung und Kosteneffizienz. Im Coding-Benchmark des Databricks AI Index gehören drei Open-Weight-Modelle zu den Top 10 für die Aufgabenerfolgsquote, darunter DeepSeek V4.1 mit 93,1 %. Die beste Wahl hängt vom Workload, der erforderlichen Qualität und den Kosten ab.

Wie können Unternehmen die Auswahl von KI-Modellen und ihre Ausgaben optimieren?

Unternehmen können ihre KI-Kosten optimieren, indem sie Modellqualität und -kosten bei ihren eigenen Workloads vergleichen, die Nutzung überwachen und Modelle basierend auf den Aufgabenanforderungen auswählen. Databricks Unity Gateway bietet zentralisierten Modellzugriff, Nutzungs-Dashboards, einheitliche Traces und Budgets, um Unternehmen bei der Verwaltung ihrer KI-Ausgaben zu unterstützen. Die Smart Routing-Funktion kann zudem Coding-Agent-Aufgaben basierend auf Qualität und Leistung kosteneffizienten Modellen zuordnen.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag

Verwandte Tags:

KI-Forschung und Unity Gateway

Erhalten Sie die neuesten Beiträge in Ihrem Posteingang

Abonnieren Sie unseren Blog und erhalten Sie die neuesten Beiträge direkt in Ihren Posteingang.