Databricks 万家企业数据显示:单 token 便宜不等于 agent 便宜
CautiousUse8597 · reddit · 2026-11-17
Databricks 上线 AI Index,汇总 1 万多家经 Unity Gateway 路由流量的企业匿名用量数据,外加基于真实内部工程任务的编码 agent benchmark,每周更新。关键发现:
- 单 token 价格≠单任务成本:Gemini 3.8 Flash token 价低,但平均每任务要 140 轮,单任务成本 $11.97,反而最贵之一。GPT-6 Luna 与 Claude Opus 5.5 同为 89.1% 成功率,但 Luna 每任务 $0.05、Opus 5.5 为 $1.62,相差约 32 倍。
- 顶级模型往往不划算:Claude Fable 5.1 以 96.0% 成功率居首但每任务 $7.47,Muse Wonder 94.9% 只要 $1.53——多花 5 倍只换 1.1 个点。Fable 在专有 token 中份额六周内从 5.5% 跌到 0.6%,企业很快用脚投票。
- 单供应商阵营瓦解:7 月约 64% 企业只用一家模型商,11 月初降至 28%;开源权重模型 token 份额同期从 7.3% 升至 30.9%,其中三家进入编码榜前十。
- 支出极度集中:人均周支出中位数 $2.49,99 分位用户高达 $699.74;中位数六周翻倍,顶端持平。
- 模型迭代疯狂:5 月以来平均每 3.7 天出一个旗舰模型;Opus 5.5 六周内从 7.2% 涨到 37.9% 的专有 token 份额。
对 agent 开发者的启示:应在自己工作负载上实测每完成任务的成本,而非看排行榜。Databricks 内部做法是把自身 trace 通过 Unity Gateway 在新模型上重放——据此他们跳过 Opus 5,先留 Opus 4.8,直到每会话便宜 29% 的 Opus 5.5 出现。对工具调用密集的 agent(如对数仓问答的 Genie),轮数 3 倍的模型足以吞掉所有 token 降价。
「编程与Agent」频道最新
- 开发者自建自托管 MCP 网关,统一管理鉴权与多服务器部署 — hakku276 · 2026-11-17
- Hala MCP + Claude Opus 组合实测:一句话生成专业级动态图形视频 — aziz4ai · 2026-11-17
- 浏览器 Agent 评测工具开源:支持 BrowserGym/Harbor/MCP 一键跑评测 — xhluca · 2026-11-17
- WebArena-Pro 发布:20 个真实网站、400 任务测浏览器 agent — xhluca · 2026-11-17
- WebArena-Pro 开源:400 任务 20 网站,浏览器 agent 评测上线 — xhluca · 2026-11-17
- 用户吐槽 GTM agent 失忆:4 个月前的对话历史全丢 — Common_Dream9420 · 2026-11-17