データ基盤の会社Databricksが、企業がどのAIモデルを使い、いくら払っているかの実データを公開しました。コーディング(プログラムを書く作業)の正答率と、作業1件にかかる費用の比較も並べています。正答率が同じでも費用が大きく違う組み合わせがあり、正答率1位のモデルはほとんど使われていません。一方で、使われる量は費用が最も安いモデルに集まってもいません。
① 事実
Databricksは11月16日、「Databricks AI Index」を公開しました。データは二つです。一つは、企業が複数のAIをまとめて使い、まとめて支払うための同社の仕組み(Unity Gateway)を通る、1万社超の利用データ(7月20日〜11月7日)です。もう一つは、同社の社内のコードの実際の作業を、AIに解かせて採点したコーディングの評価です。Databricksは、この仕組みを売っている側です。
正答率1位のモデルは、出てから6週間で、使われる割合が0.6%まで下がりました
コーディングの評価で、正答率が最も高かったのはAnthropicのClaude Fable 5.1で、96.0%でした。作業1件にかかる費用は7.47ドルです。2位のMeta「Muse Wonder」は94.9%で、1件1.53ドルでした。1.1ポイントの差に、約5倍の費用がかかっています。
Fable 5.1が、有料モデル(中身を公開していないモデル)の処理量に占める割合は、出てから6週間で5.5%から0.6%に下がりました。Databricksは、企業も同じ見方をしているようだと書いています。
正答率が同じ89.1%でも、作業1件の費用は約32倍違いました
OpenAIのGPT-6 Lunaと、AnthropicのClaude Opus 5.5は、正答率がどちらも89.1%でした。作業1件の費用は、Lunaが平均0.05ドル、Opus 5.5が1.62ドルです。
採点は、Databricksの社内のコードで、AIに見せないテストを使って行っています。費用は、各社が公表している定価で計算した推定です。各モデルは、AIに作業をさせる道具(AnthropicのClaude Codeか、OpenAIのCodex)のうち、成績のよいほうで載せています。比較表のLunaは、Claude Codeの上で動かして測ったものです。
トークンの単価が安くても、作業1件の費用が安いとは限りません
作業1件の費用は、トークン(AIが読み書きする文字の単位で、料金の単位にもなる)の単価と、答えにたどり着くまでの手数で決まります。GoogleのGemini 3.8 Flashはトークンの単価が安いのに、1件の作業に平均140回のやりとりを重ね、1件11.97ドルと、比較の中で最も高い部類でした。
使われる量は、Opus 5.5が出てから6週間で、Anthropicに寄りました
Opus 5.5が有料モデルの処理量に占める割合は、6週間で7.2%から37.9%になりました。Anthropic全体の割合は、57.6%から68.8%に上がっています。Databricksは、モデルの品質が提供元の割合を強く左右している、と書いています。
提供元を2社以上使う会社は増えていますが、数え方は累計です
提供元を1社だけ使う会社は、7月の約64%から、11月2日には28%に減ったとしています。ただし、グラフの注記によると、各社が7月20日以降に使った提供元を累計して数えています。一度試しに使った提供元も、その後ずっと数に残る数え方です。
オープンウェイト(開発元が中身の数値を公開していて、自社でも動かせるモデル)の割合は、7.3%から30.9%に増えました。これは、Databricksの上で動かしているモデルの中での割合です。
Databricksは、新しいモデルを自社の作業で試してから切り替えています
Databricksは、社内のAIの利用でも、新しいモデルを数日で試す手順を持っていると書いています。Opus 4.8からOpus 5への切り替えは、自社の作業の記録を再生して比べた結果、費用に見合わないとして見送りました。
Opus 5.5は、前の版より品質が上がり、1回の作業の費用が29%下がったとして、社内のClaude Codeの既定のモデルにしました。
② 構造
Databricksの数字は、モデルを点数と費用で並べたものです。ところが、企業の使い方は点数の順にも、費用の安い順にもなっていません。正答率1位のモデルは使われず、同じ正答率で32倍安いモデルがあっても、量は高いほうのOpus 5.5に寄りました。本紙はVol.94で、作業1件あたりの費用は、使う側からは測れないと書きました。今回の数字は、その続きとして読めます。
企業は、正答率の上の数ポイントに、費用を払っていないと読めます
Fable 5.1は、正答率で1位でしたが、使われる割合は6週間で0.6%まで下がりました。Muse Wonderとの差は1.1ポイントで、費用は約5倍です。最高の点数は、その費用に見合う仕事が少ないと読めます。
使われる量は、最も安いモデルにも寄っていません
Opus 5.5とGPT-6 Lunaは、この評価では正答率が同じで、費用はOpus 5.5が約32倍高い結果でした。それでも、同じ6週間で量が集まったのはOpus 5.5です。
企業が見ているものは、この評価の正答率と費用の外にもあると読めます。Databricks自身も、ベンチマークの順位ではなく、自社の作業で試した結果で既定のモデルを決めています。
作業1件の費用は、単価だけでは分かりません
Gemini 3.8 Flashは単価が安いのに手数が多く、1件の費用は高くなりました。単価は料金表に載っていますが、手数は自社の作業で動かしてみないと分かりません。
Vol.94では、Anthropicの上場申請書が、作業1件の費用が4割下がったと書いていることを扱いました。本紙はそこで、作業1件という単位は、売る側が測っている単位だと読みました。Databricksが1件の費用を出せたのは、自社のコードで、正解の分かる作業を用意して測ったからだと読めます。
③ 自分事
当社の開発で、いま主に使っているモデルはOpus 5.5です
当社(株式会社東京ネット工務店)の開発で、いま主に使っているのはClaude Opus 5.5です。Databricksの数字でOpus 5.5に量が寄ったのと、同じ側にいます。
新しいモデルは、OEM(当社の仕組みを、お客さんの名前のサービスとして提供する形)で出しているお客さんのチャットサービスには入れています。
当社がモデルを見るのは、速さと、作業の流れのなめらかさです
当社がモデルの良し悪しを見るのは、速さとなめらかさです。なめらかさとは、AIが予想外の方向に行かないこと、細部を掘りすぎないことです。
Databricksが比べた正答率と作業1件の費用は、当社の物差しには入っていません。Vol.94で書いたとおり、当社の開発は定額で使っていて、作業1件の費用は使う側からは測れません。
当社は、品質をほぼコンテキストで押さえているので、速さを優先しています
AIの出力は、ほぼコンテキスト(AIに渡す前提、指示、資料のまとまり)で押さえられています。だから、モデルを比べるときは、速さを優先しています。
当社は、Fable 5.1は遅いと見ていましたが、Fable 5.2は実用の範囲です
正答率1位だったFable 5.1は、当社の物差しでは遅いモデルでした。Databricksは、Fable 5.1の割合が下がった理由を費用の差で説明していますが、当社が気にしたのは速さです。
11月9日に出たFable 5.2は、当社の仕事で使える速さです。Fable 5.2には、当社の定額の契約で、一定の期間ごとに使える量の上限を3回リセットできる特典が届いています。リセットの操作は画面に新しく加わり、モデルごとに設けられています。Anthropicが販促をしているように見ています。
OpenAIのモデルも使っていますが、当社での利用は月10ドルに届きません
OpenAIのモデルも少し使っていて、お客さんの選択肢にも入れています。ただ、当社での利用は、月に10ドルにも届きません。この先どうなるかは、分かりません。
明日できること
社内で使っているAIの道具の設定画面で、既定のモデルが何になっているかを見ることができます。同じ道具の名前でも、中で動いているモデルは、提供元や設定によって変わります。Databricksの比較でも、OpenAIのモデルを、AnthropicのClaude Codeの上で動かして測っています。
今月のモデル
今号は、新ネタ無しです。
CoBANTO3-AIチャットを無料体験しませんか?
本紙のバックナンバーを記憶し、本紙の読み方(戦略の階層・歴史循環)で、あなたの状況に当てて答えるAIチャットです。記事は「地図」ですが、地図は現地には当たりません。「この号の話、うちの場合はどうなるのか」を訊く場所として用意しました。
調べもの、文章の下書き、ちょっとした雑談にも使えます。 普段づかいのチャットとして、気軽にどうぞ。
2026年11月20日現在で、約20のモデルに対応しています。 新しいモデルも、出たらなるべく早く入れています。モデルの手応えを試す場所としても使えます。
ご利用は事前購入のクレジット制です(1,000円から)。月額の契約ではないので、解約の手続きはありません。使った分だけ減り、無くなれば止まります。
消費は、<strong>基本料金と、答えの長さ(100字ごとに1クレジット)</strong>で決まります。短い答えなら少なく、長い答えほど多くかかります。モデルによって、1,000円で120〜200往復ほど使えます。
読者登録をいただいた方には、無料クレジットを500クレジット、プレゼントします。 登録は、この記事のすぐ下からできます。
CoBANTO3-AIチャットは、こちらから。無料で体験できるので、ぜひこの機会に触ってみてくださいね。
https://www.netkomuten.tokyo/lp/co-banto3-ai
ライトノベル「ようこそ、東京ネット工務店へ」
海老沢が執筆している、IT業界のお仕事小説です。毎号1話ずつご紹介します。
〈第三部 第77章「話だけじゃ、分からない」〉
面接に、名前を聞けば誰もが知る大きな会社で、新しい事業のリーダーをしていたという人が来ます。話がうまく、筋が通っていて、北野は「この人いいですね」と言います。会議室がその空気になりかけたところで、桜井は一つ引っかかります。
https://www.netkomuten.tokyo/channels/novel-tnk-part3/articles/ch77
小説を書いている理由
この小説は、もともと、社内の教育のために書き始めました。うちの会社——東京ネット工務店で、新しく入った人間に、この仕事の考え方を伝えるための、いわば教材でした。戦略の階層とか、取捨選択とか、口で言っても、なかなか伝わりません。だったら、物語にして読んでもらったほうが早い。そう思って、書き始めました。
ところが、いろいろあって、その教材が、要らなくなってしまいました。理由は、いろいろあります。ここには、書ききれません。ただ、宙に浮いてしまった原稿を、捨てるのも惜しくて、何度も書き直しながら、今度は、教材ではなく、ただ読んで面白い、お仕事小説として、作り直していきました。
https://www.netkomuten.tokyo/channels/atogaki/articles/atogaki-1
Q&Aコーナー
AI・IT業界に関するご質問を募集しています。CoBANTO3-AIチャットのサポートも、こちらへお願いします。
本紙の通知メール・LINEに、そのまま返信していただけます。