Vai al contenuto

Databricks misura quanto costa arrivare alla fine di un compito AI

Il Databricks AI Index confronta successo e costo degli agenti su compiti di programmazione interni. Gemini 3.8 Flash richiede in media 140 turni e 11,97 dollari per compito: il prezzo basso dei token non basta a contenere la spesa.

Che succede

Nei nuovi test di Databricks, Gemini 3.8 Flash arriva a una media di 140 turni per compito e a un costo di 11,97 dollari: uno dei più alti fra i modelli provati, malgrado il prezzo basso dei suoi token. Ogni altro tentativo consuma altro testo in ingresso e in uscita. Il conto cresce con il percorso che l’agente fa per cercare una soluzione.

Il confronto fa parte del Databricks AI Index, presentato il 16 novembre. Le prove usano compiti di programmazione ricavati dal codice privato dell’azienda e test nascosti ai modelli per controllare il risultato. Misurano insieme la percentuale di compiti riusciti e la spesa, calcolata con i prezzi pubblici dei fornitori. Il soggetto della prova è la combinazione fra modello e ambiente che lo fa lavorare, come Claude Code o Codex, con i suoi strumenti e il suo modo di organizzare i tentativi.

Questo distingue il costo del lavoro dal prezzo del testo. Nel benchmark, GPT-6 Luna e Claude Opus 5.5 raggiungono entrambi l’89,1% di compiti riusciti, ma costano in media rispettivamente 0,05 e 1,62 dollari per compito. Sono risultati su quei lavori e quelle configurazioni: non rendono i due modelli equivalenti in generale, ma mostrano quanto possano divergere le fatture anche quando il risultato misurato è uguale.

L’indice affianca ai test i dati aggregati e anonimizzati di oltre 10.000 aziende che usano Unity Gateway, il servizio Databricks per accedere ai modelli e governarne l’uso. Quella parte descrive adozione e spesa dei suoi clienti, non l’intero mercato AI.

Perché conta

Nei 140 turni di Flash c’è lavoro che sparisce dietro il risultato finale, ma resta nella fattura. Il confronto di Databricks dà un prezzo anche a quella sequenza di tentativi: due agenti possono consegnare un risultato ugualmente corretto dopo aver consumato quantità molto diverse di token.

Leggi la fonte

Databricks

Vuoi sapere di più su pillole come questa?