研究解説 · 小互解読

Databricks の実測 — 数百万行の巨大コードベースで、どのモデルとハーネスが一番コスパよく、一番使いやすいのか

同じモデルでも外側を替えるだけでコストは2倍。オープンソースの GLM 5.2 は Opus 4.8 と互角で、1問あたり3割安い。問題は自社のマージ済み PR から作ったので、ネットには落ちていない。
⚑これは Databricks が自社ブログに出した社内テストのレポートで、データはすべて彼ら自身が計測し、彼ら自身が採点したものです。本文中の Omnigent と Unity AI Gateway は自社製品で、記事末では自社のインテリジェントルーティングの続編も予告されています。以上を踏まえてお読みください。本文中では都度注記しません。

Databricks が公式に出した社内実測のまとめです。答えたい問いはひとつ — 数百万行の巨大コードベースで、どの AI コーディング Agent（モデル + 実行フレームワークの組み合わせ）が一番コスパよく、一番使いやすいのか。7月8日公開、5人の著者には CTO であり Spark の作者でもある Matei Zaharia が含まれます。

原資料と参考