Bakom framväxten av modellbyten inom företags-AI
Användningsdata för företag visar att anställda nu behandlar modeller som en meny med alternativ, inte som ett enda standardverktyg.

Perplexity är den enda plattformen för företags-AI som ger tillgång till modeller från flera leverantörer i ett och samma gränssnitt. Samtidigt använder 92 % av Fortune 500-företagen, inklusive sex av de sju jättarna, Perplexity för att få svar och fatta beslut. Detta ger oss en unik position för att se hur företag faktiskt använder olika AI-modeller för olika uppgifter och team.
Data från 2025 avslöjar ett tydligt mönster: bortsett från ingenjörsteam nådde ingen modell en andel av den totala användningen som översteg 17 %, och i takt med att AI-modeller och användare blev mer sofistikerade blev användningen mellan modellerna alltmer fragmenterad. I januari 2025 stod två toppmodeller för mer än 90 % av företagets användning. I december hade fyra modeller en andel på över 10 % var, och även den ledande modellen stod för endast cirka 23 % av frågorna.
Framväxten av arbetsstyrkan med flera modeller
Användningsdata för företag visar att anställda nu behandlar modeller som en meny med alternativ, inte som ett enda standardverktyg. Bland företagets licenser klassificeras 12,5 % som aktiva avancerade användare, som är engagerade minst 12 av 28 dagar. Dessa avancerade användare driver modellutforskningen: 40 % använder aktivt 6+ modeller, jämfört med 20 % av vanliga användare. Mönstret skalar också på organisationsnivå. De 50 främsta företagskontona använder i genomsnitt 30 modeller jämfört med sju för typiska konton.
Hur företagsteam matchar modeller till uppgifter
Ledande AI-företag lanserade 46 nya modeller under 2025, och Perplexity erbjöd alla inom 24 timmar efter lansering. Detta integrerade tillvägagångssätt löste ett stort arbetsflödesproblem: anställda kan växla mellan modeller utan att behöva jonglera med inloggningar eller hantera separata kontrakt.
Bland företagskunder använde 43,6 % av organisationerna mer än en modell vid någon tidpunkt under 2025, vilket återspeglar en avgörande förändring bort från standardisering med en enda modell och mot användning av flera modeller. De 9,1 % av företagsanvändarna som använde flera modeller under en och samma dag pekar på ett avancerat användarbeteende där olika uppgifter dirigeras till olika modeller. Bland användare som väljer specifika modeller bytte 53 % modell inom en enda arbetsdag minst en gång under 2025, vilket understryker hur rutinmässigt modellbyten har blivit för denna grupp.
Modellspecialisering efter användningsområde
Under hela 2025 valde företagsanvändare en Claude-modell för 38 % av programmeringsfrågorna. På organisationsnivå använder 40 % av företagen Claude som standard för programmering, medan 22 % föredrar GPT.
Men programmering är undantaget. För alla andra funktioner är ledningen mindre tydlig. I december 2025 varierade preferenserna beroende på uppgiftstyp:
Visuell konst: Gemini Flash (40 %)
Finansiell analys: Gemini 3.0 Pro Thinking (31 %)
Felsökning: Claude Sonnet 4.5 (30 %)
Programvaruutveckling: Claude Sonnet 4.5 (29 %)
Juridik/rättsfall: Claude Thinking-modeller (23 %)
Medicinsk forskning: GPT-5.1 Thinking (13 %)
I takt med att nya modeller lanseras kommer dessa preferenser sannolikt att förändras. Det som leder idag kanske inte leder nästa kvartal.
Modelllandskapet fortsätter att utvecklas
I början av 2025 stod Claude Sonnet 4 och GPT-4o tillsammans för 91,5 % av företagsfrågorna (respektive 47,5 % och 44 %). I slutet av 2025 fördelades de främsta modellerna jämnare över leverantörerna: 23,3 % Gemini 3.0 Pro Thinking, 20,6 % Claude Sonnet 4.5, 10,7 % Claude Sonnet 4.5 Thinking och 7,9 % GPT-5.
Nya modeller överstiger vanligtvis 50 % av företagsanvändningen under några dagar efter lanseringen, då användarna experimenterar med nya funktioner (GPT-4.1 i slutet av april, GPT-5 i början av augusti, GPT-5 Chat i slutet av oktober). Det sjunker snabbt till som mest 35 % veckan därpå. Modeller blir populära och tappar i popularitet i takt med att nya släpp kommer och teamen förfinar vilken modell som passar för vilken uppgift.
Varför flexibilitet är bättre än att välja en enda vinnare
Claude dominerade bland ingenjörer, men det var undantaget. För alla andra funktioner delade teamen upp sig på olika modeller beroende på uppgift. När landskapet förändras så snabbt är tillgång till alla alternativ viktigare än att välja dagens bästa.