Meta公司日前为旗下AI模型Muse Spark推出一项“贡献者”定价机制,用户若同意将其提示词和模型输出用于训练未来模型,即可享受平均约95%的费用折扣。
据TechCrunch报道,这项机制面向用于编码及智能体操作的Muse Spark模型。标准协议下,每一百万个输入tokens收费1.25美元,而采用“贡献者”价格后仅需0.10美元;每一百万个输出tokens标准价为4.25美元,贡献者仅需0.20美元。Meta尚未回应TechCrunch就这一定价模式提出的问题。
此举的背景是Meta此前在获取训练数据方面屡遇阻力。今年早些时候启动的一项追踪员工计算机使用情况的计划因遭到内部广泛批评,已于6月暂停。
这类用户数据对于改进智能体工具至关重要。开源工具Pi的开发者Mario Zechner向TechCrunch表示,2025年4月至10月间编码智能体能力大幅提升,原因之一是Claude Code默认存储所有编码会话并用于强化学习训练。
然而,随着模型厂商越来越多地将智能体工具部署到软件工程以外的领域,评估和改进这些工具的能力受到专业工作流复杂且缺乏数字痕迹的阻碍。
普林斯顿大学计算机科学教授Arvind Narayanan指出,有充分证据表明大公司不愿将数据用于模型训练。他在社交媒体上写道,这些公司即使面对折扣幅度达10至20倍的订阅方案,如Claude Max和ChatGPT Pro,仍坚持按token计费的企业计划,主要区别在于数据保留和企业IT治理。
Meta可能在意识到这些情况后,以明确补偿的方式换取企业用户数据。其定价指南指出,“贡献者”层级“降低了原型设计、测试集成和扩展实验的门槛,只要你接受数据被用于训练”。Narayanan认为,这反过来可能促使大企业更仔细地甄别哪些数据真正具有专有性,哪些可以分享给模型提供商。
这一框架也可能加剧前沿实验室之间的价格竞争。Anthropic新发布的Fable和Mythos模型降低了缓存token的处理成本,OpenAI的近期模型也在7月底进行了大幅降价。