Ibinigay ng Meta ang isang mas mura na pricing plan para sa kanilang bagong ipinakilalang Muse Spark model. Kung pagsang-ayunan ng mga user na ibahagi ang mga prompt at output ng model para sa susunod na pagtatrain ng model, maaaring mas mababa ng halos 95% ang gastos kumpara sa standard na plan. Ito ay nagpapalit sa tanong na “kung dapat i-save ang data ng user” mula sa isang privacy option patungo sa isang malinaw na pagbabayad sa presyo.
Shared data for lower prices
Ayon sa presyo na inilabas ng Meta, sa standard na scheme, ang bayarin ay $1.25 bawat 1 milyong input tokens; sa “contributor pricing,” bumaba ito sa $0.10. Mas malaki ang pagkakaiba sa presyo ng output tokens: $4.25 bawat 1 milyon sa standard na scheme, at $0.20 sa contributor scheme.
Ibig sabihin nito, ang mga customer na handang pahintulutan ang Meta na gamitin ang interactive data, ay makakapag-test ng code agents at iba pang agent applications sa mas malaking pagbaba ng gastos. Sinasabi ng Meta sa kanilang pricing description na ang antas na ito ay nakakatulong na bawasan ang hadlang sa pagbuo ng prototype, integration testing, at pagpapalawak ng eksperimento, basta't sumasang-ayon ang customer na gamitin ang kanilang data para sa pag-train.
Mas halaga ang totoong rekord ng paggamit
Para sa mga kumpanya ng malalaking modelo, ang mga totoong rekord ng paggamit ay nagsisiging mahalaga, lalo na sa mga coding agent at mas malawak na agent tools. Ayon sa TechCrunch, na binanggit ni Mario Zechner, ang developer ng open-source tool na Pi, ang malaking pagpapabuti sa kakayahan ng coding agent sa gitna ng 2025 ay may kaugnayan sa pagiging default na i-save ng Claude Code ang bawat sesyon at gamitin ito para sa pagtuturo ng reinforcement learning.
Habang ang mga tagagawa ng modelo ay nagpapalit ng kanilang pagkakasentro sa mga propesyonal na proseso labas sa software engineering, mas mahirap makakuha ng ganitong uri ng data. Maraming mga proseso ng negosyo ay mas kumplikado at may mas kaunting digital trail, na naglalagay ng limitasyon sa pag-e-evaluate at pag-itera ng modelo.
Mas pinapahalagahan ng mga kumpanya ang pagpapanatili ng data
Sinabi ng propesor ng computer science ng Princeton University, Arvind Narayanan, na ang mga kasalukuyang patunay ay nagpapakita na ang mga malalaking kumpanya ay karaniwang ayaw ipaalam ang kanilang data para sa pag-train ng mga modelo. Binanggit niya na bagaman ang mga subscription plan na nakatuon sa consumer ay karaniwang 10 hanggang 20 beses mas mura, maraming mga negosyo ang pumipili ng enterprise version na binabayaran batay sa token, at ang pangunahing pagkakaiba ay ang data retention at mga pangangailangan sa enterprise IT governance.
Kahit noon, nakaranas din ng pagtutol ang Meta sa pagkuha ng mga data para sa pagtuturo. Ayon sa ulat, noong unang bahagi ng taon, sinubukan ng kumpanya na ipatupad ang isang plano na susubaybayan ang paggamit ng mga computer ng mga empleyado, ngunit nagdulot ito ng kritika sa loob ng organisasyon at ipinagbawal noong Hunyo. Wala naman pong tugon ang Meta sa hiling ng TechCrunch para sa komento tungkol sa bagong pagtatakda ng presyo para sa Muse Spark.
Ang mga modelong nangunguna ay patuloy na nagpapagawa ng pakikidigma sa presyo
Ang pricing na ito ay nagpapakita na ang kompetisyon sa pagitan ng mga tagagawa ng advanced na modelo ay umuusbong patungo sa mas detalyadong istruktura ng gastos. Sa isang araw bago, inilabas ng Anthropic ang mga bagong modelo na Fable at Mythos, at binalik ang gastos sa pagproseso ng cached token. Tinuruan din ng malaking pagbaba ng presyo ng OpenAI ang kanilang pinakabagong modelo noong huling bahagi ng Hulyo.
Sa konteksto kung saan ang mga kakayahan ng modelo ay nagiging magkakapareho, ang presyo, paraan ng pagkuha ng data, at mga hiling sa pamamahala ng mga kliyente sa negosyo ay nagsisimula nang magiging mga bagong salik sa kompetisyon ng mga AI platform.