मेटा ने अपने नवीनतम Muse Spark मॉडल के लिए एक सस्ती उपयोग योजना शुरू की है। यदि उपयोगकर्ता भविष्य के मॉडल प्रशिक्षण के लिए प्रॉम्प्ट और मॉडल आउटपुट साझा करने को सहमत होते हैं, तो उपयोग की लागत औसतन मानक योजना की तुलना में लगभग 95% कम हो सकती है। इससे "उपयोगकर्ता डेटा को बनाए रखना" एक गोपनीयता विकल्प से स्पष्ट मूल्य विनिमय में बदल गया है।
Shared data for low prices
मेटा द्वारा घोषित कीमतों के अनुसार, मानक योजना के तहत, प्रति 10 लाख इनपुट टोकन 1.25 डॉलर शुल्क लिया जाता है; "योगदानकर्ता मूल्य" के तहत, यह कीमत घटकर 0.10 डॉलर हो जाती है। आउटपुट टोकन के लिए कीमत अंतर अधिक है, मानक योजना में प्रति 10 लाख 4.25 डॉलर है, जबकि योगदानकर्ता योजना में 0.20 डॉलर है।
इसका अर्थ है कि जो ग्राहक मेटा को इंटरैक्शन डेटा का उपयोग करने की अनुमति देते हैं, वे कोडिंग एजेंट और अन्य एजेंट एप्लिकेशन का परीक्षण बहुत कम लागत पर कर सकते हैं। मेटा ने अपने मूल्य निर्धारण विवरण में कहा है कि यह स्तर उन ग्राहकों के लिए प्रोटोटाइप विकास, एकीकरण परीक्षण और प्रयोगों के विस्तार की सीमा कम करता है, जबकि वे अपने डेटा को प्रशिक्षण के लिए उपयोग किए जाने की सहमति देते हैं।
Real usage records are more valuable
बड़े मॉडल कंपनियों के लिए, वास्तविक उपयोग रिकॉर्ड अब और अधिक महत्वपूर्ण होते जा रहे हैं, खासकर कोडिंग एजेंट और अधिक व्यापक एजेंट टूल्स पर। टेकक्रंच ने ओपन सोर्स टूल Pi के विकासक मैरियो जेचनर के शब्दों का हवाला देते हुए कहा कि 2025 के मध्य में कोडिंग एजेंट क्षमता में स्पष्ट सुधार, Claude Code द्वारा सत्र को डिफ़ॉल्ट रूप से सहेजने और उन्हें प्रबलन सीखने के प्रशिक्षण के लिए उपयोग करने से संबंधित है।
जब मॉडल निर्माता अपना ध्यान सॉफ्टवेयर इंजीनियरिंग के बाहर के पेशेवर प्रक्रियाओं पर लगाने लगते हैं, तो इस प्रकार के डेटा को प्राप्त करना मुश्किल हो जाता है। कई व्यवसायिक प्रक्रियाएँ अधिक जटिल होती हैं और उनमें कम डिजिटल निशान होते हैं, जिससे मॉडल का मूल्यांकन और दोहराव सीमित हो जाता है।
कंपनियाँ डेटा रिटेंशन पर अधिक ध्यान देती हैं
प्रिंसटन विश्वविद्यालय के कंप्यूटर विज्ञान के प्रोफेसर अरविंद नारायणन का कहना है कि मौजूदा संकेत यह दर्शाते हैं कि बड़ी कंपनियाँ अपने डेटा को मॉडल प्रशिक्षण के लिए उपयोग करने से आमतौर पर इनकार कर देती हैं। उन्होंने उल्लेख किया कि, हालाँकि उपभोक्ता-उन्मुख सदस्यता योजनाएँ अक्सर 10 से 20 गुना सस्ती होती हैं, लेकिन कई उद्यम टोकन-आधारित व्यवसाय संस्करण का चयन करते हैं, जिसका मुख्य अंतर डेटा संरक्षण और व्यवसाय IT शासन की आवश्यकताओं में होता है।
मेटा ने पहले भी ट्रेनिंग डेटा प्राप्त करने में बाधाएँ झेली थीं। रिपोर्ट के अनुसार, कंपनी ने इस साल शुरुआत में कर्मचारियों के कंप्यूटर उपयोग का पता लगाने की योजना आगे बढ़ाई, लेकिन आंतरिक आलोचना के कारण इसे जून में रोक दिया गया। म्यूज स्पार्क के नए मूल्य निर्धारण व्यवस्था के बारे में, मेटा ने टेकक्रंच के टिप्पणी के अनुरोध का कोई जवाब नहीं दिया।
फ्रंटलाइन मॉडल अभी भी कीमत की युद्ध जारी रख रहे हैं
यह मूल्य निर्धारण दर्शाता है कि अग्रणी मॉडल निर्माताओं के बीच प्रतिस्पर्धा अब अधिक विस्तृत लागत संरचना की ओर बढ़ रही है। ठीक पिछले दिन, Anthropic ने नए मॉडल Fable और Mythos लॉन्च किए और कैश किए गए token की प्रोसेसिंग लागत को कम कर दिया। OpenAI ने भी जुलाई के अंत में अपने नवीनतम मॉडल पर काफी बड़ी कीमत कमी की।
मॉडल क्षमताओं के समान होने के संदर्भ में, कीमतें, डेटा प्राप्ति के तरीके और उद्यम ग्राहकों की शासन आवश्यकताएँ, AI प्लेटफॉर्म प्रतिस्पर्धा के नए चर हो रहे हैं।