メタは新しくリリースされたMuse Sparkモデルに、より低価格の利用プランを設定しました。ユーザーがプロンプトとモデル出力を今後のモデル訓練のために共有することに同意すれば、呼び出しコストは標準プランと比較して平均で約95%削減されます。これにより、「ユーザーデータを保持するかどうか」はプライバシーの選択肢から、明確な価格交換の条件となりました。
データを共有して低価格で交換
Metaが発表した価格によると、標準プランでは100万トークン入力あたり1.25ドル、貢献者価格では0.10ドルに低下します。出力トークンの価格差はより大きく、標準プランでは100万トークンあたり4.25ドル、貢献者プランでは0.20ドルです。
これにより、メタがインタラクションデータの使用を許可する顧客は、コーディングエージェントやその他のエージェントアプリケーションをはるかに低コストでテストできます。メタは価格案内で、このレベルは顧客が自社データをトレーニングに使用することを承認するという前提で、プロトタイプ開発、統合テスト、実験のスケーリングの障壁を低減すると述べています。
実際の使用履歴の方が価値がある
大規模モデル企業にとって、特にコーディングエージェントおよびより広範なエージェントツールにおいて、実際の使用履歴がますます重要になっている。TechCrunchは、オープンソースツールPiの開発者であるMario Zechnerの話として、2025年半ばにコーディングエージェントの能力が顕著に向上したのは、Claude Codeがセッションをデフォルトで保存し、それを強化学習のトレーニングに活用したためだと述べている。
モデルベンダーがソフトウェアエンジニアリング以外の専門ワークフローに焦点を移すにつれ、こうしたデータの取得は難しくなっている。多くの企業プロセスはより複雑で、追跡可能なデジタルトレースが少なく、モデルの評価と反復が制限されている。
企業はデータの保持を重視しています。
プリンストン大学のコンピュータ科学教授であるアーヴィンド・ナラヤナンは、現在の兆候から、大企業は自社データをモデル訓練に使用されることを通常好まないことが示されていると述べた。彼は、消費者向けサブスクリプションプランの価格が通常10倍から20倍安いにもかかわらず、多くの企業がトークン単位課金のエンタープライズ版を選択していると指摘し、その主な違いはデータの保持と企業ITガバナンス要件にあると説明した。
メタは以前、トレーニングデータの取得においても抵抗に直面していた。報道によると、同社は今年早々、従業員のコンピュータ使用状況を追跡する計画を推進したが、内部で批判を浴び、6月に中止された。Muse Sparkの新しい価格設定について、メタはTechCrunchのコメント要請に応じていない。
最先端モデルが価格戦争を継続
この価格設定は、最先端モデル提供企業間の競争がより細かいコスト構造にシフトしていることを示しています。その前日、Anthropicは新モデル「Fable」と「Mythos」を発表し、キャッシュされたトークンの処理コストを引き下げました。また、OpenAIも7月下旬に最新モデルに対して大幅な価格引き下げを実施しました。
モデル能力が類似する中で、価格、データ取得方法、および企業顧客のガバナンス要件が、AIプラットフォーム競争の新たな変数となっている。