Meta 為新推出的 Muse Spark 模型設置了一套更低價格的使用方案。用戶如果同意共享提示詞和模型輸出，用於後續模型訓練，調用成本平均可比標準方案低約 95%。這也讓「是否保留用戶數據」從隱私選項，變成了明確的價格交換。
共享數據可換低價
根據 Meta 公布的價格，在標準方案下，每 100 萬個輸入 token 收費 1.25 美元；在「貢獻者定價」下，價格降至 0.10 美元。輸出 token 的價格差距更大，標準方案為每 100 萬個 4.25 美元，貢獻者方案則為 0.20 美元。
這意味著，願意讓 Meta 使用互動數據的客戶，可以以明顯更低的成本測試編碼代理和其他智能體應用。Meta 在定價說明中表示，此等級有助於降低原型開發、集成測試和實驗擴展的門檻，前提是客戶同意其數據被用於訓練。
真實使用記錄更值錢
對於大模型公司而言，真實使用記錄正變得越來越重要，尤其是在編碼代理和更廣泛的代理工具上。TechCrunch 引用開源工具 Pi 的開發者 Mario Zechner 的說法稱，2025 年中編碼代理能力的明顯提升，與 Claude Code 默認保存會話並將其用於強化學習訓練有關。
隨著模型廠商將重點轉向軟體工程之外的專業工作流，獲取這類數據變得更難。許多企業流程更複雜，可追蹤的數位痕跡也更少，這讓模型評估和迭代受到限制。
企業更看重數據留存
普林斯頓大學計算機科學教授 Arvind Narayanan 表示，現有跡象顯示，大公司通常不願讓自身的數據被用於模型訓練。他提到，儘管面向消費者的訂閱方案價格往往便宜 10 倍到 20 倍，許多企業仍會選擇按 token 計費的企業版，主要差別就在於數據留存和企業 IT 治理要求。
Meta 此前在訓練數據獲取上也遇到阻力。報導稱，該公司今年早些時候曾推動一項追蹤員工電腦使用情況的計劃，但在內部引發批評，並於 6 月暫停。對於 Muse Spark 的新定價安排，Meta 沒有回應 TechCrunch 的評論請求。
前沿模型繼續打價格戰
這套定價也反映出前沿模型廠商之間的競爭正轉向更細緻的成本結構。就在前一天，Anthropic 發布了新模型 Fable 和 Mythos，並降低了快取 token 的處理成本。OpenAI 也在 7 月底對最新模型進行了較大幅度的降價。
在模型能力趨近的背景下，價格、數據獲取方式和企業客戶的治理要求，正一起成為 AI 平台競爭的新變量。