Meta 提供 Muse Spark 1.3 模型的折扣访问权限以进行数据共享

如果开发人员让 Meta 训练他们的使用数据，该公司的新贡献者等级可将 API 成本削减高达 21 倍

大多数人工智能公司都允许您通过切换和隐私政策选择不共享数据。 Meta 研究了这一惯例，并决定将其转变为一种商业模式。

该公司于 9 月 2 日推出了 Muse Spark 1.3，为其最新的以编码为中心的人工智能模型提供了两个不同的定价等级。标准层运行每百万个输入代币 1.25 美元，每百万个输出代币 4.25 美元。与此同时，“贡献者”级别则将这些数字分别降至 0.10 美元和 0.20 美元。问题是：您的提示、响应和使用模式会反馈到 Meta 的训练管道中。

折扣背后的数学原理

这些贡献者等级数字代表 12 倍到 21 倍的折扣，具体取决于代币类型。缓存输入令牌允许开发人员重用上下文而无需重新处理，从标准计划的每百万美元 0.15 美元下降到贡献者计划的每百万美元 0.002 美元。这使得缓存输入减少了 75 倍，使得运行重复工作流程几乎变得非常便宜。

贡献者层将开发人员的请求上限限制为每分钟 60 个请求，而标准计划的请求上限为 3,000 个。吞吐量减少了 50 倍，使得折扣层基本上无法用于生产规模的应用程序。

为什么 Meta 需要您的代码

Muse Spark 系列背后的部门 Meta Superintelligence Labs 在构建这些模型时考虑到了特定的差距。 Meta 的核心平台 Instagram、Facebook、WhatsApp 生成大量对话和视觉数据。它们不会产生高质量的编码交互。

Muse Spark 1.3 支持 100 万个令牌的上下文窗口，这意味着它可以在单个会话中处理大约 750,000 个上下文单词。与早期版本相比，该模型还声称在减少完成复杂任务所需的工具调用数量方面提高了效率。

竞争格局

这种定价结构于 2026 年 8 月首次在 Muse Spark 1.2 中进行了测试，使贡献者级别成为一种深思熟虑的战略选择，而不是促销实验。

该战略直接针对 OpenAI 和 Anthropic，这两家公司都对其前沿模型收取溢价，但没有提供可比的数据共享折扣。 OpenAI 的方法是通过其免费的 ChatGPT 层收集训练信号，而 Anthropic 通常保持更严格的数据处理政策。