Meta предложила скидки на Muse Spark за передачу промптов и ответов модели

Что произошло

Meta ввела для новой модели Muse Spark отдельный contributor-тариф: пользователи получают скидку, если соглашаются делиться своими промптами и выводами модели для разработки будущих моделей.

Скидка в среднем составляет около 95%. Для 1 млн входных токенов цена снижается с $1,25 до 10 центов, а для 1 млн выходных токенов — с $4,25 до 20 центов.

Детали

Muse Spark описывается как модель для работы с кодинговыми и другими агентами. В руководстве по ценам Meta говорится, что contributor-уровень снижает порог входа для прототипирования, тестирования интеграций и масштабирования экспериментов, когда обучение на данных пользователя допустимо.

TechCrunch пишет, что Meta не ответила на вопрос о новой ценовой модели.

Контекст

TechCrunch отмечает, что Meta ранее столкнулась с трудностями при получении обучающих данных: инициатива по отслеживанию использования компьютеров сотрудниками вызвала широкую внутреннюю критику и была приостановлена в июне.

Mario Zechner, разработчик open source-инструмента Pi, ранее говорил TechCrunch, что скачок возможностей кодинговых агентов между апрелем 2025 года и октябрем 2025 года был связан с тем, что Claude Code по умолчанию сохранял сессии кодинговых агентов и использовал их для обучения с подкреплением.

Почему это важно

Такие пользовательские данные важны для улучшения агентных инструментов. При этом разработчикам моделей становится сложнее оценивать и улучшать инструменты за пределами разработки ПО из-за сложности многих профессиональных процессов и нехватки цифровых следов.

Профессор информатики Princeton Arvind Narayanan отметил, что есть серьезные признаки нежелания крупных компаний использовать свои данные для обучения моделей. По его словам, они остаются на Enterprise-планах с оплатой по токенам, хотя потребительские подписки вроде Claude Max и ChatGPT Pro могут быть дешевле в 10–20 раз или даже больше; главное отличие связано с хранением данных и корпоративным IT-управлением.

Narayanan также предположил, что явная компенсация со стороны Meta может подтолкнуть крупные компании внимательнее разделять действительно проприетарные данные и данные, которыми можно делиться с поставщиками моделей.