Meta 为 Muse Spark 提供近 95% 折扣，换取用户使用数据训练 AI

大多数 AI 工具允许用户选择退出，不让自己的使用情况被分享给模型提供商用于改进未来版本。Meta 却把这个想法贴上了价签。

针对其新推出的 Muse Spark 模型（旨在用于运行编码及其他智能体），Meta 提供了一项明确的价格折扣：对于愿意“贡献”未来模型开发、分享自己提示词和模型输出内容的用户，平均可享约 95% 的折扣。

在标准协议下，100 万输入 token 的价格为 1.25 美元；而在贡献者定价模式下，仅需 10 美分。对于输出 token，标准价格为每百万 4.25 美元，但贡献者模式只需 20 美分。

Meta 在获取训练数据方面一直举步维艰：今年早些时候启动的一项追踪员工电脑使用情况的计划，引发了广泛的内部批评，并于 6 月被暂停。该公司未就 TechCrunch 关于新定价模式的提问作出回应。

这类用户数据对于让智能体工具表现更好至关重要。“我们观察到 [编码智能体] 能力在 2025 年 4 月至 2025 年 10 月间出现大幅增长，是因为 Claude Code 默认会存储你所有的编码智能体会话，并用于强化学习训练，”开源框架 Pi 的开发者 Mario Zechner 上月告诉 TechCrunch。

但当模型构建者的重心日益转向部署软件工程师之外使用的智能体工具时，它们评估和改进这些工具的能力却因许多专业工作流的复杂性和缺乏数字痕迹而受阻。

普林斯顿大学计算机科学教授 Arvind Narayanan 指出，有充分证据表明大型公司不希望自己的数据被用于模型训练。

“他们继续使用按 token 计费的商业计划，尽管 Claude Max 和 ChatGPT Pro 等订阅制消费者方案已经降价了 10 到 20 倍甚至更多！（各方案之间的主要区别在于数据保留和企业 IT 治理。）”他在社交媒体上 写道。

或许正是为了应对这种趋势，Meta 正在向企业提供明确的补偿以获取相关数据。其定价指南指出，贡献者层级“降低了在允许使用您的数据进行训练的 prototyping、集成测试和扩展实验中的准入门槛。”

Narayanan 表示，这反过来可能会激励大型企业更加审慎地区分哪些数据真正属于专有财产，哪些可以分享给模型提供商。

这一框架还可能加剧前沿实验室之间日益激烈的价格竞争。Anthropic 昨日发布的最新 Fable 和 Mythos 模型降低了缓存 token 的处理成本，而 OpenAI 的最新模型也在 7 月底 大幅降价。