Meta Muse Spark：编程Agent模型，贡献代码可享95%折扣

大多数 AI 工具都允许用户选择不将自己的使用数据共享给模型提供商，以用于改进未来版本。Meta 将这个思路更进一步，给它加上了价格标签。

Meta 针对其新的 Muse Spark 模型（面向编程及其他 Agent）推出了"贡献者定价"计划，用户通过共享自己的 prompts 和模型输出"贡献"数据来帮助训练未来模型，可享受约 95% 的平均折扣。

标准协议下每百万输入 token 收费 1.25 美元，而贡献者定价模式下仅需 10 美分。输出 token 的标准价格为每百万 4.25 美元，但在贡献者模式下同样百万 token 只需 20 美分。

Meta 在获取训练数据方面一直处境艰难：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，并于六月暂停。该公司未回应 TechCrunch 关于其新定价模式的询问。

这类用户数据对于提升 Agent 工具的性能至关重要。"2025 年 4 月到 2025 年 10 月之间，我们看到[编程 Agent]能力出现了一次大跃升，原因是 Claude Code 默认会存储你所有的编程 Agent 会话，并将其用于强化学习训练，"开源测试框架 Pi 的开发者 Mario Zechner 上个月告诉 TechCrunch。

但即便如此，随着模型构建者越来越迫切地需要将 Agent 工具部署到软件工程以外的领域使用场景，他们评估和改进这些工具的能力却受到了许多专业工作流程复杂性和数字痕迹缺失的制约。

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

"他们坚持使用按 token 计费的企业计划，尽管基于订阅的消费级计划如 Claude Max 和 ChatGPT Pro 有 10 倍甚至 20 倍的折扣！（两种计划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。

也许正是认识到这些动态，Meta 开始向各家公司提供明确的补偿以获取这些信息。其定价指南指出，贡献者层级"降低了原型设计、测试集成以及规模化实验的门槛，在这些场景下使用你的数据进行训练是可接受的。"

Narayanan 认为，这反过来可能激励大公司更认真地辨别哪些数据真正属于专有数据，哪些可以与模型提供商共享。

该定价框架也可能影响前沿实验室之间日益激烈的价格竞争。Anthropic 最新发布的 Fable 和 Mythos 模型于昨日发布，带来了缓存 token 处理成本的降低，而 OpenAI 的最新模型则在七月底获得了大幅降价。