资讯模型与产品··来源: TechCrunch·原文 →

Meta 推出 Muse Spark 模型差异化定价:共享数据最高降价 95%

Meta 为其新发布的 Muse Spark 代理模型推出双轨定价策略,用户若同意共享提示词和模型输出用于训练,可享受最高 95% 的价格折扣。这一机制将数据贡献明码标价,反映出 AI 公司在获取高质量训练数据(尤其是代理工具使用数据)方面的迫切需求,同时也可能重塑企业客户对数据共享的决策逻辑。

Meta 推出 Muse Spark 模型差异化定价:共享数据最高降价 95%
[广告位 · 上线后接 AdSense]

Meta最近搞了个大动作!新推出的Muse Spark 模型玩起了"数据换折扣"的双轨定价,直接把用户数据贡献和价格优惠挂钩。这个专为编程代理(Coding Agent)等AI代理场景打造的模型,愿意共享使用数据的用户能拿到95折的超级优惠!

数据换折扣:真香价格对比

来看看具体价格有多香:

  • 标准模式:100万输入token 1.25刀 → 贡献者价直接砍到0.1刀
  • 输出token:标准价百万4.25刀 → 贡献者价0.2刀

白嫖秘诀就一条:同意把提示词(Prompts)和模型输出喂给Meta当训练粮。

为啥这么拼?AI Agent的"数据饥渴症"

Meta这波操作可不是独一家。开源工具Pi的开发者Mario Zechner爆料,2025年4-10月编程代理能力突飞猛进,全靠Anthropic的Claude Code默认存储用户会话做强化学习

但问题来了:AI代理工具现在杀进金融、法律等专业领域,这些行业工作流程复杂又没数字化痕迹,模型商想搞高质量训练数据比登天还难。

Meta自己就吃过瘪——年初想监控员工电脑偷数据,结果被内部集体抵制,6月直接凉凉。

企业用户的小算盘

普林斯顿大学教授Arvind Narayanan点破真相:大厂宁愿多花钱买企业plan,也不要10-20倍折扣的订阅制。核心区别就在数据留存政策和IT管控能力。

Meta明说了,贡献者定价就是给"原型开发、测试集成这些不敏感场景"开的绿色通道。教授预测,这波操作可能倒逼企业重新定义"核心数据"边界。

价格战进入2.0时代

这波定价策略也暴露了AI巨头们的焦虑。Anthropic刚发布Fable和Mythos降本,OpenAI7月底也搞了波大降价,现在连数据都要卷起来了。

国内玩家注意:虽然还没人玩"数据换折扣",但《生成式AI管理办法》明确要求训练数据必须合法授权。真要跟进的话,用户协议必须写清数据用途、留存时限、匿名处理和退出机制。企业用户更得掂量清楚——省下的钱值不值数据风险?

TechCrunch就这事联系Meta,但截至发稿还没回音。


本文基于 TechCrunch 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://techcrunch.com/2026/09/03/meta-is-paying-to-peek-at-how-you-use-their-latest-ai-model/

常见问题

Meta 的贡献者定价具体便宜多少?
输入 token 从标准的每百万 1.25 美元降至 0.10 美元(降幅 92%),输出 token 从 4.25 美元降至 0.20 美元(降幅 95%)。前提是用户同意共享提示词和模型输出用于训练。
为什么 AI 公司如此需要用户使用数据?
尤其对 AI Agent 工具,真实使用数据(如编程会话、任务执行记录)是强化学习的关键。原文提到 Claude Code 通过存储用户代理会话实现了能力显著提升。许多专业场景缺乏数字化痕迹,使得这类数据更为稀缺。
企业客户为何不愿共享数据即便有巨大折扣?
据普林斯顿教授观察,大型企业通常坚持使用不留存数据的企业计划,即便消费者订阅计划折扣达 10-20 倍。主要原因是数据主权、合规要求和商业机密保护,企业更看重数据控制权而非成本。
中国用户使用此类服务需注意什么?
需确认服务商是否明确数据用途、留存期限和跨境传输情况。根据《生成式 AI 管理办法》,训练数据需合法授权。企业应评估数据敏感度,个人用户应了解退出机制和数据删除权利。
[广告位 · 上线后接 AdSense]
标签:#Meta

相关 AI 工具

文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾

浏览全部工具 →

同类资讯 — 由发布时间排序

苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里

苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里

苹果在最新发布会上为 Apple Watch 引入了 Live Rewind 和 Siri Recap 等实时音频转录功能,允许用户回溯 15 秒对话并自动生成会议摘要。尽管苹果强调不存储原始音频且支持端到端加密,但这些"始终聆听"的技术仍引发了关于同意权、法律证据效力及社交行为改变的广泛讨论,标志着科技巨头在 AI 竞争压力下对隐私底线的重新定义。

应用与案例AI 安全
ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发

ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发

AI 安全非营利组织 ControlAI 美国执行董事 Connor Leahy 在 TechCrunch 播客中提出激进观点:应通过立法完全禁止企业开发超级智能(superintelligence),而非仅依赖对齐与遏制技术。他认为当 AI 能自主改进 AI 时将触发失控循环,并透露美英两国已有相关立法推进,包括 Sanders-Casar 提出的"禁止超级智能法案"。

政策与安全OpenAI
五角大楼要求 OpenAI 提供"低拒绝率"军用 AI 引发争议

五角大楼要求 OpenAI 提供"低拒绝率"军用 AI 引发争议

据 The Intercept 报道,美国国防部曾要求 OpenAI 提供一个"极少拒绝执行"军事指令的定制版 AI 系统。OpenAI 否认签署过包含此类措辞的合同。这一事件再次引发关于 AI 安全护栏与军事应用边界的讨论,对中国 AI 从业者理解大模型伦理约束具有参考意义。

政策与安全OpenAI
Meta 推出 Muse AI 智能体,隐私信任成最大挑战

Meta 推出 Muse AI 智能体,隐私信任成最大挑战

Meta 在达成 180 亿美元和解协议后不到两周,推出个人 AI 智能体 Muse,可连接邮件、日历、支付等服务代用户执行任务。产品采用独立虚拟机架构保护隐私,但 Meta 多次违反隐私承诺的历史记录,令消费者信任成为产品成败关键。

模型与产品Meta