Meta wydała Muse Spark 1.3 we wrześniu, wprowadzając dwupoziomową strukturę cenową. Deweloperzy, którzy pozwolą firmie Meta trenować modele na ich promptach i wynikach, płacą zaledwie jedną dwudziestą pierwszą standardowej stawki. Premiera pokazuje, że konkurencja między dostawcami AI toczy się nie tylko wokół możliwości samych modeli, ale także cen — a vendorzy coraz chętniej wymieniają rabaty na dane treningowe.

Tokeny z pamięci podręcznej tanieją 75-krotnie

W planie standardowym milion tokenów wejściowych kosztuje 1,25 dolara, a milion tokenów wyjściowych 4,25 dolara. Poziom Contributor obniża te ceny do odpowiednio 10 i 20 centów, co daje średnio około 95% oszczędności.

Największy rabat dotyczy tokenów wejściowych z pamięci podręcznej, które pozwalają deweloperom ponownie wykorzystywać kontekst bez ponoszenia kosztów ponownego przetwarzania. Ich cena spada z 0,15 do 0,002 dolara za milion tokenów — 75-krotna obniżka, która sprawia, że powtarzalne workflow są niemal darmowe. Dla deweloperów uruchamiających agenty wielokrotnie odwołujące się do tego samego długiego kontekstu, ceny tokenów z cache mogą dominować w całkowitym koszcie aplikacji — dlatego ta pozycja cennika otrzymała najwyższy rabat.

W zamian deweloperzy oddają kontrolę nad swoimi danymi. Na poziomie Contributor wszystkie prompty, odpowiedzi i wzorce użycia trafiają do pipeline'u treningowego Meta.

Różnią się też limity żądań: plan standardowy pozwala na 3 000 żądań na minutę, a dostęp Contributor jest ograniczony do 100 RPM — zbyt mało dla funkcjonalności na skalę produkcyjną. Połączenie limitu 100 RPM i nieograniczonego wykorzystania danych kieruje ten poziom ku eksperymentom i prototypowaniu, a nie wdrożeniom.

Meta wstrzymała wewnętrzny program śledzenia pracowników

Meta Superintelligence Labs, dział odpowiedzialny za linię Muse Spark, zbudował te modele, by wypełnić konkretną lukę. Facebook, Instagram i WhatsApp generują potok danych konwersacyjnych i wizualnych, ale bardzo mało wysokiej jakości interakcji związanych z kodowaniem, których potrzebują narzędzia agentowe, aby się doskonalić.

Mario Zechner, twórca open-source'owego harnessu Pi, powiedział, że wzrost możliwości agentów kodujących od kwietnia do października 2025 roku wynikał głównie z tego, że Claude Code domyślnie przechowywał sesje użytkowników i przekazywał je do treningu ze wzmocnieniem.

Meta miała trudności z samodzielnym pozyskaniem takich materiałów. Wewnętrzny program śledzący, jak pracownicy korzystają z komputerów, spotkał się z ostrą krytyką i został wstrzymany w czerwcu.

Arvind Narayanan, profesor informatyki na Princeton, zauważył, że duże firmy trzymają się planów enterprise rozliczanych za tokeny, nawet gdy subskrypcje konsumenckie, takie jak Claude Max i ChatGPT Pro, kosztują 10–20 razy mniej, ponieważ plany enterprise chronią ich dane przed treningiem. Narayanan zasugerował, że oferta Meta może skłonić te firmy do większej ostrożności w rozróżnianiu danych własnościowych od danych, które chętnie wymieniłyby na rabat.

„Obniża to barierę wejścia dla prototypowania, testowania integracji i skalowania eksperymentów tam, gdzie trening na Twoich danych jest akceptowalny” — mówi o poziomie Contributor cennik Meta.

Meta po raz pierwszy przetestowała dwupoziomową strukturę w Muse Spark 1.2 w sierpniu 2026 roku. Muse Spark 1.3 oferuje okno kontekstowe o pojemności 1 miliona tokenów, mogące pomieścić około 750 000 słów w jednej sesji, a firma twierdzi, że wymaga on mniej wywołań narzędzi do wykonania złożonych zadań niż poprzedniki.

Krok ten następuje w okresie szerszych obniżek cen w branży: Anthropic obniżyło koszt tokenów z pamięci podręcznej dla swoich nowych modeli Fable i Mythos, a pod koniec lipca OpenAI obniżyło ceny wszystkich najnowszych modeli. OpenAI pozyskuje dane treningowe od użytkowników darmowego poziomu ChatGPT, natomiast Anthropic stosuje ostrzejsze zasady dotyczące danych. Podejście Meta czyni ten kompromis jawnym i wycenionym — aspekt wart obserwacji, gdy konkurenci będą decydować, czy pójdą tropem własnych programów typu dane-za-rabat.

Źródło: Cryptopolitan