Meta 於 9 月 2 日推出 Muse Spark 1.3，引入雙層定價結構。允許 Meta 以其提示詞與輸出內容進行訓練的開發者，最低只需支付標準費率的二十一分之一。此次發布顯示，定價——而不僅是原始模型能力——已成為 AI 業者的競爭焦點，業者越來越願意以折扣換取訓練資料。

快取 token 價格下降 75 倍

在標準方案中，一百萬輸入 token 的價格為 1.25 美元，一百萬輸出 token 為 4.25 美元。Contributor 層級將這些價格分別降至 10 美分與 20 美分，平均節省約 95%。

最大折扣適用於快取輸入 token，讓開發者可以重複使用上下文而無需為重新處理付費。其價格從每百萬 token 0.15 美元降至 0.002 美元——降幅達 75 倍，使重複性工作流程幾乎免費執行。對於執行需要反覆引用相同長上下文的代理程式的開發者而言，快取 token 的費用往往主宰應用程式的總成本，因此這個項目的折扣最為優惠。

作為交換，開發者必須放棄對自身資料的控制權。在 Contributor 層級中，所有提示詞、回應與使用行為模式都會匯入 Meta 的訓練管線。

速率限制也有所不同：標準方案允許每分鐘 3,000 次請求，而 Contributor 層級的上限為每分鐘 100 次（100 RPM）——對正式規模的功能而言太少了。每分鐘 100 次的上限加上無限制的資料使用，使該層級更適合實驗與原型開發，而非實際部署。

Meta 暫停內部員工監控計畫

Muse Spark 產品線背後的部門 Meta Superintelligence Labs 打造這些模型，是為了填補特定缺口。Facebook、Instagram 與 WhatsApp 產生大量對話與視覺資料，但對於提升代理工具所需的高品質編程互動資料卻相當匱乏。

開源工具框架 Pi 的開發者 Mario Zechner 表示，2025 年 4 月至 10 月間編程代理能力的提升，主要原因是 Claude Code 預設儲存用戶工作階段，並將其用於強化學習訓練。

Meta 自身一直難以取得此類資料。公司內部一項追蹤員工電腦使用情形的計畫受到強烈批評，已於 6 月暫停。

普林斯頓大學資訊科學教授 Arvind Narayanan 指出，即使 Claude Max 與 ChatGPT Pro 等消費級訂閱的成本低了 10 到 20 倍，大型企業仍堅持使用按 token 計費的企業方案，因為企業方案能讓其資料不進入訓練流程。Narayanan 認為，Meta 的這項方案可能促使這些企業更加謹慎地區分專有資料與願意以折扣換取的資料。

「它降低了原型開發、整合測試與規模化實驗的進入門檻，適用於允許以您的資料進行訓練的情境，」Meta 的定價指南針對 Contributor 層級如此說明。

Meta 曾於 2026 年 8 月在 Muse Spark 1.2 中首次試行雙層定價結構。Muse Spark 1.3 具備 100 萬 token 的上下文視窗，可在單一工作階段中容納約 75 萬字，公司並聲稱相較於前代模型，完成複雜任務所需的工具呼叫次數更少。

此舉正值全產業更廣泛的降價潮：Anthropic 降低了新款 Fable 與 Mythos 模型的快取 token 成本，而 OpenAI 也在 7 月底調降了所有最新模型的價格。OpenAI 從免費 ChatGPT 層級用戶取得訓練資料，Anthropic 則採行較嚴格的資料規範。Meta 的做法讓這種取捨變得明確且有定價，隨著競爭對手決定是否跟進推出類似的「資料換折扣」方案，此一動向值得持續關注。

來源：Cryptopolitan