Meta 正在付费查看你如何使用他们最新的人工智能模型

大多数人工智能工具都允许您选择不与模型提供商共享您的使用情况，以改进未来的版本。 Meta 采纳了这个想法并为其贴上了价格标签。对于其用于操作编码和其他代理的新 Muse Spark 模型，它为通过分享提示和模型输出为未来模型的开发“做出贡献”的用户提供平均约 95% 的明确折扣。标准协议下 100 万个输入代币的成本为 1.25 美元，而在贡献者定价模型下，它们的成本仅为 0.10 美元。对于输出代币，标准价格为每百万 4.25 美元，但在贡献者模型下，同一百万的成本仅为 0.20 美元。 Meta 在获取培训数据方面遇到了困难：今年早些时候启动的一项跟踪员工计算机使用情况的计划引起了内部广泛批评，并于 6 月份暂停。该公司没有回应 TechCrunch 关于其新定价模式的问题。此类用户数据对于使代理工具更好地工作至关重要。 “我们在 2025 年 4 月至 2025 年 10 月之间看到[编码代理]功能大幅跃升的原因是，Claude Code 默认情况下会存储所有编码代理会话并将其用于强化学习训练，”开源 Harness Pi 背后的开发人员 Mario Zechner 上个月告诉 TechCrunch。但是，尽管模型构建者越来越需要部署代理工具以供软件工程之外使用，但他们评估和改进这些工具的能力却因许多专业工作流程的复杂性和缺乏数字痕迹而受到阻碍。普林斯顿大学计算机科学教授阿尔文德·纳拉亚南 (Arvind Narayanan) 指出，有充分证据表明大公司不希望他们的数据用于模型训练。他在社交媒体上写道：“尽管 Claude Max 和 ChatGPT Pro 等基于订阅的消费者计划有 10 倍到 20 倍甚至更多的折扣，他们仍然坚持使用代币计费的企业计划！（这些计划之间的主要区别在于数据保留 + 企业 IT 治理）。”也许是为了认识到这些动态，Meta 正在向获得这些信息的公司提供明确的补偿。其定价指南指出，贡献者层级“降低了原型设计、测试集成和扩展实验的准入门槛，在这些实验中，数据训练是可以接受的。”纳拉亚南表示，这反过来可能会激励大公司更加努力地了解哪些数据是真正专有的，哪些数据可以与模型提供商共享。该框架还可能会加剧前沿实验室之间日益激烈的价格竞争。 Anthropic 昨天发布的最新 Fable 和 Mythos 模型降低了处理缓存代币的成本，而 OpenAI 的最新模型在 7 月底大幅降价。