大多数 AI 工具允许用户选择退出与模型提供商共享使用数据以改进未来版本，而 Meta 则将这一选项赋予了价格标签。
Muse Spark 模型“贡献者”折扣高达95%
Meta 为新一代 Muse Spark 模型（旨在运行编码及其他智能代理）提供明确折扣：若用户同意分享提示词和模型输出以“贡献”于未来模型开发，平均折扣率约为 95%。
在标准协议下，100 万输入令牌费用为 1.25 美元，贡献者模式仅需 10 美分；输出令牌标准价格为每百万 4.25 美元，贡献者模式下同样一百万只需 20 美分。
Meta 获取训练数据屡遭挫折
Meta 在获取训练数据方面一直举步维艰。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广泛内部批评，并于六月被暂停。该公司未回应 TechCrunch 关于新定价模式的提问。
用户数据对提升智能体（agentic）工具表现至关重要。开源框架 Pi 开发者 Mario Zechner 上个月表示：“我们在 2025 年 4 月到 10 月间看到编码智能体能力大幅提升，原因在于 Claude Code 默认存储所有会话并用于强化学习训练。”
然而，即便模型构建者迫切希望将智能体工具部署至软件工程之外的领域，专业工作流的复杂性及数字痕迹的缺失仍阻碍了其评估与改进能力。
企业数据隐私与行业价格战
普林斯顿大学计算机科学教授 Arvind Narayanan 指出，有充分证据表明大型公司不愿其数据被用于模型训练。他在社交媒体上写道：“尽管 Claude Max 和 ChatGPT Pro 等订阅制消费级计划折扣高达 10 到 20 倍甚至更多，企业仍坚持使用按令牌计费的 Enterprise 计划，主要区别在于数据保留和企业 IT 治理。”
或许为应对这一动态，Meta 正向公司提供明确补偿以获取信息。其定价指南指出，贡献者层级“降低了原型设计、测试集成以及在对你的数据进行训练可接受的实验中扩展规模的门槛。”Narayanan 建议，这可能会激励大型公司在区分专有信息与可共享数据时更加谨慎。
该框架也可能加剧前沿实验室之间的价格竞争。Anthropic 昨日发布的新款 Fable 和 Mythos 模型已降低处理缓存令牌的成本，OpenAI 的最新模型也在七月底大幅降价。