Meta, verilerini paylaşan kullanıcılar için Muse Spark token fiyatlarını yaklaşık %95 düşürdü

Verileriniz karşılığında indirim

Meta, çoğu yapay zekâ sağlayıcısının basit bir ayar olarak bıraktığı bir karara bir fiyat etiketi iliştirdi. TechCrunch'a göre şirket, kodlama ve diğer agentic iş yükleri için geliştirilen yeni piyasaya sürülen Muse Spark modeli için, promptlarının ve model çıktılarının gelecekteki eğitim için toplanmasına izin veren müşterilere, standart oranlara göre yaklaşık %95 indirim anlamına gelen bir iskonto sunuyor.

Program, ne kadar açık olmasından dolayı alışılmadık. Çoğu yapay zekâ aracı kullanıcıların kullanım verilerini sağlayıcıyla paylaşmasını devre dışı bırakmasına izin veriyor; Meta ise bu seçimi ticari bir işleme dönüştürdü ve veriyi daha düşük token fiyatları şeklinde ödüyor.

İki kademenin maliyeti

TechCrunch'ın haberine göre standart anlaşma kapsamında bir milyon input token 1,25 dolara, bir milyon output token 4,25 dolara mal oluyor. Katılımcı kademesinde ise aynı hacimler sırasıyla 10 sent ve 20 sent. Meta'nın fiyatlandırma dokümantasyonu, daha ucuz kademenin bir müşterinin verisiyle eğitim yapılmasının kabul edilebilir olduğu durumlarda prototipleme, entegrasyon testleri ve ölçekleme denemeleri için engeli düşürmenin bir yolu olarak sunuyor. Şirket, TechCrunch'ın yeni fiyatlandırma modeline ilişkin sorusuna yanıt vermedi.

Agent'lar neden gerçek kullanım izlerine ihtiyaç duyar

Fiyatlandırma, gerçek dünyadaki agent verilerinin ne kadar değerli hale geldiğini yansıtıyor. Açık kaynak harness Pi'nin geliştiricisi Mario Zechner'a göre, Nisan 2025 ile Ekim 2025 arasındaki kodlama agent'ı yeteneklerindeki belirgin sıçrama, büyük ölçüde Claude Code'un kullanıcıların kodlama oturumlarını varsayılan olarak saklaması ve bunları pekiştirmeli öğrenme eğitiminde kullanmasından geldi.

TechCrunch'ın belirttiği gibi bu tür kullanım verileri yazılım mühendisliği dışında elde edilmesi daha zor; çünkü birçok profesyonel iş akışı karmaşıktır ve az sayıda dijital iz bırakır, bu da model geliştiricilerin genel kullanım için agentic araçları ne kadar iyi değerlendirebileceğini ve geliştirebileceğini sınırlar. Meta şirket içinde de zorlandı: Bu yılın başlarında kendi çalışanlarının bilgisayar kullanımını izlemek için başlatılan bir girişim yaygın iç eleştiri topladı ve Haziran'da duraklatıldı.

Kurumsal direniş

Princeton'da bilgisayar bilimleri profesörü olan Arvind Narayanan, büyük şirketlerin verilerinin model eğitiminde kullanılmasını istemediğine dair güçlü kanıtlar bulunduğuna dikkat çekti. Böyle firmaların, Claude Max ve ChatGPT Pro gibi abonelik temelli tüketici teklifleri on ile yirmi kat veya daha fazla indirimli olmasına rağmen token faturalı kurumsal planlarda ısrar ettiğini, aradaki temel farkların veri saklama ve kurumsal BT yönetişimi olduğunu gözlemledi.

Açık bir tazminat sunarak Meta bu dinamiği kabul ediyor olabilir, onunla savaşmak yerine. Narayanan, bu düzenlemenin aslında büyük şirketleri hangi verinin gerçekten tescilli olduğunu ve hangilerinin daha düşük maliyetler karşılığında model sağlayıcılarıyla paylaşılabileceğini ayırt etmede daha dikkatli olmaya teşvik edebileceğini öne sürdü.

Daha geniş bir fiyat savaşının parçası

Bu hamle, frontier laboratuvarları arasındaki yoğunlaşan fiyat rekabetinin ortasına da denk geliyor. TechCrunch'ın bildirdiğine göre Anthropic'in makalenin yayınlandığı günün öncesinde piyasaya sürdüğü en yeni Fable ve Mythos modelleri, önbelleğe alınmış token'ları işleme maliyetlerinde indirimle geldi; OpenAI ise Temmuz sonunda en yeni modellerinde büyük fiyat indirimleri yaptı. Meta'nın katılımcı kademesi bu rekabete yeni bir boyut ekliyor: Liste fiyatlarını basitçe kesmek yerine, onları fiilen veriyle sübvanse ediyor.

Neden önemli

Bu düzen, bir gizlilik ayarını ölçülebilir bir finansal büyüklüğe dönüştürüyor. Bir müşterinin promptları ve çıktıları token faturasının yaklaşık %95'ine değiyorsa, artık her iki taraf da kullanım verisini küçük puntolar değil, geçerli bir fiyatı olan bir varlık olarak ele almak zorunda. İndirim, hangi sağlayıcıyı karşılayabileceklerini değiştirecek kadar büyük olduğundan, bu durum girişimlerin ve bireysel geliştiricilerin frontier modeller için bütçe yapma şeklini yeniden şekillendirebilir. Ayrıca kuruluşları iş akışlarında gerçekte neyin hassas olduğuna dair daha dürüst bir muhasebeye itebilir. Açık soru, diğer laboratuvarların aynı yolu izleyip izlemeyeceği ve indirimi kabul eden kullanıcıların, tescilli işleri de dahil olabilecek agent oturumlarının bir sonraki model neslisinin ham maddesi haline geldiğini tam olarak anlayıp anlamadığı.