Deux prix, un seul modèle
Meta vend l’accès à Muse Spark, son modèle destiné au code et au travail d’agents, à deux prix qui diffèrent selon que le client l’autorise ou non à s’entraîner sur ce qu’il envoie. TechCrunch a rapporté ce dispositif le 3 septembre.
Au palier standard, Muse Spark coûte 1,25 dollar le million de jetons d’entrée et 4,25 dollars le million de jetons de sortie, et les requêtes et réponses du client restent hors de la chaîne d’entraînement de Meta. Au palier Contributor, le même modèle coûte 0,10 et 0,20 dollar. Les jetons de sortie sont 21 fois moins chers, ceux d’entrée 12 fois. TechCrunch évalue la remise globale à environ 95 %.
Ce que Meta prend en échange, ce sont les requêtes, les réponses du modèle et les schémas d’usage qui les entourent, le tout alimentant l’entraînement des modèles à venir. La documentation tarifaire de Meta présente le palier comme abaissant « la barrière à l’entrée pour le prototypage, le test d’intégrations et la montée en charge d’expériences lorsque l’entraînement sur vos données est acceptable ». Meta n’a pas souhaité commenter auprès de TechCrunch.
En quoi cela diffère de l’arrangement habituel
Tous les grands laboratoires ont une position sur l’entraînement à partir des données clients, et la plupart l’expriment comme un réglage par défaut assorti d’un interrupteur : les produits grand public s’entraînent par défaut et permettent de refuser, les contrats d’entreprise ne s’entraînent pas et coûtent plus cher. L’échange est réel, mais diffus, réparti entre une page de conditions et un écran de réglages.
Meta a fait quelque chose de plus étroit et de plus lisible : il a mis un chiffre sur les données. Un développeur qui choisit entre 4,25 et 0,20 dollar le million de jetons de sortie voit, dans la seule unité qui compte dans une discussion d’achat, ce que vaut son trafic de code pour un laboratoire de pointe.
Le palier n’est pas non plus une expérience. Selon TechCrunch, Meta a d’abord testé la structure avec Muse Spark 1.2 en août 2026 et l’a reconduite pour la 1.3, que l’entreprise a publiée le 2 septembre.
Ce que les développeurs envoient réellement
Si le trafic de code vaut autant, c’est qu’il constitue des données d’entraînement d’une qualité inhabituelle. Une session d’agent contient une tâche, une série de tentatives, des appels d’outils, des messages d’erreur et — c’est décisif — un signal indiquant si la chose a fonctionné. Cela coûte cher à synthétiser et se rachète difficilement.
C’est aussi, entre les mains d’un développeur au travail, le matériau d’autrui. Les requêtes issues d’un agent de code contiennent couramment du code propriétaire, des formes d’API internes, des détails d’infrastructure et parfois des identifiants. Celui qui bascule vers le palier bon marché n’est fréquemment pas celui à qui appartient ce qui se trouve dans la fenêtre de contexte.
Arvind Narayanan, professeur d’informatique à Princeton, a déclaré à TechCrunch que les grandes entreprises évitent en général de partager des données propriétaires et restent sur les offres entreprise malgré leur coût. C’est le partage attendu : la remise frappe le plus fort les petites équipes et les développeurs indépendants, qui ont le moins de capacité juridique à évaluer ce qu’ils cèdent et la plus grande sensibilité au prix qui les pousse à le céder.
Ce qu’il faut surveiller
La question intéressante est de savoir si d’autres laboratoires suivront. Des paliers explicites données-contre-prix existent en marge — offres gratuites qui s’entraînent, offres payantes qui ne s’entraînent pas — mais pas comme chiffre affiché sur la page d’API d’un modèle de pointe.
Si OpenAI, Anthropic ou Google publient un palier comparable, le secteur aura établi que les données d’entraînement ont un prix unitaire public, et toute négociation d’entreprise sur le traitement des données partira de là. Si aucun ne le fait, le palier de Meta se lira comme ce qu’il peut aussi être : une entreprise en retard sur les données qui achète son avance.
