दो दाम, एक ही मॉडल
मेटा अपने कोडिंग और एजेंट कार्य के मॉडल मस्क स्पार्क तक पहुँच दो अलग दामों पर बेच रही है, और अंतर सिर्फ़ इस बात का है कि ग्राहक भेजी गई सामग्री पर मेटा को प्रशिक्षण की अनुमति देता है या नहीं। टेकक्रंच ने 3 सितंबर को इस व्यवस्था की रिपोर्ट दी।
मानक स्तर पर मस्क स्पार्क की लागत दस लाख इनपुट टोकन पर 1.25 डॉलर और दस लाख आउटपुट टोकन पर 4.25 डॉलर है, और ग्राहक के प्रॉम्प्ट तथा उत्तर मेटा की प्रशिक्षण शृंखला से बाहर रहते हैं। कॉन्ट्रिब्यूटर स्तर पर वही मॉडल 0.10 और 0.20 डॉलर में मिलता है। आउटपुट टोकन 21 गुना सस्ते हैं, इनपुट टोकन 12 गुना। टेकक्रंच ने मिलाजुला छूट लगभग 95 प्रतिशत आँकी।
बदले में मेटा को प्रॉम्प्ट, मॉडल के उत्तर और उनके इर्द-गिर्द के उपयोग-प्रतिरूप मिलते हैं, और यह सब भावी मॉडलों के प्रशिक्षण में जाता है। मेटा के अपने मूल्य-दस्तावेज़ इस स्तर को ऐसा बताते हैं जो “प्रोटोटाइप बनाने, एकीकरण परखने और प्रयोग बढ़ाने की प्रवेश-बाधा घटाता है, वहाँ जहाँ आपके डेटा पर प्रशिक्षण स्वीकार्य है”। मेटा ने टेकक्रंच को टिप्पणी देने से इनकार किया।
यह सामान्य व्यवस्था से अलग क्यों है
हर बड़े प्रयोगशाला की ग्राहक-डेटा पर प्रशिक्षण को लेकर एक स्थिति है, और अधिकतर इसे स्विच वाले डिफ़ॉल्ट के रूप में रखते हैं: उपभोक्ता उत्पाद डिफ़ॉल्ट रूप से प्रशिक्षण लेते हैं और बंद करने देते हैं; उद्यम अनुबंध प्रशिक्षण नहीं लेते और महँगे पड़ते हैं। सौदा असली है, पर बिखरा हुआ — शर्तों के पन्ने और सेटिंग की स्क्रीन के बीच।
मेटा ने कुछ अधिक संकरा और अधिक पठनीय किया है: डेटा पर एक अंक चस्पाँ कर दिया है। जो डेवलपर दस लाख आउटपुट टोकन पर 4.25 और 0.20 डॉलर के बीच चुनाव करता है, उसे उसी इकाई में दिखाया जा रहा है जो ख़रीद की बातचीत में मायने रखती है — कि उसका कोडिंग ट्रैफ़िक किसी अग्रणी प्रयोगशाला के लिए कितने का है।
यह स्तर कोई प्रयोग भी नहीं है। टेकक्रंच के अनुसार मेटा ने यह ढाँचा पहले अगस्त 2026 में मस्क स्पार्क 1.2 के साथ आज़माया और 1.3 में भी बनाए रखा, जिसे कंपनी ने 2 सितंबर को जारी किया।
डेवलपर असल में भेजते क्या हैं
कोडिंग ट्रैफ़िक इतना क़ीमती इसलिए है कि वह असामान्य रूप से अच्छा प्रशिक्षण डेटा है। एक एजेंट सत्र में एक कार्य होता है, प्रयासों की शृंखला, टूल कॉल, त्रुटि संदेश और — सबसे अहम — यह संकेत कि काम बना या नहीं। इसे कृत्रिम रूप से गढ़ना महँगा है और ख़रीदना कठिन।
काम करते डेवलपर के हाथ में यह दूसरों की सामग्री भी होती है। कोडिंग एजेंट से जाने वाले प्रॉम्प्ट में नियमित रूप से मालिकाना स्रोत कोड, आंतरिक एपीआई की बनावट, अवसंरचना का ब्योरा और कभी-कभी क्रेडेंशियल होते हैं। सस्ते स्तर पर जाने का बटन दबाने वाला अक्सर वह नहीं होता जो संदर्भ-खिड़की में पड़ी सामग्री का मालिक है।
प्रिंस्टन के कंप्यूटर विज्ञान प्राध्यापक अरविंद नारायणन ने टेकक्रंच से कहा कि बड़े उद्यम प्रायः मालिकाना डेटा साझा करने से बचते हैं और अधिक लागत के बावजूद उद्यम योजनाओं पर बने रहते हैं। यही अपेक्षित बँटवारा है: छूट की सबसे तेज़ मार छोटी टीमों और अकेले डेवलपरों पर पड़ती है, जिनके पास यह सोचने की क़ानूनी क्षमता सबसे कम है कि वे क्या दे रहे हैं, और देने को धकेलने वाली मूल्य-संवेदनशीलता सबसे अधिक।
आगे क्या देखना है
दिलचस्प सवाल यह है कि क्या दूसरे प्रयोगशाला भी ऐसा करेंगे। डेटा-बदले-दाम वाले स्पष्ट स्तर हाशिये पर रहे हैं — मुफ़्त परतें जो प्रशिक्षण लेती हैं, सशुल्क परतें जो नहीं लेतीं — पर किसी अग्रणी मॉडल के एपीआई पन्ने पर मुख्य आँकड़े के रूप में नहीं।
यदि ओपनएआई, एंथ्रोपिक या गूगल तुलनीय स्तर प्रकाशित करते हैं, तो उद्योग यह तय कर देगा कि प्रशिक्षण डेटा का एक सार्वजनिक इकाई-मूल्य है, और डेटा-प्रबंधन पर हर उद्यम वार्ता वहीं से शुरू होगी। यदि कोई नहीं करता, तो मेटा के इस स्तर को उसी रूप में पढ़ा जाएगा जो वह हो भी सकता है: डेटा में पिछड़ी एक कंपनी अपना रास्ता ख़रीदती हुई।
