Två priser, en modell
Meta säljer åtkomst till Muse Spark, bolagets modell för kodning och agentarbete, till två priser som skiljer sig åt beroende på om kunden låter Meta träna på det som skickas in. TechCrunch rapporterade om upplägget den 3 september.
På standardnivån kostar Muse Spark 1,25 dollar per miljon indatatoken och 4,25 dollar per miljon utdatatoken, och kundens prompter och svar hålls utanför Metas träningskedja. På Contributor-nivån kostar samma modell 0,10 och 0,20. Utdatatoken blir 21 gånger billigare, indatatoken 12 gånger. TechCrunch satte den sammanvägda rabatten till omkring 95 procent.
Det Meta får i utbyte är prompterna, modellens svar och användningsmönstren kring dem, och allt detta går in i träningen av framtida modeller. Metas egen prisdokumentation beskriver nivån som något som sänker “tröskeln för att prototypa, testa integrationer och skala experiment där träning på dina data är acceptabel”. Meta avböjde att kommentera för TechCrunch.
Varför detta skiljer sig från det vanliga upplägget
Alla stora laboratorier har en hållning i frågan om att träna på kunddata, och de flesta uttrycker den som ett förval med en strömbrytare: konsumentprodukter tränar som standard och låter dig stänga av, företagsavtal tränar inte och kostar mer. Bytet är verkligt men diffust, utspritt över en villkorssida och en inställningsskärm.
Meta har gjort något snävare och mer läsbart: satt en siffra på datan. En utvecklare som väljer mellan 4,25 och 0,20 dollar per miljon utdatatoken får se, i den enda enhet som betyder något i ett inköpssamtal, vad hens kodtrafik är värd för ett frontlaboratorium.
Nivån är heller inget experiment. Enligt TechCrunch prövade Meta först strukturen med Muse Spark 1.2 i augusti 2026 och tog med den in i 1.3, som bolaget släppte den 2 september.
Vad utvecklare faktiskt skickar
Skälet till att kodtrafik är värd så mycket är att den är ovanligt bra träningsdata. En agentsession innehåller en uppgift, en rad försök, verktygsanrop, felmeddelanden och — avgörande — en signal om huruvida det fungerade. Det är dyrt att syntetisera och svårt att köpa.
Den är också, i händerna på en arbetande utvecklare, andras material. Prompter från en kodagent innehåller rutinmässigt proprietär källkod, interna API-former, infrastrukturdetaljer och ibland inloggningsuppgifter. Den som klickar sig vidare till den billigare nivån är ofta inte den som äger det som ligger i kontextfönstret.
Arvind Narayanan, professor i datavetenskap vid Princeton, sade till TechCrunch att stora företag tenderar att undvika att dela proprietära data och stannar på företagsavtalen trots den högre kostnaden. Det är den väntade uppdelningen: rabatten slår hårdast mot små team och enskilda utvecklare, som har minst juridisk kapacitet att resonera om vad de lämnar ifrån sig och mest priskänslighet som driver dem att göra det.
Vad man bör följa
Den intressanta frågan är om andra laboratorier följer efter. Uttryckliga data-mot-pris-nivåer har funnits i utkanterna — gratisnivåer som tränar, betalnivåer som inte gör det — men inte som rubriksiffra på API-sidan för en frontmodell.
Om OpenAI, Anthropic eller Google publicerar en jämförbar nivå har branschen slagit fast att träningsdata har ett offentligt styckpris, och varje företagsförhandling om datahantering kommer att utgå från det. Om ingen gör det kommer Metas nivå att läsas som vad den också kan vara: ett bolag som ligger efter på data och köper sig framåt.
