正在加载，请稍候
Meta 为 Muse Spark 推出贡献者定价：分享提示词与输出，换取约 95% 折扣。便宜的 token 背后是企业真实开发数据的价值，采购前先过这 4 项检查。
2026 年 9 月初，Meta 给面向编码与 agent 场景的新模型 Muse Spark 挂出一档「贡献者定价」：用户同意分享提示词与模型输出，百万 input token 的价格就从 1.25 美元降到 0.10 美元——平均折扣约 95%。便宜从来不是免费的，这一次 token 的「对价」是你的真实开发数据。
TechCrunch 记者 Tim Fernholz 的概括很直接：多数 AI 工具允许你选择退出把使用数据交给厂商改进模型，Meta 则是把「不退出」明码标了价。按标准协议，Muse Spark 每百万 input tokens 收费 1.25 美元、output tokens 4.25 美元；进入贡献者档后分别降到 0.10 美元与 0.20 美元。Meta 官方定价指南对此说得毫不含糊：贡献者档「降低了原型验证、集成测试与规模化实验的门槛——只要用你的数据训练是可以接受的」。
换句话说，这不是促销，而是一笔用 token 计价的数据许可采购：你省下约 95% 的调用费，厂商拿到的是你完整的工作轨迹——提示词、agent 的每一步决策、模型输出、以及这些输出如何被修改和纠错。Meta 对这类交互数据的渴求是有背景的：公司今年早些时候启动的内部员工电脑使用追踪项目遭遇广泛内部批评，6 月被叫停。它想要的数据在自己员工身上拿不到，于是转向外部开发者用折扣来换。
如果只是拿普通文本去训练，大模型厂商不缺语料；真正稀缺的是「真实工作过程」。开源 harness Pi 的作者 Mario Zechner 上个月向 TechCrunch 点破过这一点：「我们在 2025 年 4 月到 10 月看到的 coding agent 能力跃升，主要原因是 Claude Code 默认会把你的全部编码会话存下来，用于强化学习训练。」
这个说法解释了静态评测集做不到的事：agent 能力不是靠仓库快照喂出来的，而是靠从报错、重试、补丁到最终合入 PR 的那一整串 tool call 行为分布。谁拿到更多真实会话，谁的下一版 agent 就更会「在真实工程里干活」。于是 2026 年下半年的价格战有了另一层含义：Anthropic 的 Fable 与 Mythos 在 9 月初以更低缓存 token 成本发布，OpenAI 7 月底给旗舰模型大幅降价，GPT-6 Astra 的 API 价格与 Claude Fable 看齐。token 单价在跌，交互数据却在涨——便宜的 token 越来越像运输真实开发过程到训练集的运费。
企业端的反应则相反。普林斯顿大学教授 Arvind Narayanan 观察到，大公司宁愿留在按 token 计费的企业版，也不去用便宜 10 到 20 倍的 Claude Max、ChatGPT Pro 等订阅档，「两者最主要的差异就是数据保留与企业 IT 治理」。这个行为本身说明：在 B 端语境里，代码与提示词数据的主权已经是可以定价的产品属性，而不是合同里一行没人读的附则。至于数据流向了哪一层，模型与 harness 谁在主导编码过程，同样会改变你的议价位置。
| 数据类别 | 能否交给默认训练 | 判断理由 |
|---|---|---|
| 开源依赖、公开示例、不含内部信息的脚手架代码 | 可以 | 本来就是公开语料，泄露风险接近零 |
| 自有业务代码（不含密钥与客户数据） | 按仓库逐个决策 | 可能含算法设计、内部架构意图等竞争敏感信息 |
| 密钥、凭据、内网拓扑、生产配置 | 绝不 | 一旦进入训练集或第三方日志，等于公开安全事故 |
| 客户个人数据、财务、医疗等受合规约束的数据 | 绝不 | 与 GDPR、个保法直接冲突，责任无法用折扣抵扣 |
建议把「AI 工具数据进出」纳入现有的数据分级体系，而不是让每个工程师凭感觉点开关。能进默认训练的，应该是上面第一行；第二行需要架构或安全负责人审批；后两行在任何档位、任何折扣下都不该上传。
这四项问完，再回头看那张「95% 折扣」的价目表，会清楚很多：折扣省下的钱是显性成本，被换走的提示词与代码轨迹是隐性负债。对个人开发者，这笔交易经常划算；对掌握客户数据与核心资产的团队，答案取决于第一项检查的结果，而不是单价。
如果你的团队正在把 AI 编码工具纳入正式采购，建议先对照站内两篇再拍板：Claude Code 限额回落背后的企业用量治理清单，以及企业 AI 编程工具选型的 4 个新变量——限额、锁定与数据治理往往是同一件事的三张脸。蓝曜炬辉在为企业做 AI 应用与软件开发交付时，会把上面这 4 项检查作为选型评估的默认环节；需要针对团队现状的对照表，可通过 www.lanyaoai.com 联系。
不一定。按 Narayanan 的观察，企业留在按 token 计费的企业版，核心差异正是数据保留与 IT 治理；消费版订阅便宜，但默认设置与数据用途要逐条核对。安全的不是「API」或「订阅」这个形式，而是合同里写明的训练开关与保留条款。
Zechner 对 TechCrunch 的说法是，Claude Code 在 2025 年 4 到 10 月期间默认保存会话用于强化学习，并认为这是 coding agent 能力跃升的主因。不同版本与套餐的默认值不同，采购时以 Anthropic 当期文档与合同为准，并按上文清单第一项确认开关状态。
不是。数据不出内网只是第一步，还需要管好 MCP 工具权限、审计日志与模型权重供应链；否则「自托管」只是把风险从厂商转移到了自己的运维团队。安全收益要自己接住，而不是厂商替你兜底。
因为折扣的本质是数据对价。厂商拿到的是真实工作轨迹——提示词、纠错过程、失败重试——这些正是训练下一代 agent 最稀缺的语料。对个人或可公开项目，交易划算；对受合规约束的企业，先做数据分级再谈折扣。