Muse Spark 1.3 Contributor viene lanciato a $0.10/$0.20: il modello di codifica più economico di Meta, pagato in dati.

Meta ha rilasciato Muse Spark 1.3 Contributor il 2 settembre, e la sorpresa non è il modello — è il prezzo. Muse Spark 1.3 Contributor è la SKU di condivisione dei dati del nuovo checkpoint Muse Spark 1.3, proposta a $0,10 per milione di token in input e $0,20 per milione di token in output contro $1,25 e $4,25 per il Muse Spark 1.3 standard: uno sconto di circa 12× sull'input e 21× sull'output che garantisce a Meta il diritto di addestrarsi sui tuoi prompt e completamenti. Alexandr Wang, che guida il lavoro di Meta sull'AI, ha definito il prezzo “aggressivo”, ha dichiarato che una “percentuale significativa a doppia cifra” di sviluppatori sceglie già il livello Contributor introdotto da Meta insieme a Muse Spark 1.2 ad agosto, e ha inquadrato il rilascio come lavoro preparatorio per agenti personali che lavorano per conto dell'utente 24 ore su 24. Il modello è andato live nel Meta Model API e dentro Muse Code, l'agente di coding da terminale di Meta, già dal primo giorno; una variante “max reasoning” del checkpoint è ancora in fase di test di sicurezza. I team che instradano carichi di lavoro di coding attraverso un'API dovrebbero leggere tutto questo come una mossa di guerra dei prezzi travestita da lancio di un modello — e la SKU Contributor è l'arma.

Una release, e il livello che ne cambia il significato

Muse Spark 1.3 è la quarta release della linea Muse Spark da aprile, e la cadenza più rapida che Meta abbia mai tenuto su un modello di punta: il Muse Spark originale l'8 aprile, Muse Spark 1.1 il 9 luglio (il primo modello API a pagamento di Meta), Muse Spark 1.2 incentrato sul coding il 5 agosto, e ora 1.3 un mese dopo. Meta ha mantenuto il prezzo standard di 1.3 identico a quello di 1.2, il che è di per sé notevole: l'azienda tiene invariati i prezzi delle API mentre dichiara un grande balzo in avanti nelle capacità di coding. Il livello Contributor è dove vive davvero la strategia di prezzo di Meta: invece di scontare lo SKU standard, Meta distribuisce lo stesso checkpoint due volte, una a prezzo pieno senza clausola sui dati di addestramento e una quasi al costo in cambio dei diritti di utilizzo. Questa struttura a due SKU, introdotta per la prima volta con la 1.2 ad agosto, è ora il default per la famiglia.

• Checkpoint — Muse Spark 1.3, un modello di ragionamento multimodale a pesi chiusi (in ingresso: testo, immagini, video, audio e PDF; in uscita: testo).

• Contesto — 1,048,576 token di input, tetto massimo di 131,072 token di output, invariato rispetto alla 1.2.

• SKU standard — 1,25 $ per input, 4,25 $ per output, 0,15 $ per input in cache. Nessuna clausola sui dati di addestramento.

• Contributor SKU — $0,10 input, $0,20 output, $0,002 input in cache. Prompt e completamenti possono essere utilizzati per addestrare i modelli Meta.

• Modalità di ragionamento — le modalità standard saranno disponibili al lancio; "max reasoning" è stata trattenuta in attesa dei test di sicurezza.

• Dove gira — l'API Meta Model e Muse Code, con lo SKU Contributor anch'esso distribuito tramite le piattaforme per le quali Meta ha firmato.

La struttura "stesso checkpoint, due contratti" è importante per un motivo pratico: la qualità del modello non è la variabile tra le SKU. Uno sviluppatore che paga 4,25 dollari per milione di token di output e uno che paga 0,20 dollari stanno chiamando gli stessi pesi. La decisione tra di loro riguarda interamente la clausola sui dati e i limiti operativi che ne derivano — ed è per questo che l'opzione Contributor merita di essere trattata come un prodotto a sé stante, non come una nota a piè di pagina del lancio della 1.3.

Che cosa afferma Meta che il nuovo checkpoint cambi?

Poiché la 1.2 era essa stessa una release di codice, la storia della 1.3 è per lo più "migliore nello stesso lavoro". Tutti i seguenti sono numeri di Meta relativi al lancio, non ancora riprodotti da un valutatore indipendente:

• Terminal-Bench 2.1 — 88,8, che, secondo Meta, eguaglia il miglior risultato in classifica, in aumento rispetto agli 82,9 che aveva riportato per Muse Spark 1.2 sullo stesso benchmark.

• DeepSWE v1.1 — 75.4, che Meta definisce un risultato all'avanguardia sul benchmark agentico a lungo orizzonte, davanti ai 73.0 e 74.0 che cita per due rivali di frontiera.

• Ritenzione del contesto lungo — 98,5 su MRCR a 256K–512K e 98,1 a 512K–1M, entrambi dichiarati dal fornitore.

• Efficienza — Gli ingegneri di Meta riportano circa il 20% in meno di chiamate agli strumenti e il 25% in meno di token rispetto a Muse Spark 1.2 sugli stessi compiti, il che è l'affermazione che alimenta più direttamente un confronto dei costi.

Le affermazioni sull'efficienza contano anche se i punteggi dei benchmark non sopravvivono al contatto con un harness indipendente, perché si sommano al prezzo Contributor. L'unica ancora indipendente disponibile oggi è la generazione precedente: su Artificial Analysis, la voce più recente di Muse Spark è ancora Muse Spark 1.2, con un Intelligence Index di 57 e un punteggio misurato di circa 80,1 su Terminal-Bench 2.1 — al di sotto degli 82,9 dichiarati da Meta stessa per quel modello. Al momento in cui scriviamo non è stata pubblicata alcuna esecuzione indipendente di Muse Spark 1.3, e Artificial Analysis non ha ancora elencato il checkpoint 1.3. Considera le cifre 88,8 e 75,4 come dichiarazioni di Meta finché un'arena o un harness di terze parti non le conferma.

Le clausole in piccolo di Contributor sono dove l'affare si fa sul serio.

Il divario tra i token di output da $0.20 e $4.25 è reale, e le condizioni ad esso associate sono altrettanto reali. Il programma Contributor di Meta, come pubblicato con il rilascio 1.2 di agosto, abbina la tariffa scontata a vincoli che cambiano il modo in cui un team serio può utilizzarlo:

• Uso dei dati — i prompt e i completamenti inviati tramite il Contributor SKU possono essere utilizzati per addestrare i modelli di Meta. Ciò include il codice e, per un programmatore agentico, di fatto i contenuti dei repository a cui è indirizzato. Questo è esattamente il motivo dello sconto.

• Limiti di frequenza — il livello Contributor applica limiti molto più restrittivi rispetto allo standard: 60 richieste al minuto e 2,1 milioni di token al minuto, contro le 3.000 richieste e i 4 milioni di token al minuto dello SKU standard. Questo crea un divario di 50× nel throughput delle richieste ed esclude il livello Contributor per CI bursty o grandi esecuzioni di valutazione parallele.

• Limiti regionali — La disponibilità dei contributori è limitata a un sottoinsieme di regioni, ed è richiesto un metodo di pagamento anche se il costo marginale di una sessione può essere di pochi centesimi.

• Gli add-on non sono scontati — il grounding con ricerca web costa $2,50 ogni 1.000 query su entrambi i livelli, quindi un agente con un utilizzo intensivo del retrieval vede un risparmio percentuale inferiore a quanto suggeriscano le tariffe dei token.

• Il reasoning viene fatturato come output — ogni token di reasoning viene conteggiato alla tariffa di output, quindi lo sconto del 21× sull'output è il numero che domina un workload agentico.

Cosa fanno i token di output da $0,20 alla fattura di un agente

Prendiamo un'attività rappresentativa di coding agentico: 200.000 token di input tra contesto e stato del repository, e 40.000 token di output tra ragionamento e chiamate agli strumenti. Con lo SKU standard Muse Spark 1.3, il costo è $1,25 × 0,2 più $4,25 × 0,04, ovvero circa $0,42 per attività. Con Muse Spark 1.3 Contributor, la stessa aritmetica dà $0,10 × 0,2 più $0,20 × 0,04, ovvero circa $0,03 — all'incirca un quindicesimo del prezzo, prima ancora di contare il guadagno di efficienza del 25% di token in meno. Se si scala a un team che esegue qualche migliaio di attività agentiche al mese, lo SKU Contributor trasforma una bolletta di token a cinque cifre in una a tre cifre. Questa è l'offerta. La clausola in piccolo sopra è il costo, e per molti team la domanda rilevante non è se il risparmio sia reale, ma se la clausola sui dati e il tetto di 60 richieste al minuto siano accettabili.

Come lo eseguiresti davvero oggi

Muse Spark 1.3 Contributor non è ancora instradato da ogni piattaforma che offriva Muse Spark 1.2, quindi, a essere onesti, il quadro dell’accesso è diviso. Sul lato Meta, lo SKU Contributor è disponibile direttamente tramite la Meta Model API — cioè l’endpoint del fornitore stesso — ed è lì che vengono applicati i termini per il livello di condivisione dei dati. Dal nostro lato, il membro instradabile della famiglia Muse Spark oggi è il Muse Spark 1.2 standard, servito su OrcaRouter al prezzo di listino Meta di $1,25 in ingresso e $4,25 in uscita, con ricarico 0% — una sola chiave API, nessun secondo contratto e failover automatico in caso di congestione del provider a monte. Quando un provider instradato aggiunge la famiglia Muse Spark 1.3, entrambi gli SKU comparirebbero al prezzo di listino lo stesso giorno, perché OrcaRouter trasferisce la tariffa del provider senza alterarla: un taglio di prezzo del fornitore, o un livello Contributor, compare in fattura immediatamente, non dopo una rinegoziazione. Questo pass-through è la ragione pratica per tenere d’occhio dove approderà la 1.3, piuttosto che presumere che l’attuale divisione sia permanente.

Le prossime due settimane

Quattro fattori determineranno se Muse Spark 1.3 Contributor è una svolta autentica o una cadenza di marketing. {{1}}Primo, se un test indipendente conferma i punteggi dichiarati di 88,8 su Terminal-Bench e 75,4 su DeepSWE, dato che l’intera narrazione del "frontiera a prezzo scontato" poggia proprio su questi risultati.{{/1}} {{2}}Secondo, quando verrà distribuita la variante "max reasoning" finora trattenuta, e se sarà offerta anche sul livello Contributor.{{/2}} {{3}}Terzo, come reagiranno sul prezzo i rivali di Meta: un serio modello di programmazione a 0,20 dollari per milione di token di output mette sotto pressione tutti i modelli di programmazione premium che costano di più, e la risposta si vedrà entro poche settimane.{{/3}} {{4}}Quarto, se lo scetticismo iniziale della comunità — alcuni recensori hanno definito la 1.3 iterativa, "spremere il dentifricio" dopo una pausa di un mese — lascia il posto a risultati misurati di terze parti.{{/4}} Finché non arriveranno quei risultati, la posizione razionale è che Muse Spark 1.3 Contributor è un modo insolitamente economico per usare un modello di programmazione molto capace, con l’intero sconto compensato da una clausola sui dati che merita la stessa attenzione critica del grafico dei benchmark.