Muse Spark 1.3 Contributor, $0.10/$0.20에 출시: 데이터로 지불되는 Meta의 가장 저렴한 코딩 모델

메타는 9월 2일 뮤즈 스파크 1.3 컨트리뷰터(Muse Spark 1.3 Contributor)를 출시했다. 놀라운 점은 모델이 아니라 가격표다. 뮤즈 스파크 1.3 컨트리뷰터는 새 뮤즈 스파크 1.3 체크포인트의 데이터 공유 SKU로, 입력 토큰 100만 개당 0.10달러, 출력 토큰 100만 개당 0.20달러로 책정됐다. 표준 뮤즈 스파크 1.3의 1.25달러와 4.25달러에 견주면 입력은 약 12배, 출력은 약 21배 저렴한 가격이며, 그 대가로 메타는 사용자의 프롬프트와 완성 결과물을 학습에 사용할 권리를 얻는다. 메타의 AI 작업을 이끄는 알렉산더 왕(Alexandr Wang)은 이 가격을 "공격적"이라고 평가하고, 이미 "유의미한 두 자릿수 비율"의 개발자가 메타가 8월 뮤즈 스파크 1.2와 함께 선보인 컨트리뷰터 티어를 선택하고 있다고 전했다. 그는 또 이번 출시를 사용자를 대신해 24시간 내내 일하는 개인 에이전트를 위한 토대 작업으로 규정했다. 이 모델은 출시 당일 메타 모델 API(Meta Model API)와 메타의 터미널 코딩 에이전트인 뮤즈 코드(Muse Code)에 들어갔으며, 체크포인트의 '맥스 리즈닝(max reasoning)' 변형은 아직 안전성 테스트 중이다. 코딩 워크로드를 API를 통해 라우팅하는 팀이라면 이번 발표를 모델 출시로 포장된 가격 전쟁 움직임으로 읽어야 하며, 컨트리뷰터 SKU가 바로 그 무기다.

출시, 그리고 그 의미를 바꾸는 등급

Muse Spark 1.3은 4월 이후 Muse Spark 라인에서 네 번째로 출시된 버전이며, Meta가 플래그십 모델에 대해 유지해 온 가장 빠른 출시 주기이기도 하다. 4월 8일의 오리지널 Muse Spark, 7월 9일의 Muse Spark 1.1(Meta의 첫 유료 API 모델), 8월 5일의 코딩에 초점을 맞춘 Muse Spark 1.2에 이어, 한 달 만에 1.3이 출시된 것이다. Meta는 1.3의 표준 가격을 1.2와 동일하게 유지했는데, 이는 그 자체로 주목할 만하다. 코딩 성능이 크게 향상되었다고 주장하면서도 API 가격을 동결하고 있기 때문이다. Meta의 가격 전략이 실제로 구현되는 곳은 Contributor 티어다. Meta는 표준 SKU를 할인하는 대신 동일한 체크포인트를 두 번 출시하는데, 한 번은 훈련 데이터 조항 없이 정가로, 다른 한 번은 사용권을 대가로 원가에 가깝게 판매한다. 8월에 1.2와 함께 처음 도입된 이 2-SKU 구조는 이제 이 제품군의 기본이 되었다.

• 체크포인트 — Muse Spark 1.3, 텍스트, 이미지, 비디오, 오디오 및 PDF를 입력받고 텍스트를 출력하는 비공개 가중치 기반 멀티모달 추론 모델.

• 컨텍스트 — 입력 토큰 1,048,576개, 출력 상한 131,072개, 1.2와 동일.

• 표준 SKU — 입력 $1.25, 출력 $4.25, 캐시된 입력 $0.15. 학습 데이터 조항 없음.

• 기여자 SKU — 입력 $0.10, 출력 $0.20, 캐시된 입력 $0.002. 프롬프트 및 생성 결과는 Meta 모델 학습에 사용될 수 있습니다.

• Reasoning modes — standard modes live at launch; "max reasoning" held back pending safety testing.

• 실행 환경 — Meta Model API 및 Muse Code이며, Contributor SKU는 Meta가 계약한 플랫폼을 통해서도 배포됩니다.

“동일한 체크포인트, 두 계약” 구조가 실질적으로 중요한 이유는 단 하나다. 모델 품질이 SKU 간의 변수가 아니라는 점이다. 출력 토큰 백만 개당 4.25달러를 지불하는 개발자와 0.20달러를 지불하는 개발자는 동일한 가중치를 호출하고 있다. 둘 사이의 결정은 전적으로 데이터 조항과 그에 따르는 운영상의 제한에 관한 문제다. 그렇기에 Contributor 옵션은 1.3 출시의 각주가 아니라 그 자체로 하나의 제품으로 다루어질 만하다.

Meta는 새로운 체크포인트가 무엇을 변경한다고 주장하는가?

1.2 자체가 코딩 릴리스였기 때문에, 1.3의 이야기는 대체로 "같은 작업을 더 잘하는 것"입니다. 다음의 모든 수치는 출시 당시 메타가 제시한 자체 수치로, 아직 독립적인 평가 기관에 의해 재현되지 않았습니다:

• Terminal-Bench 2.1 — 88.8, which Meta says ties the best result on the board, up from 82.9 it reported for Muse Spark 1.2 on the same benchmark.

• DeepSWE v1.1은 Meta가 장기적 에이전트 벤치마크에서 최첨단 결과라고 평가하는 75.4를 기록해, Meta가 두 최첨단 경쟁 모델에 대해 인용한 73.0 및 74.0보다 앞섰습니다.

• 긴 컨텍스트 유지 — MRCR 점수는 256K–512K 컨텍스트에서 98.5, 512K–1M 컨텍스트에서 98.1이며, 둘 다 공급업체 보고 수치입니다.

• 효율성 — 메타 엔지니어들은 동일한 작업에서 Muse Spark 1.2보다 도구 호출이 약 20%, 토큰이 약 25% 더 적다고 보고하며, 이는 비용 비교에 가장 직접적으로 반영되는 주장이다.

효율성 주장은 벤치마크 점수가 독립 하네스와의 접촉에서 살아남지 못하더라도 중요하다. 왜냐하면 그것들이 Contributor 가격과 결합하여 영향력을 배가시키기 때문이다. 오늘날 이용 가능한 유일한 독립 기준점은 이전 세대다: Artificial Analysis에서 최신 Muse Spark 항목은 여전히 Muse Spark 1.2이며, Intelligence Index 57과 측정된 Terminal-Bench 2.1 점수 약 80.1을 보유하고 있다 — 이는 해당 모델에 대한 Meta 자체 점수 82.9보다 낮은 수치다. 이 글을 쓰는 시점 현재 Muse Spark 1.3에 대한 독립 실행 결과는 공개되지 않았으며, Artificial Analysis는 아직 1.3 체크포인트를 등재하지 않았다. 88.8과 75.4 수치는 아레나나 제3자 하네스가 확인할 때까지 Meta의 주장으로 취급하라.

기여자(Contributor) 약관의 세부 조항이 바로 거래가 실제로 확정되는 지점이다

$0.20와 $4.25 출력 토큰 사이의 격차는 실재하며, 그에 딸린 조건도 똑같이 실재합니다. 8월 1.2 릴리스와 함께 공개된 Meta의 Contributor 프로그램은 할인된 요금을, 진지한 팀이 이를 사용하는 방식을 바꾸는 제약 조건과 결합합니다:

• 데이터 사용 — Contributor SKU를 통해 전송된 프롬프트와 컴플리션은 Meta의 모델 학습에 사용될 수 있습니다. 여기에는 코드가 포함되며, 에이전틱 코더의 경우 사실상 그 코더가 지정한 저장소의 내용이 포함됩니다. 이것이 할인을 제공하는 전적인 이유입니다.

• 속도 제한 — Contributor 티어에는 표준보다 훨씬 더 낮은 한도가 적용됩니다. 즉, Contributor 티어에서는 분당 60회 요청과 분당 2.1M 토큰만 허용되고, 표준 SKU에서는 분당 3,000회 요청과 분당 4M 토큰이 허용됩니다. 이는 요청 처리량에서 50배의 차이이며, 따라서 트래픽이 몰리는 CI나 대규모 병렬 평가 실행에는 Contributor 티어가 적합하지 않습니다.

• 지역 제한 — Contributor는 일부 지역에서만 이용할 수 있으며, 세션의 한계 비용이 몇 센트에 불과할 수 있음에도 결제 수단이 필요합니다.

• 애드온은 할인되지 않습니다 — 웹 검색 grounding 비용은 두 등급 모두에서 쿼리 1,000건당 $2.50이므로, 검색 중심 에이전트는 토큰 요율이 시사하는 것보다 더 낮은 비율의 절감 효과를 얻습니다.

• 추론은 출력으로 청구됩니다 — 모든 추론 토큰은 출력 요율로 계산되므로, 에이전틱 워크로드를 지배하는 수치는 21× 출력 할인입니다.

$0.20 출력 토큰이 에이전트 청구서에 미치는 영향

대표적인 에이전트형 코딩 작업을 하나 가정해 보자. 입력 컨텍스트와 저장소 상태가 200,000 토큰, 출력(추론 및 도구 호출 포함)이 40,000 토큰이다. 표준 Muse Spark 1.3 SKU 기준으로는 $1.25 × 0.2 + $4.25 × 0.04, 즉 작업당 약 $0.42가 된다. Muse Spark 1.3 Contributor에서는 같은 계산이 $0.10 × 0.2 + $0.20 × 0.04, 즉 약 $0.03이다. 토큰 효율성이 25% 개선된 것조차 계산에 넣기 전에 이미 가격이 대략 15분의 1로 떨어진다. 한 팀이 한 달에 수천 건의 에이전트형 작업을 실행하는 규모로 확대하면, Contributor SKU는 다섯 자리 수의 토큰 비용을 세 자리 수로 바꿔 준다. 그게 바로 이 제안의 내용이다. 위에 적힌 세부 조항이 곧 비용이며, 많은 팀에게 핵심 질문은 절감 효과가 진짜인지가 아니라 데이터 조항과 분당 60회 요청 상한을 수용할 수 있느냐는 것이다.

오늘 실제로 어떻게 실행하는지

Muse Spark 1.3 Contributor는 Muse Spark 1.2를 제공했던 모든 플랫폼에서 아직 라우팅되지는 않습니다. 따라서 실제 접근 상황은 갈라져 있습니다. Meta 쪽에서 Contributor SKU는 Meta Model API를 통해 직접 제공됩니다. 즉, 공급업체 자체 엔드포인트이며, 데이터 공유 등급의 경우 약관이 적용되는 곳입니다. 우리 쪽에서 오늘날 라우팅 가능한 Muse Spark 제품군 구성원은 표준 Muse Spark 1.2이며, OrcaRouter를 통해 Meta의 정가인 인입 $1.25, 인출 $4.25에 마크업 0%로 제공됩니다. API 키 하나, 추가 계약 없음, 그리고 업스트림 공급자가 혼잡하면 자동 장애 조치됩니다. 라우팅 제공업체가 Muse Spark 1.3 제품군을 추가하면 두 SKU 모두 같은 날 정가로 나타납니다. OrcaRouter는 제공업체 요금을 변경 없이 통과시키기 때문입니다. 공급업체의 가격 인하나 Contributor 등급은 재협상 이후가 아니라 청구서에 즉시 반영됩니다. 이러한 통과 구조가 현재 분할이 영구적이라고 가정하지 말고 1.3이 어디에 착지하는지 주시해야 하는 실질적 이유입니다.

다음 2주

네 가지가 Muse Spark 1.3 Contributor가 진정한 변곡점인지, 아니면 마케팅 수사에 불과한지를 결정할 것이다. 첫째, 독립적인 검증 절차가 88.8 Terminal-Bench 및 75.4 DeepSWE 주장을 확인하는지 여부다. "할인된 가격의 프론티어"라는 전체 프레임이 이 수치에 기대 있기 때문이다. 둘째, 보류되어 있던 "최대 추론" 변형이 언제 출시되는지, 그리고 그것이 Contributor 티어에서도 제공되는지 여부다. 셋째, Meta의 경쟁사들이 가격에 어떻게 대응하는지다 — 출력 토큰당 $0.20의 진지한 코더는 그 위에 있는 모든 프리미엄 코딩 모델에 압력을 가하며, 그 대응은 몇 주 안에 드러날 것이다. 넷째, 커뮤니티의 초기 회의론 — 일부 리뷰어들은 한 달 간격 이후 1.3을 반복적이고 "치약짜기"에 불과하다고 평가했다 — 이 측정된 제3자 결과로 전환되는지 여부다. 그 결과가 나오기 전까지, 합리적 입장은 Muse Spark 1.3 Contributor가 매우 유능한 코딩 모델을 실행할 수 있는 비정상적으로 저렴한 방법이며, 전체 할인이 데이터 조항에 반영되어 있다는 것이다. 그 조항은 벤치마크 차트만큼이나 면밀한 검토를 받을 가치가 있다.