Muse Spark 1.3 Contributor 以 $0.10/$0.20 的價格推出：Meta 最便宜的程式碼模型，以資料付費

Meta 於9月2日發布 Muse Spark 1.3 Contributor，令人意外的不是模型本身，而是價格。Muse Spark 1.3 Contributor 是新的 Muse Spark 1.3 檢查點的資料共享 SKU，定價為每百萬輸入 token 0.10 美元、每百萬輸出 token 0.20 美元，相較之下標準版 Muse Spark 1.3 為 1.25 美元和 4.25 美元：輸入約 12 倍、輸出約 21 倍的折扣，換取 Meta 在您的提示與生成結果上進行訓練的權利。領導 Meta AI 工作的 Alexandr Wang 稱此定價「激進」，並表示已有「相當的兩位數百分比」開發者選擇 Meta 在8月隨 Muse Spark 1.2 推出的 Contributor 層級；他更將此次發布定位為奠基於全天候代表使用者運作的個人代理。該模型首日即上線 Meta Model API，並整合至 Meta 的終端編碼代理 Muse Code；此檢查點的「延伸推理」變體仍在安全測試中。將編碼工作負載透過 API 路由的團隊，應將此視為以模型發布為包裝的價格戰之舉——而 Contributor SKU 正是武器。

一個發布，以及改變其含義的層級

Muse Spark 1.3 是自四月以來 Muse Spark 產品線的第四次發布，也是 Meta 迄今為止在旗艦機型上維持過的最快發布節奏：4 月 8 日推出原版 Muse Spark，7 月 9 日推出 Muse Spark 1.1（Meta 首個付費 API 模型），8 月 5 日推出專注於程式碼的 Muse Spark 1.2，時隔一個月後現在推出 1.3。Meta 將 1.3 的標準定價維持與 1.2 完全相同，這本身就值得注意——該公司在宣稱程式碼能力大幅躍升的同時，仍將 API 價格維持不變。Contributor 等級才是 Meta 定價策略真正發揮作用的地方：與其為標準 SKU 打折，Meta 改為出貨相同的 checkpoint 兩次，一次以全價提供且不附帶訓練資料條款，另一次則以接近成本的價格換取使用權。這種雙 SKU 結構最早於 8 月隨 1.2 推出，如今已成為該產品線的預設模式。

• 檢查點 — Muse Spark 1.3，一款封閉權重的多模態推理模型（輸入文字、圖像、影片、音訊和 PDF；輸出文字）。

• 上下文：輸入 token 1,048,576 個，輸出上限 131,072 個，與 1.2 相同。

• 標準 SKU — 輸入 $1.25，輸出 $4.25，快取輸入 $0.15。無訓練資料條款。

• 貢獻者 SKU — 輸入 $0.10，輸出 $0.20，快取輸入 $0.002。提示與完成內容可能用於訓練 Meta 模型。

• 推理模式——標準模式於發佈時上線；「最大推理」模式則暫緩推出，待安全測試完成後再提供。

• 執行位置—Meta Model API 與 Muse Code，Contributor SKU 亦透過 Meta 已簽約的平台發行。

「相同檢查點、兩份合約」的結構之所以重要，有一個實際原因：模型品質並非各 SKU 之間的變數。支付每百萬輸出 token 4.25 美元的開發者，與支付 0.20 美元的開發者，呼叫的是相同的權重。兩者之間的抉擇完全取決於資料條款及其附帶的營運限制——這就是為什麼 Contributor 方案應被視為獨立產品來報導，而非 1.3 發布時的一個註腳。

Meta聲稱新檢查點改變了什麼？

由於1.2本身是一次程式碼發布，1.3的故事主要是「同樣的工作做得更好」。以下所有數據都是Meta在發布時自行提供的，尚未經獨立評估機構重現：

• Terminal-Bench 2.1 — 88.8，Meta 表示這與榜上最佳成績持平，較其在同一基準上為 Muse Spark 1.2 所報告的 82.9 有所提升。

• DeepSWE v1.1 — 75.4，Meta 稱之為在長程代理型基準測試上的最先進結果，領先於其引用的兩家前沿對手的 73.0 和 74.0。

• 長上下文保留：MRCR在256K–512K為98.5，在512K–1M為98.1，兩者皆為廠商報告數據。

• 效率——Meta 的工程師指出，在相同任務上，與 Muse Spark 1.2 相比，工具呼叫次數減少約 20%，Token 數減少約 25%；此宣稱最直接影響成本比較。

效率聲明仍然重要，即使基準分數經不起獨立測試平台的考驗，因為它們會與 Contributor 價格產生疊加效應。目前唯一可用的獨立參考點是上一代產品：在 Artificial Analysis 上，最新的 Muse Spark 條目仍是 Muse Spark 1.2，其 Intelligence Index 為 57，測得的 Terminal-Bench 2.1 分數約為 80.1——低於 Meta 自家對該型號宣稱的 82.9。截至本文撰寫時，尚無任何獨立的 Muse Spark 1.3 測試結果發布，而 Artificial Analysis 也尚未列出 1.3 檢查點。在競技場或第三方測試平台確認之前，請將 88.8 和 75.4 這兩個數字視為 Meta 的宣稱值。

貢獻者的細則才是協議真正落實之處。

「$0.20 與 $4.25 輸出 token 之間的差距是真實的，附著於其上的條款也同樣真實。Meta 在 8 月 1.2 版發布中所公布的 Contributor 計畫，將折扣費率與一些限制綁在一起，而這些限制會改變一個認真的團隊使用它的方式：」

• 資料使用：透過 Contributor SKU 傳送的提示與完成內容，可能會用於訓練 Meta 的模型。這也包括程式碼；而對代理式編碼工具而言，實際上還包含它所指向的儲存庫內容。這正是折扣存在的全部原因。

• 速率限制 — Contributor 層級的運作限制遠比標準層級嚴格：每分鐘 60 個請求與每分鐘 2.1M 個 token，而標準 SKU 則是每分鐘 3,000 個請求與每分鐘 4M 個 token。這在請求吞吐量上存在 50 倍的差距，使得 Contributor 層級無法應付突發性的 CI 或大型並行評測執行。

• 區域限制——貢獻者僅限於部分地區可使用，且即使單次會話的邊際成本可能只有幾美分，仍需提供付款方式。

• 附加功能不享有折扣——網路搜尋接地在兩種方案中皆為每 1,000 次查詢收費 2.50 美元，因此以檢索為主的代理程式所能節省的百分比，會低於 token 費率所顯示的幅度。

• 推理視同輸出計費—任何推理 token 都按輸出費率計費，因此 21×的輸出折扣正是主導代理型工作負載成本的那個數字。

$0.20 的輸出 tokens 會對代理帳單造成什麼影響

以一個具代表性的代理式編碼任務為例：20萬個輸入 token 的上下文與儲存庫狀態，加上4萬個輸出 token（包含推理與工具呼叫）。在標準版 Muse Spark 1.3 SKU 上，費用為 $1.25 × 0.2 加 $4.25 × 0.04，即每個任務約 $0.42。在 Muse Spark 1.3 Contributor 上，同樣的計算為 $0.10 × 0.2 加 $0.20 × 0.04，即約 $0.03——這還未計入減少25% token 的效率增益，價格就約為原先的十五分之一。若擴展到一個每月執行數千個代理式任務的團隊，Contributor SKU 會將五位數的 token 帳單變成三位數。這就是方案。上述細則就是所需付出的代價；對許多團隊而言，關鍵問題不在於省下的錢是否真實，而在於資料條款與每分鐘60次請求的上限是否可接受。

你今天實際上會怎麼執行它

Muse Spark 1.3 Contributor 尚未被所有曾提供 Muse Spark 1.2 的平台納入路由，因此實際的取用情況是分裂的。在 Meta 方面，Contributor SKU 可直接透過 Meta Model API 取得——這是 Meta 自家的端點，而就資料共享層級而言，相關條款正是在此執行。在我們這邊，Muse Spark 系列目前可路由的成員是標準版 Muse Spark 1.2，由 OrcaRouter 以 Meta 的牌價提供：輸入 $1.25、輸出 $4.25，零加成——一支 API 金鑰、無需第二份合約，且上游供應商壅塞時會自動容錯移轉。當已納入路由的供應商加入 Muse Spark 1.3 系列時，兩種 SKU 當天就會以牌價上架，因為 OrcaRouter 會原封不動地轉傳供應商的費率：供應商降價或 Contributor 層級的價格，都會立即反映在帳單上，而非等到重新議價之後。這種直接轉傳的特性，正是我們應密切留意 1.3 最終落點、而非假定目前分裂狀態會永久持續的實際原因。

接下來的兩週

有四件事將決定 Muse Spark 1.3 Contributor 究竟是一個真正的轉折點，還是行銷上的規律節奏。首先，是否有獨立的評測框架證實 88.8 Terminal-Bench 與 75.4 DeepSWE 的宣稱，因為「以折扣價提供頂尖模型」這個整體論述正是建立在這些數字之上。其次，被刻意保留的「max reasoning」變體何時推出，以及它是否也會在 Contributor 方案中提供。第三，Meta 的競爭對手在價格上會如何回應——一個輸出 token 價格為 $0.20 的強勁編程模型，會對所有定價更高的高階編程模型構成壓力，而這些回應會在數週內顯現。第四，社群的早期懷疑——有些評論者稱 1.3 只是迭代更新，在相隔一個月後的「擠牙膏」——是否會讓位於審慎的第三方測試結果。在這些結果出爐之前，理性的立場是：Muse Spark 1.3 Contributor 提供了一種異常便宜的方式，來運行能力非常強大的編程模型，而整套折扣的代價是一個數據條款，這個條款應受到與基準測試圖表同等的審視。