The Ads Model for Prompts Vertically Integrates AI

Meta 昨天发布了两样东西：一个最先进的模型，以及一套针对基础模型的新定价体系。¹Muse Spark 将美国开源模型推向了前沿。与此同时，这套定价体系重置了整个行业的经济格局。

三十年来，企业软件按照严格的授权收费模式运营，并承诺完全的隐私与零数据留存。²消费级技术则遵循相反的原则：以免费软件换取行为数据。消费者用查询换取便利，而企业则竭力保护自己的知识产权。

如今，这种模式正以一种新的变体进入 AI 领域。

Meta 的新定价通过包含隐私与不含隐私的两级定价结构，把这种交易摆到了明面上：³

1. 标准档（muse-spark-1.3）：$1.25/m 输入 token 与 $4.25/m 输出 token。你的提示词与补全内容绝不会被用于训练 Meta 的基础模型。
2. 贡献者档（muse-spark-1.3-contributor）：$0.10/m 输入 token 与 $0.20/m 输出 token。作为交换——输入享 92% 折扣、输出享 95% 折扣——Meta 保留用你的数据训练未来模型的权利。

目前没有其他基础模型提供商在其 API 上提供这种明示的交换。这就是广告模式进入 AI。

正如 Michael Mauboussin 在《Expectations Investing》中所写：价格中蕴含着信息。⁴当 Meta 对同一个 AI 收取两种截然不同的价格时，价格之差告诉了我们数据的价值。

按代理式工作负载 30:1 的输入输出比计算，⁵标准档的混合成本为 $1.35/m tokens，而贡献者档为 $0.103/m。两者之差是 $1.24/m token 的价差，相当于 92.3% 的有效补贴。

对于每天处理 1b tokens 的企业来说，选择零数据留存（Zero Data Retention, ZDR）意味着每年 $454,000 的隐私附加费。这一差价正是 Meta 对流入客户数据的估值：$1.24/m tokens。

这实际上把每月 $20 的消费者订阅拆解开来了。各实验室之所以能在包月制消费方案上承受算力亏损，是因为默认条款授予了训练权利——一种隐性的数据补贴，Meta 现在将其按 token 明确化。⁶

为什么要放弃 92% 的推理收入？这并非出于利他。

公共互联网已被彻底爬取殆尽；前沿模型的提升如今来自后训练、基于 AI 反馈的强化学习，以及用户使用模式。据估计，训练数据与人工标注市场的年收入规模为 $10b。⁷

Meta 的定价模式绕开了这个中间商。正如搜索与社交平台通过直接从用户处采集行为数据来垂直整合数字广告供应链一样，Meta 正在垂直整合 AI 数据供应链。它不再付费给标注供应商来模拟人类行为，而是把自己的推理网络变成一个自我供血的数据飞轮。

以 $1.24/m tokens 的补贴力度，⁸Meta 获取真实推理痕迹的成本相较专业数据实验室几乎微不足道，同时在推理价格上压过闭源基础模型。

算力不再只是作为一种基础设施公用事业来出售。它已经变成一种货币，可以直接兑换构建下一代前沿模型所需的训练 token。

归根结底，这为美国开源解决了商业模式。就像广告一样，交易很简单：补贴访问换取数据。

1. 开放模型向前沿靠拢. ↩︎

2. 企业主服务协议 & 合规框架（SOC 2、ISO 27001、HIPAA）要求数据零留存 & 禁止供应商用客户数据训练模型。 ↩︎

3. Meta 模型 API、定价 & 数据条款. ↩︎

4. Michael Mauboussin，《预期投资》. ↩︎

5. 饥肠辘辘的 AI 模型. ↩︎

6. 在个人每月 1000 万 token 的用量下，$1.24/m 的价差可带来 $12/月 的补贴。对于每月消耗 2000 万–5000 万 token 的重度用户，数据补贴可达 $25–$62/月，与消费者订阅折扣相当。 ↩︎

7. X 上的 @deedydas，《每一家出售 AI 训练数据的初创公司》. ↩︎

8. 按每百万 token $1.24 计算，Meta 的有效补贴为每条 3,000-token 交互轨迹 $0.0037。相比之下，专业人工标注供应商为领域专家每小时收取 $25 至 $100+ 的费用，折合每条经核实的推理轨迹 $5 至 $50。 ↩︎