
在Muse Spark 1.2登上Vals Index前五后,Meta的定价策略再度受到关注;该模型以每次测试0.69美元的成本实现71.88%的准确率,并以更低价格压过成本更高的竞争对手。
Meta Platforms激进的AI定价策略再度成为焦点,此前Muse Spark 1.2在涵盖金融和编程任务的Vals Index基准测试中升至第5位。该模型以630秒延迟实现71.88%的准确率,每次测试成本为0.69美元,较Muse Spark 1.1上升4位,且成本明显低于竞争系统,包括Moonshot的Kimi K3(2.34美元)、Anthropic的Claude Fable 5(11.00美元)、Claude Opus 5(8.54美元)以及OpenAI的GPT-5.6 Sol(7.46美元)。 风险投资人Chamath Palihapitiya将这种做法称为"战术博弈论:Meta焦土策略",并称随着整个行业的电力和算力约束趋紧,低成本、高准确率的模型可能成为更强的竞争护城河。他表示,由于硬件和能源瓶颈正在显现,Meta目前更有条件推进这一策略。 这项基准测试为Meta通过Muse Code和Muse Spark 1.2推进更广泛AI商业化提供了市场背景。Meta的测试版编程智能体及模型系列已推出贡献者层级:当用户允许Meta使用提示词和模型输出训练后续模型时,输入token收费为每百万0.10美元,缓存命中收费0.002美元,输出token收费0.20美元。不共享数据的用户则按Meta标准费率付费:每百万输入token收费1.25美元,缓存命中收费0.15美元,输出token收费4.25美元。Meta股价年初至今下跌10.80%,过去一个月上涨1.01%,过去一年下跌22.88%;该股周三收涨0.14%,报588.77美元,并在周四盘前交易中上涨0.77%。