Meta अपने नए AI मॉडल Muse Spark के लिए ऐसा pricing मॉडल ला रही है, जिसमें यूजर्स या कंपनियां अपने prompts और model outputs साझा करने पर काफी कम दरों पर सेवा का इस्तेमाल कर सकेंगी. मीडिया रिपोर्ट्स के अनुसार, contributor pricing मॉडल के तहत लागत सामान्य दरों की तुलना में औसतन करीब 95% कम हो सकती है.
Muse Spark को coding और दूसरे agentic tasks के लिए बनाया गया है. ऐसे AI agents यूजर की ओर से कई चरणों वाले काम कर सकते हैं, लेकिन उन्हें बेहतर बनाने के लिए वास्तविक उपयोग के दौरान तैयार होने वाला data महत्वपूर्ण माना जाता है. इसमें यूजर के prompts, मॉडल के जवाब और किसी task को पूरा करने की प्रक्रिया शामिल हो सकती है.
Contributor pricing में कितना अंतर
रिपोर्ट में दिए गए Meta के pricing details के अनुसार, सामान्य agreement में एक million input tokens की कीमत 1.25 डॉलर है. Contributor tier में यही कीमत घटकर 0.10 डॉलर हो जाती है. Output tokens के मामले में सामान्य दर 4.25 डॉलर प्रति million tokens है, जबकि contributor मॉडल में यह 0.20 डॉलर बताई गई है.
इस व्यवस्था का मतलब है कि ग्राहक कम लागत पर मॉडल को prototype, integration testing और बड़े स्तर के experiments के लिए इस्तेमाल कर सकते हैं, बशर्ते उनके data का future model training में उपयोग स्वीकार्य हो. हालांकि, source material में यह स्पष्ट नहीं है कि Meta इस data को किस अवधि तक रखेगी, उसे किस तरह anonymize करेगी या ग्राहक उसे बाद में हटाने का अनुरोध कर सकेंगे या नहीं.
AI कंपनियों के सामने data जुटाने की चुनौती
AI model developers के लिए user interactions और work sessions का data agentic systems को बेहतर बनाने में मदद कर सकता है. रिपोर्ट में open-source harness Pi के developer Mario Zechner के हवाले से कहा गया है कि coding agents की क्षमताओं में तेज सुधार के पीछे ऐसे sessions से मिलने वाला training data एक कारण रहा है.
हालांकि, कंपनियां अपने proprietary data को model training के लिए साझा करने को लेकर सतर्क रहती हैं. Princeton के कंप्यूटर विज्ञान professor Arvind Narayanan ने इस अंतर की ओर ध्यान दिलाया कि कई बड़ी कंपनियां अधिक महंगी token-billed enterprise योजनाओं का इस्तेमाल जारी रखती हैं, क्योंकि उनमें data retention और enterprise IT governance जैसे नियंत्रण शामिल होते हैं.
Meta के contributor pricing मॉडल से कंपनियों को यह तय करने के लिए आर्थिक प्रोत्साहन मिल सकता है कि कौन-सा data साझा किया जा सकता है और कौन-सा पूरी तरह गोपनीय रहना चाहिए. दूसरी ओर, कम कीमत के बदले prompts और outputs साझा करने की शर्त data privacy, confidentiality और compliance से जुड़े सवाल भी उठाती है.
Meta ने TechCrunch के pricing मॉडल से जुड़े सवालों का जवाब नहीं दिया, इसलिए इसकी विस्तृत data-handling policy और contributor कार्यक्रम की सभी शर्तें अभी स्पष्ट नहीं हैं. यह कदम ऐसे समय में सामने आया है जब frontier AI कंपनियों के बीच model pricing को लेकर प्रतिस्पर्धा तेज हो रही है.
