提示词广告模式如何重塑基础大模型的垂直整合与商业逻辑

风险投资人 Tomasz Tunguz 于 2026 年 9 月 3 日发文分析 Meta 推出的 Muse Spark 1.3 及其双轨定价体系，探讨大模型厂商如何借助互联网广告逻辑将推理网络转化为后训练数据飞轮。

• Meta 为该模型设置了两种 API 价格：标准版（muse-spark-1.3）输入 1.25 美元/百万 token、输出 4.25 美元/百万 token 且承诺零数据保留；贡献者版（muse-spark-1.3-contributor）分别降至 0.10 美元和 0.20 美元，折扣达 92% 至 95%，条件是允许 Meta 使用调用数据训练后续模型。
• 在典型的 30:1 输入输出调用比下，两种版本的综合价差体现出的数据隐含结算价格约为每百万 token 1.24 美元，相当于企业若要求严格隐私保障需支付明确的溢价。
• 文章指出，在公开网络语料基本被采集完毕的背景下，以折扣算力换取真实交互与推理轨迹，能够帮助厂商绕过高昂的人工标注成本，实现数据供应链的垂直整合。
• 影响/看点：这一双轨定价模式为开源模型服务商提供了以算力补贴换取后训练数据的新路径，但该模式能否规模化落地，取决于开发者对成本敏感度与企业对合规隐私要求之间的权衡。
• 资料依据：
• Tomasz Tunguz 博客（2026-09-03）：https://tomtunguz.com/the-ads-model-for-prompts-vertically-integrates-ai/

本内容由 AI 生成，仅供参考，请注意甄别