Meta、Muse Sparkに最大95%引きの新料金枠を導入

米Metaは、コーディングエージェントなどの運用を想定した最新AIモデル「Muse Spark（Metaが開発するコーディング支援特化型の大規模言語モデル）」において、利用データの提供を条件に平均約95%の大幅な値引きを行う新料金枠「コントリビューター価格（Contributor pricing tier）」を導入した。ユーザーがプロンプトとモデル出力をMetaと共有し、次世代モデルの開発・学習に貢献することに同意する場合、大幅に抑えられたトークン単価でAPIを利用できる。

標準契約とコントリビューター価格の料金比較

Metaの公式APIプライシングページによると、コントリビューター枠では入力トークンが92%引き、出力トークンが約95.3%引きとなり、実験や初期開発にかかるコストが劇的に低減される。

トークン種別	標準価格（100万トークンあたり）	コントリビューター価格（100万トークンあたり）	割引率
入力トークン（Input）	1.25ドル	0.10ドル（10セント）	92.0% 割引
出力トークン（Output）	4.25ドル	0.20ドル（20セント）	約95.3% 割引

Metaはこの料金階層の狙いについて、「プロトタイピング、統合テスト、そして自社データでの学習が許容できる範囲での実験のスケーリングにおける参入障壁を下げるもの」と説明している。開発者はコストを大幅に抑えながらコーディングエージェントの検証やパイプラインテストを実行できる。

独自価値分析：データ収集対価モデルの意義と企業利用のリスク

本発表における独自価値の核心は、​AIベンダーがモデルの利用データを直接的な金銭的インセンティブ（大幅割引）で調達するビジネスモデル​​を打ち出した点にある。

AI各社において高品質なコード学習データの確保競争が激化するなか、Metaは従業員PCの利用追跡停止など従来の収集手段に制約を抱えてきた。今回の施策は、開発者側に開発費用の大幅削減という直接のメリットを提示することで、実世界の高品質なプログラミングプロンプトと対話ログを合意のもとで吸い上げる戦略的な転換を意味する。

一方で、利用にあたっては以下の点に留意する必要がある。

• ​機密コードや顧客データの混入リスク​: コントリビューター契約下では入力データがMetaの学習に用いられるため、プロプライエタリな企業資産コードや顧客の個人情報を含む本番システムの運用には適さない。
• ​推奨されるユースケースの限定​: 個人開発者によるオープンソース開発、初期プロトタイプの動作検証、ダミーデータを用いた単体テスト・結合テストなど、データ流出リスクが問題とならない用途に絞った運用が推奨される。

開発現場への影響と展望

日本の開発現場にとっても、APIコストがボトルネックとなっていた大規模な自動リファクタリング実験やテストコード生成検証を、100万トークンあたり十数円から数十円という極めて安価なコストで実施可能になるメリットは大きい。

今後は「データ非提供・完全機密保持の通常価格」と「データ提供・超低価格のコントリビューター価格」という二層構造が、AIモデル提供における業界標準の選択肢として定着するかどうかが注目される。

引用元：久遠 未来