Meta把隐私标成价 贡献者档0.1刀0.2刀

你有没有发现，大模型圈第一次把"隐私"两个字直接写进了价目表。9月2日Meta发Muse Spark 1.3，标准档之外多了一个"贡献者"定价，输入0.10美元、输出0.20美元，比标准价便宜了约20倍。便宜的唯一条件，是允许Meta用你产生的数据去训练它的模型。

我读完这条消息，第一反应是翻出计算器。标准档没在新闻里给出明确数，但"便宜20倍"这个表述，意味着贡献者档的价格大概是标准档的二十分之一。用一顿外卖的钱，换的是你把嘴张开让模型盯着你吃。这笔账背后是两种人

算一笔最简单的。一个小团队每月跑1000万输入Token、50万输出Token。走贡献者档，1000万乘0.10加50万乘0.20，等于100万美分加10万美分，折11美元。走标准档，假设是2美元、10美元那档，1000万乘2加50万乘10，等于2000万美分加500万美分，折250美元。一个月差239美元，一年差2868美元。

对个人开发者，这2868美元可能就是半年的咖啡钱，值得换。对企业，你要把"客户对话""内部文档""业务数据"喂进去训练，这笔钱省下来，代价是数据所有权。我们公司早年谈一个SaaS，甲方一条款写"乙方可用脱敏数据优化产品"，后来门店的会员数据真被拿去训了。那次之后我看见"可用于产品优化"这几个字就头疼。

Meta敢这么标，是因为它手里有Instagram、Facebook十几亿用户的习惯数据。它太知道"用数据换免费"这套模式跑得通。把同样的套路搬到大模型，只不过这次换成了API调用费。

虾哥提醒

便宜20倍看着像让利，根子是一场收购。它收购的是你产生的数据，和你对"我的数据归谁"这个问题的迟钝。签之前看一眼条款里"contributor"那一段，比看单价重要十倍。

Muse Spark 1.3本身不弱。Meta说它完成任务需要的Token减少25%，能同时跑多个工作流。负责人放话它的编程能力优于GPT-5.6 Sol。效率提升加上超低价贡献者档，这招打的是"让开发者先用起来、再用数据绑死"的路线。

我想起早年SaaS圈的一个老故事。某协同工具免费版功能够用，企业用爽了，数据全在里面。等想换工具，迁移成本比软件授权费高十倍。贡献者定价是同一个陷阱的AI版。你为省239美元把数据交出去，明天你的竞品用这批数据训出的模型来抢你客户。

更狡猾的是档位设计。标准档还在，你"可以"不选贡献者档。但20倍的价差摆在面前，采购审批的人会问"为什么不用便宜的"。当省钱变成政治正确，隐私就成了第一个被砍的预算项。

我不是说贡献者档不能用。个人练手、公开数据、一次性实验，用它没问题。它怕的是你拿它跑核心业务，还以为自己占了便宜。数据一旦进训练集，想拿出来比登天还难。我手上这套进销存系统，当年也踩过数据归属的坑，合同条款里一行字，事后扯皮半年。

判断一档是不是贡献者档，看价格差就够了。正常商业折扣最多两三成，敢标便宜二十倍的，代价一定写在别处。这跟当年运营商送手机绑两年合约一个道理，机器不要钱，你的人绑定了。

我的做法很土。凡是碰客户信息、合同、内部策略的调用，一律走标准档或私有部署。公开资料、学习测试，才考虑贡献者档。省下的钱，不够一次数据泄露的罚款零头。我押一件事，明年会有企业因为这类条款吃官司，到时候省的那点调用费，连律师费零头都不够。

大模型厂商今年集体从"低价拉新"切到"分层收割"，Meta这步把底牌亮得最直白。它没跟你绕弯子，就是明码标价。这反而比那些藏着写的体面。至少你现在知道，0.1刀0.2刀的价签旁边，写的是"隐私"。

换作是你，每月省239美元但把业务数据交给模型方训练，这买卖你做不做？