Meta近日发布了Muse Spark 1.1,声称这款前沿AI模型在编程、计算机操作以及智能体AI基准测试方面可与顶尖大语言模型相媲美,同时在API定价上大幅低于OpenAI和Anthropic,有望降低企业部署AI智能体的成本。
该模型上周已提前预告,在多项智能体AI、编程及计算机操作基准测试中(包括SWE-bench Verified、Terminal-bench、BrowseComp、SpreadsheetBench及OSWorld),表现与Claude Opus 4.8、Gemini 3.1 Pro、GPT 5.5等主流模型持平或具备竞争力。Meta在官方博客中表示,Muse Spark 1.1目前处于公开预览阶段,可通过Meta Model API访问,定价为每百万输入Token 1.25美元,每百万输出Token 4.25美元。
相比之下,OpenAI的GPT-5.5每百万输入Token收费5美元,输出Token收费30美元;Anthropic的Claude Opus 4.8每百万输入Token收费5美元,输出Token收费25美元;谷歌Gemini 3.1 Pro的定价则为每百万输入Token 2美元,输出Token 12美元。
Pareekh咨询公司首席分析师Pareekh Jain表示,如此悬殊的API定价差距,在企业大规模推进智能体部署的当下,足以吸引CIO的目光,尤其是在试点阶段:"定价至关重要,因为当数千个智能体持续运行时,推理成本会迅速攀升。"
"在编程、客户服务和流程自动化智能体中,输出Token往往是模型最大的成本项。Muse Spark的输出价格比GPT-5.5低约86%,比Claude Opus 4.8低逾90%。"Jain补充道。
不过,FinOps服务商ZopDev的云计算专员Muskan Bandta指出,尽管大多数企业可能会将Muse Spark 1.1用于新项目,但低价并不能保证市场采用率:"只有当模型被认为足够出色时,成本才会成为主要差异化因素。开发者不会只选最便宜的模型,而是选择在满足质量要求前提下最便宜的那个。价格是吸引人来的理由,能力才是留住人的原因。"
Jain也表示,CIO在决策时更可能将模型的安全性、数据保护、可用性、审计追踪、区域可用性、技术支持和行为可预测性置于价格之上。
Bandta认为,这一现象折射出企业技术采购中的惯常规律:"这和云计算行业走过的路如出一辙——纸面上最便宜的云服务商,往往并未赢得最大的企业市场份额。价格只是总体拥有成本的一个维度,风险、控制权和迁移成本同样不可忽视。"
尽管如此,Jain认为更低的定价仍可能改变企业采购的力量格局:"这可以帮助CIO与OpenAI、Anthropic及云服务商谈判,争取更大的批量折扣、使用量承诺协议和更优惠的价格。同时也为多模型采购策略提供了更有力的支撑,而非依赖单一供应商。"他还补充道:"即便不采用Muse Spark的企业,也可以用其定价作为证据,表明前沿推理服务正在变得越来越便宜。"
分析人士指出,Meta的新模型可能通过迫使竞争对手在推理经济性和模型规模上展开竞争,从而加剧前沿模型市场的竞争态势。
Bandta表示:"这是一记真正的警告,我预计OpenAI和Anthropic会从两个方向作出回应:一方面会在价格上做文章,推出更低价位的方案、更优惠的缓存和批量费率,因为Meta刚刚重新定义了市场对前沿Token应有价值的认知;但另一方面,这些老牌厂商不会单靠降价和灵活定价来赢得竞争,而是会在价格无法替代的方面加大投入——包括治理、安全、可靠性和企业级支持——以此为溢价定价提供支撑。"她将这一转变比作云计算扩张时代价格战的"早期阶段",并补充道:"云基础设施价格战的历史表明,尽管价格长期下行,但供应商最终靠的是平台能力而非单纯的低价来实现差异化。"
IT咨询公司Kanerika的AI主管Amit Jena则持不同看法,认为云基础设施式的价格战不太可能重演:"前沿模型资本密集,利润空间本就微薄,供应商无法在不牺牲质量的前提下持续激进降价。"Jena预计Meta在上市后不久便会调整价格:"历史规律表明,接下来往往是激进的入市定价,待市场份额稳固后再提价。参考Meta广告平台的发展轨迹以及整个行业的云计算定价演变,如果这一规律再次上演,价格可能在18至24个月内上涨30%至50%。"
目前,Meta正向开发者提供20美元的免费API额度,供其体验Muse Spark 1.1。
Q&A
Q1:Muse Spark 1.1的API定价与竞争对手相比有何优势?
A:Muse Spark 1.1的定价为每百万输入Token 1.25美元,输出Token 4.25美元。相比之下,GPT-5.5的输出Token价格为每百万30美元,Claude Opus 4.8为25美元,Gemini 3.1 Pro为12美元。Muse Spark的输出价格比GPT-5.5低约86%,比Claude Opus 4.8低逾90%,价格优势十分显著。
Q2:企业在决定是否采用Muse Spark 1.1时,除了价格还会考虑哪些因素?
A:分析人士指出,CIO在评估时更看重模型的安全性、数据保护能力、系统可用性、审计追踪、区域可用性、技术支持以及行为可预测性。低价是吸引关注的入场券,但最终决定采用与否,还取决于模型能否达到企业的质量与合规要求。
Q3:Meta的低价策略会引发大语言模型市场的价格战吗?
A:观点不一。有分析师认为这可能是前沿模型价格战的开端,OpenAI和Anthropic可能被迫在定价上做出回应;但也有观点认为,前沿模型资本密集、利润有限,难以长期维持激进低价,且历史规律显示入市低价往往在市场稳定后会随之上调。
好文章,需要你的鼓励
芝加哥大学等机构将强化学习引入大型强子对撞机触发系统,用GFPO方法实现阈值自适应调整,显著提升信号效率并保持背景率稳定,首次在真实CMS碰撞数据上完成验证。
AI评估初创公司Braintrust确认其AWS云账户遭未经授权访问,导致客户API密钥泄露风险。公司已通知所有客户立即更换存储在其平台上的API密钥,并表示已封锁受损账户、审计相关系统访问权限,同时对内部密钥进行了轮换。目前,Braintrust正对事件原因展开调查。安全专家指出,此次泄露可能对依赖该平台的AI公司产生连锁影响。该公司今年2月完成8000万美元B轮融资,估值达8亿美元。
英伟达发布Audex多模态大模型,在音频理解与生成达到最优水平的同时,保持文字推理能力几乎零退步,提供完整技术路径。