Meta、新モデル「Muse Spark」で利用データ提供者に約95%割引 ― データ確保に苦戦の末の一手
TechCrunchの報道によれば、Metaは、コーディングエージェントなどの運用を想定した新モデル「Muse Spark」において、利用者が自身のプロンプトとモデル出力を今後のモデル開発のために共有することと引き換えに、平均で約95%という大幅な割引を提供する料金体系を打ち出した。多くのAIツールが「学習データとしての利用をオプトアウトできる」という選択肢を用意している中、Metaはこの発想を逆手に取り、データ提供に明確な価格を付けた形だ。
1. 標準価格とコントリビューター価格の差
Metaの料金ガイドによれば、標準契約では、入力100万トークンあたり1.25ドルだが、「コントリビューター」価格モデルではわずか10セントで済む。出力トークンについても標準価格は100万トークンあたり4.25ドルだが、コントリビューター価格では20セントになるという。Metaの料金ガイドは、このコントリビューター階層について「学習にデータを使用することが許容できる場合、プロトタイピングや統合テスト、実験のスケーリングへの参入障壁を下げるもの」と説明しているとTechCrunchは伝えている。
2. 背景にある学習データ確保の苦戦
Metaは、学習データの確保に苦労してきた経緯がある。今年初めに開始した、社員のパソコン利用状況を追跡する取り組みは社内で広範な批判を招き、6月に一時停止に追い込まれたとReutersが報じている。今回の新料金モデルについて、MetaはTechCrunchの取材に回答しなかったという。
3. エージェント型ツールの改善に不可欠なユーザーデータ
オープンソースのハーネス「Pi」の開発者であるMario Zechner氏は、TechCrunchの取材に対し、2025年4月から10月にかけてコーディングエージェントの能力が大きく飛躍した理由について、Claude Codeがデフォルトでコーディングエージェントのセッションをすべて保存し、強化学習の訓練に利用していたことを挙げている。モデル開発企業各社が、ソフトウェアエンジニアリング以外の分野にもエージェント型ツールの展開を進める中、専門的な業務フローの複雑さやデジタル記録の乏しさが、こうしたツールの評価・改善を妨げる要因になっているという。
4. 企業がデータ提供を避ける構造的な理由
プリンストン大学のコンピュータサイエンス教授Arvind Narayanan氏は、大企業が自社データをモデル学習に使われることを望まない明確な証拠があると指摘している。同氏はSNS上で、企業がトークン課金制のEnterpriseプランを使い続ける理由について、Claude MaxやChatGPT Proのようなサブスクリプション型の消費者向けプランは10倍から20倍、あるいはそれ以上安く提供されているにもかかわらず、その主な違いはデータの保持方針とエンタープライズ向けのITガバナンスにあると説明しているという。
Narayanan氏は、Metaが今回のように金銭的な対価を明示的に提示することで、企業側が「本当に機密性の高いデータ」と「モデル提供企業と共有しても差し支えないデータ」を見極める動機付けになりうるとも指摘している。
5. フロンティアラボ間の価格競争との関係
この動きは、フロンティアAI各社の間で強まる価格競争の文脈でも捉えられる。Anthropicが前日にリリースした最新モデルのFableとMythosは、キャッシュされたトークンの処理コストを引き下げており、OpenAIも7月末に最新モデルで大幅な値下げを実施している。Metaの「コントリビューター価格」も、こうした価格競争の一環として位置づけられそうだ。
