Meta giảm tới 95% phí sử dụng cho người chia sẻ dữ liệu mô hình AI Muse Spark

Tin chính: Meta đưa ra mức giá “siêu ưu đãi” cho người dùng chia sẻ dữ liệu mô hình Muse Spark

Meta vừa công bố một hình thức định giá mới cho mô hình AI mới nhất – Muse Spark, được thiết kế để vận hành các tác vụ lập trình và các tác nhân (agent) thông minh khác. Thay vì chỉ cho phép người dùng “từ chối” chia sẻ dữ liệu như các công cụ AI khác, Meta khuyến khích người dùng “đóng góp” dữ liệu bằng cách giảm giá trung bình tới 95 % cho những ai đồng ý chia sẻ prompt và kết quả đầu ra của mô hình.

Chi tiết giá và chương trình đóng góp

• Mức phí tiêu chuẩn: Theo thỏa thuận thông thường, 1 triệu token đầu vào (input) được tính $1.25, trong khi 1 triệu token đầu ra (output) có giá $4.25.
• Giá “contributor”: Khi người dùng tham gia chia sẻ dữ liệu, chi phí giảm mạnh – 1 triệu token đầu vào chỉ còn 10 cent, và 1 triệu token đầu ra chỉ 20 cent. Như vậy, mức giảm trung bình khoảng 95 % so với giá gốc.

Meta cho biết mức giá này nhằm “hạ rào cản” cho việc thử nghiệm, tích hợp và mở rộng các dự án sử dụng dữ liệu nội bộ, trong trường hợp doanh nghiệp đồng ý cho phép mô hình học từ dữ liệu của mình. Hướng dẫn giá của Meta nhấn mạnh rằng tier “contributor” phù hợp với các giai đoạn prototype, kiểm thử tích hợp và các thí nghiệm quy mô lớn, nơi việc đào tạo trên dữ liệu riêng là chấp nhận được.

Động lực của Meta xuất phát từ những khó khăn trong việc thu thập dữ liệu đào tạo. Đầu năm nay, công ty đã triển khai một dự án nội bộ nhằm theo dõi việc sử dụng máy tính của nhân viên, nhưng sau khi nhận được phản hồi tiêu cực mạnh mẽ, dự án đã bị tạm dừng vào tháng 6. Khi TechCrunch hỏi về mô hình giá mới, Meta không trả lời.

Trong khi đó, các nhà phát triển khác đã chứng minh tầm quan trọng của dữ liệu người dùng. Mario Zechner, nhà phát triển nền tảng mã nguồn mở Pi, cho biết “sự bứt phá đáng kể trong khả năng của các tác nhân lập trình giữa tháng 4/2025 và tháng 10/2025 là do Claude Code mặc định lưu trữ toàn bộ phiên làm việc và dùng chúng để huấn luyện reinforcement learning”.

Arvind Narayanan, giáo sư khoa học máy tính tại Princeton, lưu ý rằng “các công ty lớn thường không muốn dữ liệu của mình được dùng để đào tạo mô hình, vì vậy họ vẫn bám vào các gói Enterprise tính phí theo token, mặc dù các gói tiêu dùng như Claude Max hay ChatGPT Pro được giảm giá 10‑20 lần”. Sự khác biệt chính giữa các gói này là chính sách lưu trữ dữ liệu và quản trị IT doanh nghiệp.

Meta có thể đang tận dụng xu hướng này bằng cách trả tiền trực tiếp cho các công ty để thu thập dữ liệu, đồng thời tạo động lực cho các doanh nghiệp xem xét kỹ hơn dữ liệu nào thực sự là tài sản sở hữu và dữ liệu nào có thể chia sẻ.

Bối cảnh ngành và so sánh với các đối thủ

Giá giảm mạnh của Meta không phải là hiện tượng duy nhất trong năm 2026. Cùng thời điểm, Anthropic vừa ra mắt các mô hình Fable và Mythos, kèm theo mức phí thấp hơn cho việc xử lý token đã được lưu trữ (cached tokens). OpenAI cũng thực hiện “cắt giảm giá” đáng kể cho các mô hình mới vào cuối tháng 7, nhằm duy trì sức cạnh tranh trong thị trường AI ngày càng khắc nghiệt.

Sự cạnh tranh về giá này phản ánh nhu cầu ngày càng tăng của các doanh nghiệp muốn tích hợp AI vào quy trình làm việc mà không phải trả phí quá cao cho việc xử lý dữ liệu. Khi các nhà cung cấp lớn như Meta, Anthropic và OpenAI liên tục điều chỉnh giá, các công ty vừa và nhỏ sẽ có nhiều lựa chọn hơn để thử nghiệm các tác nhân AI, đồng thời phải cân nhắc giữa lợi ích của việc chia sẻ dữ liệu và rủi ro bảo mật.

Nếu mô hình “contributor” của Meta thành công, nó có thể tạo ra một vòng tròn phản hồi tích cực: nhiều dữ liệu hơn → mô hình tốt hơn → giá trị dịch vụ tăng → thu hút thêm khách hàng sẵn sàng chia sẻ dữ liệu. Ngược lại, nếu các doanh nghiệp lo ngại về tính riêng tư, họ có thể vẫn ưu tiên các gói Enterprise đắt đỏ nhưng an toàn hơn, như Narayanan đã chỉ ra.

Trong bối cảnh các nhà nghiên cứu và nhà phát triển AI đang tìm cách cân bằng giữa việc thu thập dữ liệu chất lượng và bảo vệ quyền riêng tư, chiến lược giá của Meta là một ví dụ điển hình cho xu hướng “đánh đổi dữ liệu lấy giá” đang nổi lên trên thị trường AI toàn cầu.