Meta ha abierto un plan que rebaja Muse Spark un 92% en entrada y un 95% en salida a cambio de una cosa: que le dejes usar tus prompts y las respuestas del modelo para entrenar las siguientes versiones. Lo cuenta TechCrunch y se llama contributor tier.
Puntos clave
- Tokens de entrada: 0,10 dólares por millón, frente a 1,25 del precio estándar. Un 92% menos.
- Tokens de salida: 0,20 dólares por millón, frente a 4,25 estándar. Un 95% menos.
- A cambio, Meta accede a tus prompts y a las salidas del modelo para aprendizaje por refuerzo y mejora del modelo.
- Aplica a Muse Spark, el modelo de Meta para agentes de código y herramientas agénticas.
- Meta lo describe como bajar la barrera de entrada para prototipar, probar integraciones y escalar experimentos "donde entrenar con tus datos sea aceptable".
La inversión del modelo de consentimiento
Casi todos los proveedores de IA funcionan igual: entrenan con tus datos por defecto y te dan una casilla para salirte. El opt-out.
Meta le ha dado la vuelta. Aquí no entrenan con tus datos salvo que entres tú, y para que entres te pagan con un descuento del 92%. Es opt-in con incentivo económico.
Se puede leer de dos maneras y las dos son ciertas a la vez.
La honesta: es más transparente que la casilla escondida en los ajustes. Sabes exactamente qué das y qué recibes, y el precio del trato está publicado.
La incómoda: pone un precio de mercado a tus datos de trabajo, y ese precio es 1,15 dólares por millón de tokens de entrada. Si tu empresa acepta el trato, ha vendido su contexto operativo por eso.
Por qué Meta quiere justo estos datos
El detalle que importa es que Muse Spark es un modelo para agentes de código. No es un chat generalista.
Los datos de un agente trabajando son la cosa más valiosa que existe ahora mismo para entrenar: secuencias completas de tarea, herramienta llamada, error, corrección y resultado. Eso es exactamente el material que necesita el aprendizaje por refuerzo para enseñar a un modelo a operar, y no se puede raspar de internet.
Meta lleva semanas empujando fuerte en este frente. Sacó Muse Code con subagentes en planes de 5 dólares y esta semana Muse Spark 1.3 marcando 75,4 en DeepSWE, por delante de Opus 5.
Regalar el modelo casi gratis para conseguir trazas de agentes reales es una estrategia coherente con eso. El descuento no es marketing, es adquisición de datos de entrenamiento.
Y no es la primera vez que Meta tira de este mecanismo. TechCrunch recuerda que la empresa ya intentó algo parecido monitorizando a sus propios empleados, iniciativa que recibió críticas internas y quedó pausada en junio de 2026.
Por qué importa
Aquí hay una línea que trazar y es sencilla de trazar.
Prototipos, pruebas internas, experimentos con datos sintéticos o públicos: adelante. Un 92% de descuento sobre un modelo que compite con Opus 5 es una barbaridad, y a esos precios puedes permitirte probar cosas que hoy no pruebas por coste.
Código de cliente, datos personales, contratos, cualquier cosa bajo acuerdo de confidencialidad: no. Y no por prudencia difusa, sino porque muchos contratos con clientes prohíben explícitamente que sus datos se usen para entrenar modelos de terceros. Si aceptas el contributor tier con ese material, estás incumpliendo tú, no Meta.
La regla práctica: si el contenido del prompt no lo publicarías en un repositorio abierto, no va en el plan barato.
Y si dudas de si tu equipo sabrá mantener esa separación en el día a día, la respuesta es que no. Configura dos claves de API distintas y decide por proyecto, no por criterio de cada persona en cada llamada.
Fuente original: TechCrunch
Relacionado
