Meta的Muse Code以75倍價格差距挑戰DeepSeek，掀AI編碼價格戰

Meta Platforms於8月6日推出其首款編碼代理Muse Code，同時發表Muse Spark 1.2模型，將貢獻者方案定價為每百萬個輸入token 0.10美元——較標準費率低12.5倍，且比DeepSeek的V4-Flash更便宜——此舉旨在從Anthropic和OpenAI手中搶佔AI編碼市場份額，同時蒐集訓練數據。這款測試工具由執行長馬克·祖克柏（Mark Zuckerberg）在X平台上宣布，是Meta在四個月內第三次發布模型，也是其首次進軍由Claude Code和Codex主導的終端型編碼代理領域。

祖克柏在貼文中表示：「用戶只需一行程式碼即可安裝並開始使用貢獻者方案」，並將此方案定位為易於採用且成本低廉。

貢獻者方案將快取輸入定價為每百萬個token 0.002美元，較標準費率1.25美元折扣75倍，輸出定價為每百萬個token 0.20美元，而標準費率為4.25美元。但代價是：用戶必須允許Meta使用其提示詞和輸出結果進行訓練。其經濟效益相當明顯——經營開源T3 Code平台的開發者Theo在貢獻者方案上花費0.40美元即可進行一整天的測試，而在標準方案上僅完成一個10分鐘的任務就需要5.32美元，若在Anthropic的Fable 5上執行同等工作量則需32美元。根據該模型公布的費率表，此定價低於DeepSeek-V4-Flash——後者每百萬個輸入token收費0.14美元，每百萬個輸出token收費0.28美元。

Muse Spark 1.2在人工智慧分析指數（Artificial Analysis Intelligence Index）中獲得54分，使Meta與SpaceXAI並列美國實驗室第三名，並在包括Terminal-Bench 2.1和DeepSWE 1.1在內的編碼基準測試中僅次於Claude Opus 5，領先GPT-5.6、Grok 4.5和Gemini 3.6。該模型在MCP Atlas代理工具基準測試中名列第一。速度是其最大亮點：該模型透過OpenRouter平均每秒處理191個token，峰值吞吐量達每秒316個token，約比OpenAI的5.6 Sol快六倍。然而，實際測試暴露了可靠性方面的缺口——該模型在嘗試程式碼庫整合時，虛構了一個名為「anti-gravity」的無關Google專案，並且產生了魚向後游且缺少碰撞偵測的損壞遊戲版本。

數據換折扣的交易

Meta的定價策略是一場精心設計的數據收購行動。透過將貢獻者方案定價為標準費率的5%至10%，Meta實際上是在付費讓開發者從真實編碼工作流程中產生訓練數據。Theo自身的使用情況說明了其規模：對其開源專案中222個拉取請求進行PR審查，僅需不到五分鐘且花費10美分，而這項工作若使用前沿模型則需花費數十美元。代價是隱私——貢獻者方案上的每一個提示詞和輸出結果都會流入Meta的訓練管線。

此舉正值AI定價戰日益激烈之際。DeepSeek同日宣布計畫「大幅」調漲整體API定價，扭轉了自7月31日推出以來使V4-Flash風靡全球的降價策略。智譜（Zhipu）的GLM模型也計畫在折扣期結束後漲價。這種分歧意味深長：包括OpenAI和Meta在內的西方實驗室正透過降價來爭取規模，而中國實驗室則釋放出將以模型品質而非僅靠成本取勝的訊號。

價格戰對投資者的意義

競爭壓力最大程度落在Anthropic和OpenAI身上，兩者對其編碼模型收取溢價——Claude Opus 4.8每百萬個輸入token定價5美元，每百萬個輸出token定價25美元，分別約為DeepSeek V4-Flash費率的36倍和89倍。Meta的貢獻者方案進一步壓縮了這一差距，威脅將AI編碼工作中低複雜度的部分商品化：以往每次運行需花費數十美元的PR分類、歸類和日誌分析，現在只需幾美分。對Meta而言，關鍵賭注在於補貼推理能否轉化為訓練數據，進而縮小與前沿模型之間的可靠性差距。如果成功，該公司可能成為Anthropic和OpenAI的真正競爭對手；如果失敗，Muse Spark 1.2仍只是一款快速、廉價的利基用途新奇產品。尚待解答的問題是，DeepSeek的漲價是否預示著價格戰的全面退潮，抑或是在其據報正在開發的自家代理工具（名為DeepSeek Code）推出前的重新定位。

本文僅供參考，不構成投資建議。