A computer monitor displaying a stylized AI head
هوش مصنوعی

متا از عامل کدنویسی Muse Code با قیمت ۱۰ برابر کمتر…

کد میوز با میوز اسپارک ۱.۲ جفت می‌شود و بر قیمت‌گذاری توکن تکیه می‌کند تا با OpenAI و Anthropic رقابت کند.

نوشته Elliot Marsh6 دقیقه مطالعه

متا پیش‌نمایشی از Muse Code، اولین عامل کدنویسی هوش مصنوعی خود را منتشر کرده است، در حالی که به همان حوزه کاری که OpenAI’s Codex و Anthropic’s Claude قرار دارند، نفوذ می‌کند. این راه‌اندازی کمتر به عنوان یک قابلیت و بیشتر به عنوان یک بازی قیمت‌گذاری با نرخ‌های توکن پرداخت به ازای استفاده و یک «سطح مشارکت‌کننده» که متا می‌گوید بیش از ۱۰ برابر ارزان‌تر است، قاب‌بندی شده است.

نکات کلیدی

  • متا پیش‌نمایشی از Muse Code، اولین عامل کدنویسی هوش مصنوعی خود را منتشر کرده است و آن را به طور مستقیم در برابر دستیاران کدنویسی OpenAI و Anthropic قرار داده است.
  • Muse Code برای کار در کنار Muse Spark 1.2 طراحی شده است و متا این عامل و مدل را با هم آموزش داده است تا عملکرد کدنویسی را بهبود بخشد.
  • دسترسی پرداخت به ازای استفاده به طور مشابه با Muse Spark 1.1 با قیمت ۱.۲۵ دلار به ازای هر میلیون توکن ورودی و ۴.۲۵ دلار به ازای هر میلیون توکن خروجی قیمت‌گذاری شده است، طبق گفته الکساندر وانگ از متا.
  • یک «سطح مشارکت‌کننده» به عنوان بیش از ۱۰ برابر ارزان‌تر از پرداخت به ازای استفاده تبلیغ شده است، اما نیاز دارد که توسعه‌دهندگان برای کمک به بهبود مدل با استفاده از داده‌های شخص ثالث، اقدام کنند.

پیش‌نمایش Muse Code متا را در رقابت عامل کدنویسی قرار می‌دهد

متا در حال انتشار پیش‌نمایشی از Muse Code، اولین عامل کدنویسی هوش مصنوعی خود است، در حالی که این شرکت سعی دارد با دستیاران کدنویسی که قبلاً با OpenAI و Anthropic مرتبط هستند، رقابت کند. این محصول در خانواده مدل‌های وسیع‌تر Muse Spark متا قرار دارد و به عنوان یک ابزار عملی برای توسعه‌دهندگان به جای یک نمایش تحقیقاتی معرفی می‌شود.

از نظر مکانیکی، Muse Code قرار است بیشتر از پاسخ به سوالات کدنویسی عمل کند. الکساندر وانگ، رئیس هوش مصنوعی متا و رئیس آزمایشگاه‌های فوق هوش متا، عاملی را توصیف کرد که می‌تواند کارهای مهندسی نرم‌افزار را از ابتدا تا انتها در یک رابط واحد انجام دهد، از جمله برنامه‌ریزی تغییرات، نوشتن کد و اعتبارسنجی نتایج.

وانگ گفت: «شما می‌توانید آن را با یک فرمان نصب کنید و سپس از آن برای انجام وظایف کامل مهندسی نرم‌افزار در انواع مختلف استفاده کنید، برنامه‌ریزی تغییرات، نوشتن کد، اعتبارسنجی نتایج.»

زمینه تجاری واضح است: متا به شدت بر روی مراکز داده و محاسبات هزینه کرده است و به خطوط درآمد هوش مصنوعی نیاز دارد که برای توسعه‌دهندگان و شرکت‌ها قابل درک باشد، نه فقط تیم‌های محصول داخلی. متا هنوز ۹۸ درصد از درآمد خود را از تبلیغات آنلاین به دست می‌آورد و سهام این شرکت هفته گذشته پس از پیش‌بینی درآمد کم و کاهش جریان نقدی آزاد در سه‌ماهه دوم، کاهش یافت.

قیمت گذاری، اهرم است: توکن‌های پرداخت به ازای استفاده و یک سطح مشارکت ۱۰ برابر ارزان‌تر

پیشنهاد تمایز متا برای Muse Code به طور صریح بر اساس قیمت است. وانگ گفت متا Muse Code و خانواده Muse Spark را عمدتاً بر اساس هزینه قرار می‌دهد تا ادعای برتری واضحی در قابلیت نسبت به OpenAI یا Anthropic داشته باشد.

مکانیسم‌های قیمت‌گذاری مبتنی بر توکن هستند، با هزینه‌های جداگانه برای توکن‌های ورودی (متن ارسال شده به مدل) و توکن‌های خروجی (متن تولید شده توسط مدل). توسعه‌دهندگان می‌توانند از طریق قیمت‌گذاری پرداخت به ازای استفاده به Muse Code دسترسی پیدا کنند، که وانگ گفت مشابه Muse Spark 1.1 است.APIنرخ‌ها: ۱.۲۵ دلار به ازای هر میلیون توکن ورودی و ۴.۲۵ دلار به ازای هر میلیون توکن خروجی.

یک سطح دوم وجود دارد که به کاهش هزینه‌ها کمک می‌کند. وانگ گفت Muse Code شامل "یک سطح مشارکت است که شما را با هزینه‌ای به طور قابل توجهی پایین‌تر وارد می‌کند" و آن را به عنوان "بیش از ۱۰ برابر ارزان‌تر از سطح پرداخت به ازای استفاده" توصیف کرد. نکته این است که تحت ارزان‌ترین سطح، توسعه‌دهندگان باید "به بهبود مدل کمک کنند"، که وانگ آن را به استفاده متا از داده‌های شخص ثالث برای تقویت فناوری زیرین مرتبط دانست.

این معامله مکانیزم واقعی است. متا از قیمت برای خرید دو چیز به طور همزمان استفاده می‌کند: پذیرش توسعه‌دهندگان و یک جریان بازخورد یا داده که می‌تواند برای بهبود سیستم استفاده شود. قطعه گمشده مقیاس است. وانگ از ارائه آمار کاربران برای مدل‌های Muse Spark خودداری کرد و تنها گفت که "پذیرش هیجان‌انگیز و قوی بوده است"، که این موضوع نامشخص می‌گذارد که این فشار قیمت چقدر می‌تواند بر رقبای موجود تأثیر بگذارد تا متا حجم API یا سهم درآمد را افشا کند.

توزیع و گیره‌های شرکتی: دسترسی OpenRouter و درخواست‌های عدم نگهداری داده

مدل ورود به بازار Muse Code بر اساس کانال‌های توزیعی ساخته شده است که توسعه‌دهندگان قبلاً از آن‌ها استفاده می‌کنند. وانگ گفت کاربران قادر خواهند بود به Muse Code دسترسی پیدا کنند و هزینه آن را در همان صفحه توسعه‌دهنده متا که API مدل هوش مصنوعی Muse Spark را میزبانی می‌کند، پرداخت کنند و فرآیند ورود و صورت‌حساب را در یک سطح نگه دارند.

متا همچنین گفت که مدل هوش مصنوعی جدیدتر آن در OpenRouter در دسترس خواهد بود، یک پلتفرم مسیریابی که دسترسی یکپارچه به مدل‌های متعدد، از جمله مدل‌های وزن باز از آزمایشگاه‌های چینی مانند DeepSeek و Z.ai را برای توسعه‌دهندگان فراهم می‌کند. برای متا، این یک میانبر توزیع است. این موضوع Muse Spark را در همان منوی گزینه‌های رقیب قرار می‌دهد که مقایسه‌های قیمت و تأخیر را فوری‌تر می‌کند.

در سمت شرکتی، متا شروع به ارائه کنترلی کرده است که مشتریان بزرگ تمایل دارند آن را به عنوان یک شرط لازم در نظر بگیرند. وانگ گفت متا "همچنین شروع به پذیرش درخواست‌ها برای عدم نگهداری داده‌ها" کرده است، به این معنی که متا داده‌های توسعه‌دهنده را برای بهبود مدل‌ها نگه‌داری نخواهد کرد. او این را "یک ویژگی بزرگ شرکتی که برای افراد مهم است" نامید.

نحوه بیان اهمیت دارد: این درخواست‌محور است، نه به عنوان یک تنظیم پیش‌فرض توصیف شده است، بنابراین عامل محدودکننده این می‌شود که چه کسی واجد شرایط است و چگونه به طور گسترده‌ای اجرا می‌شود.

چه چیزی برای متا بعد از این می‌آید: راه‌اندازی عامل هوش مصنوعی Muse Code

مرحله بعدی این داستان افشاگری است، نه نمایش‌ها. متا هیچ معیار پذیرش مشخصی برای Muse Code یا APIهای Muse Spark منتشر نکرده است و وانگ از ارائه آمار کاربران خودداری کرد. اگر متا می‌خواهد بازار این را به عنوان یک خط درآمدزایی هوش مصنوعی در نظر بگیرد نه یک محصول آزمایشی، باید اعداد پشت "پذیرش هیجان‌انگیز و قوی بوده است" قرار دهد، چه این حجم API باشد، توسعه‌دهندگان فعال، یا سهم درآمد.

قیمت‌گذاری نیز تنها به طور جزئی مشخص شده است. نرخ‌های پرداخت به ازای استفاده مشابه Muse Spark 1.1 توصیف شده‌اند و سطح مشارکت‌کننده به عنوان بیش از 10 برابر ارزان‌تر توصیف شده است، اما متا نرخ‌های توکن سطح مشارکت‌کننده، محدودیت‌های استفاده یا هر گونه محدودیتی که برای تیم‌ها در تلاش برای اجرای عوامل در مقیاس مهم باشد را مشخص نکرد.

پذیرش شرکتی به جزئیات عملیاتی عدم نگهداری داده‌ها بستگی خواهد داشت. متا آن را به عنوان پذیرش درخواست‌ها توصیف کرده است، که به معنای یک فرآیند دستی یا محدود شده است. زمان‌بندی و گستردگی در دسترس بودن، و اینکه آیا این به یک گزینه استاندارد شرکتی تبدیل می‌شود، تعیین خواهد کرد که آیا مشتریان بزرگ می‌توانند Muse Code را به عنوان یک جزء پیش‌فرض زنجیره ابزار در نظر بگیرند.

توزیع اهرم دیگری است. متا به صفحه توسعه‌دهنده خود و OpenRouter اشاره کرده است، اما بازارها یا مشارکت‌های اضافی می‌تواند منحنی پذیرش را به سرعت تغییر دهد، به ویژه اگر متا به قیمت به عنوان انگیزه اصلی تغییر تکیه کند.

نظر من: متا در تلاش است تا با قیمت‌گذاری پذیرش را خریداری کند در حالی که یک خط درآمدزایی هوش مصنوعی را می‌سازد.

بخشی که تعیین می‌کند آیا Muse Code مهم است یا نه، نمایش عامل نیست. این بستگی دارد به اینکه آیا متا می‌تواند قیمت‌گذاری توکن را به استفاده پایدار تبدیل کند بدون اینکه سطح مشارکت‌کننده را به یک مانع شهرت یا تأمین برای تیم‌های جدی که نمی‌توانند به شرایط اشتراک داده‌ها وارد شوند، تبدیل کند.

آستانه‌ای که مهم است افشاگری است: اگر متا شروع به انتشار معیارهای پذیرش و درآمد کند، و اگر نرخ‌های سطح مشارکت‌کننده به اندازه کافی مشخص باشد که تیم‌ها بتوانند هزینه را در مقیاس مدل‌سازی کنند، این به یک لنگر قیمت واقعی برای بازار عامل کدنویسی تبدیل می‌شود.

اگر آن جزئیات مبهم باقی بمانند و عدم نگهداری داده‌ها تنها به صورت درخواست باشد، راه‌اندازی بیشتر شبیه یک کاتالیزور احساسی مبتنی بر قیمت است تا یک تغییر ساختاری در نحوه انتخاب دستیار کدنویسی پیش‌فرض توسط توسعه‌دهندگان.

منابع