Meta giảm giá 'sốc' 95% cho lập trình viên để cải thiện mô hình AI 'Muse Spark'

Trong một động thái đầy chiến lược nhằm thúc đẩy sự phát triển của các mô hình AI thế hệ mới, Meta đang đưa ra một chương trình ưu đãi đặc biệt cho mô hình Muse Spark của mình. Muse Spark được thiết kế chuyên biệt để vận hành các tác nhân AI (AI agents) và hỗ trợ công việc lập trình. Theo đó, Meta sẽ giảm giá tới 95% chi phí sử dụng cho những người dùng đồng ý đóng góp dữ liệu tương tác của họ – bao gồm các câu lệnh (prompts) và kết quả đầu ra của mô hình – để Meta cải thiện các phiên bản trong tương lai.

Hầu hết các công cụ AI hiện nay đều cho phép người dùng từ chối chia sẻ dữ liệu sử dụng để cải thiện mô hình. Tuy nhiên, Meta đã đi một bước xa hơn khi định giá trực tiếp cho việc chia sẻ dữ liệu này. Cụ thể, 1 triệu token đầu vào (input tokens) thông thường có giá 1.25 USD, nhưng với chương trình đóng góp dữ liệu, chi phí chỉ còn 10 xu. Tương tự, 1 triệu token đầu ra (output tokens) giảm từ 4.25 USD xuống chỉ còn 20 xu. Đây là một mức giảm giá cực kỳ hấp dẫn, đặc biệt đối với các nhà phát triển và doanh nghiệp muốn thử nghiệm hoặc tích hợp các tác nhân AI vào quy trình làm việc của mình.

Việc thu thập dữ liệu đào tạo luôn là một thách thức lớn đối với các công ty AI. Trước đó, Meta từng gặp phải phản ứng nội bộ khi cố gắng theo dõi hoạt động máy tính của nhân viên để thu thập dữ liệu, và đã phải tạm dừng sáng kiến này. Dữ liệu từ người dùng là yếu tố sống còn để các công cụ tác nhân AI (agentic tools) hoạt động hiệu quả hơn. Mario Zechner, nhà phát triển của công cụ mã nguồn mở Pi, chia sẻ rằng chính nhờ việc Claude Code mặc định lưu trữ các phiên lập trình và sử dụng chúng để huấn luyện học tăng cường (reinforcement learning training), mà khả năng của các tác nhân lập trình đã có bước nhảy vọt đáng kể vào năm ngoái.

Mặc dù việc phát triển các tác nhân AI đang ngày càng trở nên cấp thiết, nhưng khả năng đánh giá và cải thiện chúng lại bị hạn chế bởi sự phức tạp của nhiều quy trình công việc chuyên nghiệp và thiếu dấu vết kỹ thuật số. Giáo sư khoa học máy tính Arvind Narayanan từ Đại học Princeton cũng lưu ý rằng các công ty lớn thường không muốn dữ liệu của họ bị sử dụng để đào tạo mô hình. Họ sẵn sàng chi trả cho các gói Enterprise (doanh nghiệp) với mức phí cao hơn gấp 10-20 lần so với các gói người dùng cá nhân như Claude Max hay ChatGPT Pro, chỉ để đảm bảo dữ liệu không bị lưu trữ và có quản trị CNTT riêng biệt.

Chính vì vậy, động thái của Meta cho thấy sự ghi nhận thực tế này bằng cách đề xuất một hình thức “bồi thường” rõ ràng cho việc chia sẻ thông tin. Hướng dẫn về giá của Meta nêu rõ rằng cấp độ đóng góp dữ liệu này sẽ “giảm rào cản gia nhập cho việc tạo mẫu thử nghiệm (prototyping), kiểm thử tích hợp (testing integrations) và mở rộng các thử nghiệm mà việc đào tạo trên dữ liệu của bạn là chấp nhận được.” Điều này có thể khuyến khích các công ty lớn xem xét kỹ lưỡng hơn đâu là dữ liệu thực sự độc quyền và đâu là dữ liệu có thể chia sẻ với các nhà cung cấp mô hình.

Khung giá mới này cũng có thể làm tăng tính cạnh tranh về giá giữa các phòng thí nghiệm AI hàng đầu. Mới đây, các mô hình Fable và Mythos của Anthropic cũng đã giảm chi phí xử lý token được lưu vào bộ nhớ đệm (cached tokens), trong khi OpenAI cũng đã thực hiện giảm giá đáng kể cho các mô hình của mình vào cuối tháng 7.

💡 Gợi ý trải nghiệm & ứng dụng tại Việt Nam:

• Ai nên quan tâm: Các lập trình viên, nhà phát triển phần mềm, kỹ sư AI, chủ doanh nghiệp công nghệ, và các đội ngũ nghiên cứu muốn sử dụng các tác nhân AI mạnh mẽ cho các tác vụ lập trình và tự động hóa phức tạp.
• Cách tiếp cận: Meta Muse Spark là một mô hình mới, có thể sẽ được cung cấp qua API hoặc các nền tảng dành cho nhà phát triển của Meta. Người dùng Việt Nam có thể theo dõi thông báo chính thức từ Meta để đăng ký tham gia chương trình đóng góp dữ liệu và trải nghiệm mô hình với chi phí ưu đãi.
• Lợi ích thực tế: Giảm đáng kể chi phí khi phát triển, thử nghiệm và triển khai các ứng dụng sử dụng tác nhân AI (AI agents) và các công cụ hỗ trợ lập trình. Điều này giúp các doanh nghiệp và lập trình viên tại Việt Nam tiếp cận công nghệ AI tiên tiến hơn, từ đó tăng tốc độ phát triển sản phẩm, tự động hóa quy trình và tối ưu hóa chi phí vận hành.

Nguồn tham khảo: TechCrunch