Meta предложила снизить расходы на новую модель Muse Spark пользователям, которые разрешат применять свои запросы и ответы для развития будущих систем искусственного интеллекта. Средняя скидка по тарифу участника достигает примерно 95%.
Модель предназначена для программирования и автономных ИИ-помощников, способных разбирать задачи, писать код и проверять результат. Реальные рабочие примеры помогают находить слабые места таких систем.
Стоимость Meta Muse Spark зависит от передачи данных
Миллион единиц входного текста по обычному тарифу стоит 1,25 доллара, а по тарифу участника – 0,10 доллара. Для сгенерированного текста цены составляют 4,25 и 0,20 доллара соответственно.
Предложение подходит для недорогой проверки функций и опытных разработок. Но скидка фактически становится компенсацией за доступ к истории работы с моделью. Поэтому сравнивать варианты только по цене неверно.
Обучение искусственного интеллекта Meta требует живых примеров
Запросы показывают, где нейросеть Meta неправильно понимает цель, на каком этапе ошибается и как человек уточняет поручение. Особенно ценны длинные рабочие цепочки, которые трудно заменить искусственно созданными заданиями.
Ранее сбор сведений о работе сотрудников Meta за компьютерами вызвал критику и был приостановлен. Теперь компания предлагает выгоду клиентам, для которых передача данных допустима.
Защита данных в нейросетях Meta: памятка для компаний
Перед подключением дешевого тарифа важно проверить, какие сведения могут оказаться в запросах. Особого внимания требуют закрытый исходный код, данные клиентов, договоры, финансовые показатели, пароли и ключи доступа.
Для снижения риска стоит:
удалить имена, адреса и реквизиты;
заменить настоящие данные условными примерами;
не загружать пароли и секретные ключи;
отделить открытые испытания от закрытых проектов;
сверить решение с правилами компании и договором заказчика.
Если обезличить материалы нельзя, безопаснее выбрать обычный тариф без использования диалогов для обучения.
Цены на нейросеть Meta меняют ценность данных
Meta сделала данные частью сделки: клиент выбирает между низкой стоимостью вычислений и повышенной закрытостью материалов. Такой подход может усилить ценовую конкуренцию на рынке ИИ и заставить компании точнее разделять общие и конфиденциальные сведения.
Вывод эксперта
Тариф участника оправдан для открытого кода, учебных задач и обезличенных испытаний. Для финансовых, медицинских, юридических и других закрытых процессов экономия может не покрыть возможный ущерб.
Моя рекомендация: сначала распределить задачи по уровню конфиденциальности и лишь затем выбирать условия. Muse Spark можно недорого испытывать на безопасных материалах, а чувствительные данные следует обрабатывать без их последующего применения для обучения ИИ.