Meta lanzó un agresivo esquema de precios para su nuevo modelo Muse Spark: los usuarios pueden pagar hasta 95% menos si aceptan compartir sus prompts y resultados con la compañía para contribuir al entrenamiento de futuras generaciones de inteligencia artificial.
La carrera por desarrollar modelos de inteligencia artificial cada vez más capaces abrió una nueva batalla: la competencia por conseguir datos de calidad. Y Meta decidió ponerle un precio concreto a esa información.
La compañía ofrece a los usuarios de su nuevo modelo Muse Spark, diseñado para operar agentes de programación y otros sistemas autónomos, un descuento promedio cercano al 95% si aceptan compartir sus prompts y las respuestas generadas por el modelo para contribuir al desarrollo de futuras versiones de inteligencia artificial.
La propuesta representa un cambio explícito en la forma de abordar uno de los activos más valiosos para las grandes compañías tecnológicas: los datos generados durante el uso real de sus productos.
Según la estructura de precios publicada por Meta, 1 millón de tokens de entrada cuesta U$S 1,25 bajo el acuerdo estándar. Pero dentro del denominado esquema de precios para colaboradores, ese mismo volumen baja a apenas U$S 0,10.
La diferencia también es significativa en los tokens de salida. El precio estándar es de U$S 4,25 por millón, mientras que los usuarios que aceptan compartir sus datos pueden acceder al servicio por U$S 0,20 por cada millón de tokens.
En otras palabras, Meta está ofreciendo una compensación económica directa a quienes permitan que sus interacciones contribuyan al entrenamiento y desarrollo de futuras generaciones de modelos.
La necesidad de datos para mejorar los agentes
La estrategia llega después de un período complejo para Meta en su búsqueda de nuevas fuentes de información para entrenar sistemas de inteligencia artificial.
A comienzos de este año, la empresa había puesto en marcha una iniciativa para monitorear el uso de computadoras por parte de sus propios empleados. Sin embargo, el proyecto generó fuertes críticas internas y fue suspendido en junio mientras la compañía revisaba cuestiones relacionadas con la seguridad de los datos.
Meta no respondió a una consulta de TechCrunch sobre su nuevo modelo de precios.
El interés por obtener datos reales de uso tiene una explicación técnica. Los sistemas conocidos como agentes de inteligencia artificial necesitan aprender cómo resolver tareas complejas en entornos reales, y los registros de interacción pueden convertirse en una fuente valiosa para mejorar su rendimiento.
Mario Zechner, desarrollador del proyecto de código abierto Pi, explicó recientemente a TechCrunch por qué este tipo de información puede tener un impacto significativo.
“La razón por la que vimos un gran salto en las capacidades de los agentes de programación entre abril de 2025 y octubre de 2025 fue que Claude Code, de forma predeterminada, almacenaba todas las sesiones de los agentes de programación y las utilizaba para el entrenamiento mediante aprendizaje por refuerzo”, afirmó Zechner.
El desafío es que, a medida que empresas como Meta, OpenAI y Anthropic buscan llevar los agentes de IA más allá del desarrollo de software, resulta más difícil obtener datos y evaluaciones sobre muchos flujos de trabajo profesionales.
A diferencia de la programación, numerosas tareas empresariales no dejan suficientes rastros digitales estructurados que permitan medir fácilmente el desempeño de un agente y utilizar esa información para mejorar futuras versiones.
Las empresas quieren privacidad
El nuevo esquema de Meta también pone sobre la mesa una tensión creciente dentro del mercado de la IA: muchas grandes empresas parecen dispuestas a pagar más con tal de proteger sus datos.
Arvind Narayanan, profesor de Ciencias de la Computación de la Universidad de Princeton, señaló que existen evidencias de que las grandes compañías no quieren que su información sea utilizada para entrenar modelos.
“Se mantienen en planes Enterprise facturados por tokens, incluso cuando los planes de consumo por suscripción, como Claude Max y ChatGPT Pro, tienen descuentos de entre 10 y 20 veces, o incluso mayores”, escribió Narayanan en redes sociales.
Según el académico, una de las principales diferencias entre ambos modelos comerciales está relacionada con la retención de datos y la gobernanza tecnológica de las empresas.
En ese contexto, Meta parece haber encontrado una alternativa: ofrecer un incentivo económico explícito para aquellas organizaciones que consideren aceptable compartir determinada información.
La guía de precios de la compañía explica que el nivel para colaboradores busca “reducir la barrera de entrada para la creación de prototipos, las pruebas de integraciones y la ampliación de experimentos en los que el entrenamiento con sus datos sea aceptable”.
Para Narayanan, esta estructura también podría incentivar a las grandes compañías a ser más cuidadosas al determinar qué información es realmente propietaria y qué datos podrían compartirse con proveedores de modelos.
Una nueva guerra de precios entre Meta, OpenAI y Anthropic
La estrategia de Meta aparece además en medio de una creciente competencia por precio entre los principales desarrolladores de modelos de frontera.
Anthropic lanzó recientemente sus nuevos modelos Fable y Mythos con reducciones en los costos de procesamiento de tokens almacenados en caché. Por su parte, OpenAI aplicó importantes recortes de precios a sus modelos más recientes a finales de julio.
Meta, sin embargo, eligió una estrategia diferente.
En lugar de competir únicamente reduciendo tarifas, la empresa está ofreciendo descuentos extraordinarios a cambio de algo que las compañías de inteligencia artificial necesitan cada vez más: información sobre cómo las personas y las organizaciones utilizan sus modelos en el mundo real.
La apuesta con Muse Spark deja una pregunta central para empresas y desarrolladores: ¿cuánto vale la privacidad de los datos cuando compartirlos puede reducir el costo de utilizar inteligencia artificial hasta en un 95%?
La respuesta podría convertirse en uno de los factores más importantes de la próxima etapa de competencia entre Meta, OpenAI, Anthropic y el resto de las compañías que buscan dominar el mercado de los agentes de IA.