极欧互联
GEO资讯

Meta编程智能体低价入局，AI编程价格战开启

发布于 2026/8/10 79 次阅读
Meta编程智能体低价入局，AI编程价格战开启

Meta编程智能体低价入局，AI编程价格战开启

8月5日，Meta正式发布旗下首款AI编程智能体Muse Code，直接对标Anthropic的Claude Code和OpenAI的Codex。和多数大厂把新品讲成"能力更强"不同，这次Meta打的是价格牌——按量付费之外，另设一个数据贡献者档位，输出价格最低能压到竞品的几十分之一。

一条命令装好，面向完整软件工程任务

Muse Code是一款终端型编程智能体，通过单条命令即可安装。它基于Meta专为这款产品训练的新模型Muse Spark 1.2运行，两者在训练阶段就深度绑定，官方称这让工具调用的首次成功率更高。对大型项目，它会拆出多个子智能体，在相互隔离的工作目录里并行推进，全程不触碰开发者的本地工作副本。

扎克伯格在社交平台上介绍，Muse Code能承担完整的软件工程任务，包括规划代码改动、编写代码和验证结果。据华尔街见闻和财联社报道，Meta内部已有约7000名员工在使用，产出超过800个修复，反过来用于改进模型。

价格策略：低价是核心差异点

Meta为Muse Code设置了两档收费。按量付费档与Muse Spark系列API定价一致，输入每百万token 1.25美元，输出每百万token 4.25美元；贡献者档则要求用户允许Meta用其交互数据训练下一代模型，输出价格低至每百万token 0.2美元，比按量付费便宜十倍以上。

Meta AI负责人Alexandr Wang的说法很直白：对大量工作流程和应用场景来说，这是一个非常有吸引力的选项，尤其在成本方面具有明显优势。

对比之下，Claude Code和Codex目前以约每月20美元的订阅为主，按量付费的旗舰档输出价格普遍在每百万token 10至30美元。Meta显然无意在尖端能力上和对手硬碰，而是用价格切走价格敏感的那批开发者。值得提醒的是，贡献者档的低价是以数据用于训练为代价的，企业在选型时要把数据使用条款一并纳入评估，而不是只看单价。

编程智能体赛道：从能力竞赛转向成本竞争

在Terminal-Bench 2.1基准上，Muse Spark 1.2得分82.9%，低于Claude Code搭载的Opus 5（86.7%），但高于Codex搭载的GPT-5.6 Terra（81.8%），差距并不悬殊。这轮发布也发生在Meta承受资本压力的节点上——其二季度资本开支高达310.8亿美元，同比增长83%，自由现金流仅剩7.84亿美元，投资者正要求AI投入给出回报。编程智能体是大模型落地最确定、变现最快的方向之一，Meta的低价打法，很可能把这场竞争从能力竞赛推向成本竞争。

对企业和开发者意味着什么

对正在用编程智能体的团队，这轮发布最值得关注的是两个信号。一是定价空间被打开：按量付费4.25美元的输出单价已接近成本线，贡献者档更是低至0.2美元，企业原来按席位订阅的预算逻辑可能要重新算。二是数据条款必须看清：低价档位以授权Meta使用交互数据训练下一代模型为代价，涉及代码库的企业尤其要谨慎，Meta方面表示可为零数据留存需求的企业客户提供单独方案，但这类承诺需要落到合同里。

对国内团队而言，价格战的信号同样值得关注。近一个月里，国产编程模型与智能体也在密集迭代，DeepSeek甚至传出大幅上调API价格的消息。一边是海外大厂用低价换份额，一边是国内厂商从"以低价换市场"转向"以价值定价"，AI编程服务的定价逻辑正在分化。对企业来说，编程智能体的引入已经从"尝鲜"变成"降本"手段，选型标准也随之务实：任务能不能跑通、成本是否可控、数据边界是否清晰，比发布会上的指标更经得起检验。

信息来源

返回文章列表
4001179166 获取诊断报告