Meta propose des réductions pour partager les données d’usage de Muse Spark

Meta lance un modèle économique incitant les utilisateurs à partager leurs données d’interaction avec Muse Spark, son dernier modèle d’IA dédié aux agents logiciels et au codage. En échange de la transmission des prompts et des sorties générées, les utilisateurs bénéficient d’une réduction moyenne de 95 % sur les coûts d’utilisation.

Pour un million de tokens en entrée, le tarif standard s’élève à 1,25 $, contre 10 centimes dans le cadre du modèle contributeur. Pour les tokens en sortie, le prix passe de 4,25 $ à 20 centimes par million. Cette offre cible explicitement les entreprises et développeurs souhaitant tester ou intégrer Muse Spark, tout en acceptant que leurs données soient utilisées pour améliorer les futurs modèles. Meta précise que ce tarif réduit vise à « abaisser la barrière d’entrée pour le prototypage, les tests d’intégration et les expériences à grande échelle où l’entraînement sur les données est acceptable ».

Cette initiative intervient dans un contexte où Meta peine à obtenir des données d’entraînement. En juin 2026, l’entreprise avait suspendu un programme interne de collecte des activités informatiques de ses employés, après des critiques massives. Les données utilisateur, notamment les traces numériques des workflows professionnels, sont pourtant cruciales pour affiner les outils agentiques (agents logiciels autonomes). Comme l’a souligné un expert cité par TechCrunch, l’amélioration des capacités des agents entre avril et octobre 2025 a été rendue possible grâce à la collecte systématique des sessions de codage par un concurrent.

Le modèle économique de Meta pourrait aussi influencer les stratégies des entreprises face à la propriété des données. Certains observateurs notent que les grands groupes privilégient encore des abonnements enterprise facturés à l’usage, malgré des alternatives consommateur bien moins chères, principalement pour des raisons de gouvernance et de rétention des données. En proposant une compensation directe, Meta incite potentiellement ces acteurs à distinguer les données strictement confidentielles de celles partageables, sans pour autant renoncer à leur modèle tarifaire.