Meta geeft 95 procent korting aan wie zijn prompts afstaat

Meta heeft deze week een prijskaartje op je bedrijfsdata geplakt, en het staat gewoon in de prijstabel van de API.

Op 2 september kwam Muse Spark 1.3 uit, het model dat codeeragenten aanstuurt. Wie de prijspagina openslaat ziet het model twee keer staan. Eén keer als muse-spark-1.3, en eén keer als muse-spark-1.3-contributor. Zelfde model, zelfde contextvenster van 1 miljoen tokens, twee tarieven.

Twee prijzen, één model

Het dure tarief: 1,25 dollar per miljoen invoertokens, 4,25 dollar per miljoen uitvoertokens. Erachter staat wat Meta met je invoer doet, in vier woorden: "Not used to improve our products."

Het goedkope tarief: 0,10 dollar in, 0,20 dollar uit. Daarachter staat het omgekeerde. "Used to improve our products."

Dat is 92 procent korting op wat je erin stopt en 95 procent op wat eruit komt. Gebruik je caching, dan zakt de prijs van 0,15 naar 0,002 dollar, vijfenzeventig keer zo goedkoop. TechCrunch-verslaggever Tim Fernholz rekende het gemiddelde uit op ongeveer 95 procent.

Het is opt-in, je kiest zelf. Daarmee ligt er voor het eerst een bedrag op tafel voor iets wat anders in de voorwaarden verstopt zit: wat jouw prompts waard zijn.

De uitgelichte scores komen van een stand die je nog niet kunt kopen

Voor je die tarieven naast elkaar legt, één ding over wat je ervoor terugkrijgt. De cijfers die Meta uitlicht komen van max, de zwaarste redeneerstand. Die staat nog niet open: er loopt nog veiligheidsonderzoek en hij komt "shortly", schrijft VentureBeat. Wat deze week via de API en Muse Code uitrolt is xhigh.

Dat scheelt, en je ziet het in Meta's eigen tabel. Op DeepSWE, de test voor agenten die lang aan één klus doorwerken, staat bij xhigh geen score. Bij codebegrip zakt het van 59,4 naar 54,0.

De korting geldt voor de kolom die je krijgt, niet voor de kolom in de aankondiging.

Wat er meegaat bij een codeeragent

Zo'n agent leest niet één vraag. Hij leest je bestanden, je mappenstructuur, je foutmeldingen, je configuratie. Bij veel bedrijven zit daar meer in dan de programmeur zelf beseft: klantnamen in testdata, interne processen in de commentaarregels, een productiedatabase-schema.

"Prompts en completions" klinkt als tekst. In de praktijk is het een doorsnede van je systeem.

Waarom Meta hier zoveel voor overheeft

Omdat dit materiaal het volgende model beter maakt, en het nergens anders te koop is.

"The reason we saw a big jump in capabilities between April 2025 and October 2025 was that Claude Code, by default, would store all your coding agent sessions."

Echte sessies van echte ontwikkelaars die een echt probleem oplossen, inclusief de misstappen ertussen. Dat leert een model meer dan nog een berg publieke code van GitHub. Meta betaalt er nu openlijk voor met korting.

Princeton-hoogleraar Arvind Narayanan wijst erop dat bedrijven de omgekeerde beweging al maken: ze blijven bij de duurdere zakelijke afrekening per token terwijl consumentenabonnementen tien tot twintig keer goedkoper zijn. Ze betalen dus nu al een premie voor voorwaarden. Alleen weet lang niet iedereen binnen die bedrijven dat, en waarvoor.

De knop zit bij je ontwikkelaar, niet bij inkoop

Voor Nederlandse organisaties zit het risico op een onverwachte plek. Een tariefkeuze die je normaal in een contract met de juridische afdeling bespreekt, staat hier in een tekenreeks in een configuratiebestand. Een ontwikkelaar die zijn budget ziet slinken zet er -contributor achter en niemand merkt het.

Voor een prototype op open code is dat een prima beslissing. Voor een agent die in je klantsysteem of je personeelsdossiers kijkt is het een deur die je niet meer dichtdoet: wat getraind is, komt niet terug. En als er persoonsgegevens in je prompts zitten, is training een verwerkingsdoel dat je onder de AVG moet kunnen uitleggen aan de betrokkene.

Reken ook door of de korting je echt iets oplevert. Bij lichte tekstklussen praat je over een paar tientjes per maand. Bij een agent die dagenlang door een codebestand ploegt, kan het duizenden euro's schelen. Alleen bij dat tweede geval is het gesprek de moeite waard, en juist daar gaat de meeste eigen data doorheen.

Volgende Stap

Zoek in je repositories en configuratie naar de modelnamen die je aanroept en kijk of er ergens contributor achter staat, of het equivalent bij je andere leveranciers: een gratis tier, een "help ons verbeteren"-vinkje, een beta-programma. Schrijf daarna in twee regels op welke soorten gegevens bij jou nooit door zo'n tarief mogen: klantdossiers, personeelsgegevens, broncode van je eigen product.

Dat is een half uur werk en het voorkomt dat de goedkoopste optie stilletjes de standaard wordt. Wil je dit een keer goed uitzoeken over al je AI-tools heen, neem contact op.

Headerbeeld en benchmarktabel: Meta. De tabel is een uitsnede uit Meta's evaluatiemethodologie bij Muse Spark 1.3.