뮤즈 스파크 1.3 가격 얼마야

**엔드포인트에 따라 두 가지다.** 표준 엔드포인트는 **입력 100만 토큰 1.25달러, 출력 4.25달러, 캐시된 입력 0.15달러**다. 이 값은 1.2 버전에서 바뀌지 않았다. 컨트리뷰터 엔드포인트는 **입력 0.10달러, 출력 0.20달러**다. 배수로 보면 입력이 **12.5배**, 출력이 **21.25배** 차이다. 실제 서비스는 입력이 출력보다 훨씬 많은 토큰을 쓰므로 체감 차이는 12.5배에 가깝지만, 답변이 긴 용도(요약·번역·코드 생성)일수록 21배 쪽에 가까워진다. 비교 대상이 필요하다면 같은 주에 나온 다른 값들이 있다. 앤스로픽 페이블 5.1은 캐시 읽기만 75% 내렸고 기본 단가는 유지했다(「앤스로픽 페이블 5.1」). 제미나이 3.8 플래시는 100만 토큰 0.75달러였다(「제미나이 3.8 플래시 공개」). **컨트리뷰터 0.10달러는 그 플래시급 값보다도 낮다** — 프론티어급 모델의 값으로는 이례적인 자리다.

컨트리뷰터 요금제 쓰면 내 데이터가 어떻게 되나

**메타가 그 프롬프트와 답변을 학습에 쓸 수 있게 된다.** 메타가 공개한 조건은 "프롬프트와 완성물을 학습에 사용할 권한"이다. 여기서 주의할 점이 셋이다. 첫째, **대상은 개발자가 보낸 입력만이 아니다.** 모델이 생성한 출력도 포함된다. 둘째, 그 입력에는 **개발자의 최종 사용자가 쓴 문장이 들어간다.** 앱을 만들어 컨트리뷰터 엔드포인트에 연결하면, 그 앱을 쓰는 사람이 친 말이 메타의 학습 데이터가 되는 구조다. 이용자에게 그 사실을 알렸는지는 앱을 만든 쪽의 책임이 된다. 셋째, **표준 엔드포인트는 데이터를 비공개로 유지한다고 메타가 명시했다.** 즉 이것은 기본값이 학습이고 돈을 더 내면 빠지는 구조가 아니라, 두 문이 따로 있고 어느 쪽으로 들어갈지 개발자가 고르는 구조다. 개인정보·의료·금융처럼 자료를 밖으로 보낼 수 없는 용도라면 21배는 고를 수 없는 할인이다(「AI 학습 옵트아웃이란」).

성능은 진짜 프론티어급인가

**메타가 내세운 점수와 개발자가 실제로 쓸 수 있는 모델이 다르다.** 메타는 뮤즈 스파크 1.3이 프론티어 성능, 특히 오래 걸리는 에이전트 과제에서 향상됐다고 밝혔다. 실제 출시된 **xhigh 설정은 아티피셜 애널리시스 지능 지수 61점**이고, 과제당 비용은 **0.55달러**로 같은 지능 구간에서 가장 낮다고 소개됐다. 이 조합(61점·0.55달러) 자체는 의미가 있다. 문제는 그 위다. 메타가 함께 공개한 **max 추론 설정**은 여러 벤치마크에서 더 높은 점수를 냈는데(GDPval-AA v2 기준 max 1,754 Elo 대 xhigh 1,709 Elo), **이 설정은 추가 안전성 시험이 끝나지 않아 널리 열려 있지 않다.** 개발자가 지금 뮤즈 코드 하니스와 메타 모델 API로 접근할 수 있는 것은 xhigh다. **발표된 최고 점수와 살 수 있는 물건이 같지 않다**는 뜻이고, 벤치마크 숫자를 읽을 때 설정 이름을 함께 봐야 하는 이유가 여기에 있다(「코딩 벤치마크란」).

테크 · 3분 · 핫토픽

메타 뮤즈 스파크 1.3 — 값을 21분의 1로 낮추는 조건은 내 프롬프트다

Meta released Muse Spark 1.3 in early September 2026 with two price tiers for the same model. The standard endpoint costs 1.25 dollars per million input tokens and 4.25 dollars per million output tokens, unchanged from version 1.2. A second endpoint, the Contributor tier, costs 0.10 dollars input and 0.20 dollars output — one twelfth and one twenty-first of the standard price — in exchange for permission to use the developer's prompts and completions for training. This is the first time a frontier lab has published a data-for-price discount as an explicit, posted rate rather than a private enterprise negotiation. Meta reports the shipping xhigh configuration scores 61 on the Artificial Analysis Intelligence Index at 0.55 dollars per task, but its strongest benchmark numbers come from a max reasoning configuration that is still in safety testing and not broadly available to developers

2026.09.06 06:00 출처 6건 대조

메타가 2026년 9월 초 공개한 뮤즈 스파크 1.3은 같은 모델을 두 가지 값에 판다. 표준 엔드포인트는 입력 100만 토큰 1.25달러, 출력 4.25달러로 1.2 버전과 같다. 여기에 컨트리뷰터(Contributor) 엔드포인트가 새로 붙었는데 입력 0.10달러, 출력 0.20달러다. 입력은 12.5분의 1, 출력은 21.25분의 1이다. 값을 깎는 조건은 하나다 — 개발자가 보낸 프롬프트와 모델이 내놓은 답변을 메타가 학습에 쓸 수 있게 허락하는 것이다. 데이터를 내주고 값을 깎는 계약 자체는 새롭지 않지만, 지금까지는 기업 고객과의 개별 협상 안에 숨어 있었다. 그것을 공개 요금표의 한 줄로 올린 것은 이번이 처음이다. 성능은 아티피셜 애널리시스 지능 지수 61점, 과제당 0.55달러로 같은 지능 구간에서 가장 싼 축이라고 메타는 밝혔다. 다만 가장 높은 점수를 낸 것은 아직 안전성 시험 중이라 널리 열리지 않은 max 설정이다

아침 햇살이 든 사무실에 나란히 놓인 똑같은 유리 회의실 두 개, 하나는 문이 열려 있고 하나는 닫혀 있다

3줄 요약

값 — 표준 입력 1.25달러·출력 4.25달러 / 컨트리뷰터 입력 0.10달러·출력 0.20달러. 출력 기준 21배 차이
조건 — 싼 쪽을 쓰면 보낸 프롬프트와 받은 답변이 메타의 학습 데이터가 된다
단서 — 가장 좋은 벤치마크 점수는 안전성 시험이 안 끝난 max 설정에서 나왔고, 개발자가 지금 쓸 수 있는 것은 xhigh다

핵심 질문

뮤즈 스파크 1.3 가격 얼마야: **엔드포인트에 따라 두 가지다.** 표준 엔드포인트는 **입력 100만 토큰 1.25달러, 출력 4.25달러, 캐시된 입력 0.15달러**다. 이 값은 1.2 버전에서 바뀌지 않았다. 컨트리뷰터 엔드포인트는 **입력 0.10달러, 출력 0.20달러**다. 배수로 보면 입력이 **12.5배**, 출력이 **21.25배** 차이다. 실제 서비스는 입력이 출력보다 훨씬 많은 토큰을 쓰므로 체감 차이는 12.5배에 가깝지만, 답변이 긴 용도(요약·번역·코드 생성)일수록 21배 쪽에 가까워진다. 비교 대상이 필요하다면 같은 주에 나온 다른 값들이 있다. 앤스로픽 페이블 5.1은 캐시 읽기만 75% 내렸고 기본 단가는 유지했다(「앤스로픽 페이블 5.1」). 제미나이 3.8 플래시는 100만 토큰 0.75달러였다(「제미나이 3.8 플래시 공개」). **컨트리뷰터 0.10달러는 그 플래시급 값보다도 낮다** — 프론티어급 모델의 값으로는 이례적인 자리다.
컨트리뷰터 요금제 쓰면 내 데이터가 어떻게 되나: **메타가 그 프롬프트와 답변을 학습에 쓸 수 있게 된다.** 메타가 공개한 조건은 "프롬프트와 완성물을 학습에 사용할 권한"이다. 여기서 주의할 점이 셋이다. 첫째, **대상은 개발자가 보낸 입력만이 아니다.** 모델이 생성한 출력도 포함된다. 둘째, 그 입력에는 **개발자의 최종 사용자가 쓴 문장이 들어간다.** 앱을 만들어 컨트리뷰터 엔드포인트에 연결하면, 그 앱을 쓰는 사람이 친 말이 메타의 학습 데이터가 되는 구조다. 이용자에게 그 사실을 알렸는지는 앱을 만든 쪽의 책임이 된다. 셋째, **표준 엔드포인트는 데이터를 비공개로 유지한다고 메타가 명시했다.** 즉 이것은 기본값이 학습이고 돈을 더 내면 빠지는 구조가 아니라, 두 문이 따로 있고 어느 쪽으로 들어갈지 개발자가 고르는 구조다. 개인정보·의료·금융처럼 자료를 밖으로 보낼 수 없는 용도라면 21배는 고를 수 없는 할인이다(「AI 학습 옵트아웃이란」).
성능은 진짜 프론티어급인가: **메타가 내세운 점수와 개발자가 실제로 쓸 수 있는 모델이 다르다.** 메타는 뮤즈 스파크 1.3이 프론티어 성능, 특히 오래 걸리는 에이전트 과제에서 향상됐다고 밝혔다. 실제 출시된 **xhigh 설정은 아티피셜 애널리시스 지능 지수 61점**이고, 과제당 비용은 **0.55달러**로 같은 지능 구간에서 가장 낮다고 소개됐다. 이 조합(61점·0.55달러) 자체는 의미가 있다. 문제는 그 위다. 메타가 함께 공개한 **max 추론 설정**은 여러 벤치마크에서 더 높은 점수를 냈는데(GDPval-AA v2 기준 max 1,754 Elo 대 xhigh 1,709 Elo), **이 설정은 추가 안전성 시험이 끝나지 않아 널리 열려 있지 않다.** 개발자가 지금 뮤즈 코드 하니스와 메타 모델 API로 접근할 수 있는 것은 xhigh다. **발표된 최고 점수와 살 수 있는 물건이 같지 않다**는 뜻이고, 벤치마크 숫자를 읽을 때 설정 이름을 함께 봐야 하는 이유가 여기에 있다(「코딩 벤치마크란」).

메타가 뮤즈 스파크(Muse Spark) 1.3을 내놓으면서 같은 모델에 두 개의 값표를 붙였다.

구분	입력 100만 토큰	출력 100만 토큰	조건
표준 엔드포인트	1.25달러	4.25달러	데이터를 비공개로 유지
컨트리뷰터 엔드포인트	0.10달러	0.20달러	프롬프트·답변을 학습에 사용 허락
차이	12.5배	21.25배	—

표준 쪽 값은 1.2 버전에서 바뀌지 않았다(캐시된 입력은 0.15달러). 새로 생긴 것은 아래 줄이다.

1. 값이 아니라 계약이 바뀌었다

AI 모델 값이 내려가는 방식은 지금까지 대체로 두 가지였다. 하나는 같은 모델을 더 싸게 파는 것(제미나이 3.7 플래시가 하루아침에 절반이 된 사례), 다른 하나는 계산을 아껴 주는 장치를 붙이는 것(앤스로픽이 캐시 읽기를 75% 내린 사례)이다. 둘 다 파는 쪽이 비용을 줄여 값을 내리는 구조다.

컨트리뷰터 요금제는 그 축이 아니다. 계산 비용은 그대로인데 사는 쪽이 데이터를 내주고 값을 깎는다. 메타가 공개한 조건은 한 줄이다 — "프롬프트와 완성물을 학습에 사용할 권한".

이 거래 자체가 새로운 것은 아니다. 무료 요금제 이용자의 대화를 학습에 쓰는 관행은 오래됐고, 대형 고객이 "우리 데이터는 학습에 쓰지 말라"는 조항을 넣고 값을 더 내는 것도 흔했다. 새로운 것은 그것이 공개 요금표의 한 줄이 되었다는 점이다. 협상 테이블 아래에 있던 조건에 정가가 붙었다.

2. 21배를 고를 수 있는 곳과 없는 곳

배수만 보면 압도적이지만, 이 할인은 모든 용도에 열려 있지 않다.

고를 수 있는 쪽 — 공개 문서를 요약하거나 번역하는 서비스, 사내 실험, 프로토타입, 오픈소스 도구처럼 입력에 비밀이 없는 경우다. 여기서는 21배가 그대로 이익이다.

고를 수 없는 쪽 — 세 가지다.

개인정보가 지나가는 서비스. 앱 이용자가 친 문장이 그대로 학습 데이터가 되는데, 그 사실을 이용자에게 알리고 동의를 받는 책임은 앱을 만든 쪽에 남는다.
의료·금융·법률. 자료를 외부 학습에 넘기는 것 자체가 규제나 계약으로 막혀 있는 경우가 많다.
경쟁 정보가 들어가는 사내 용도. 제품 기획서·소스코드·미공개 실적이 프롬프트에 실린다면 값이 문제가 아니다.

즉 컨트리뷰터 요금제는 "싸다"가 아니라 "당신의 입력에 값이 매겨졌다"에 가깝다. 21배라는 숫자는 메타가 그 데이터를 얼마로 보는지를 처음으로 공개한 값이기도 하다.

3. 발표된 점수와 살 수 있는 물건

성능 쪽에는 별도의 단서가 붙는다.

설정	지능 지수	GDPval-AA v2	개발자 접근
xhigh (출시)	61점	1,709 Elo	가능 (뮤즈 코드 하니스·메타 모델 API)
max 추론	미공개	1,754 Elo	불가 — 안전성 시험 중

메타가 "프론티어 성능"을 말할 때 가장 높은 숫자는 max 설정에서 나왔는데, 이 설정은 추가 안전성 시험이 끝나지 않아 널리 열려 있지 않다. 개발자가 지금 쓸 수 있는 것은 xhigh다.

xhigh만 놓고 봐도 나쁜 성적은 아니다. 지능 지수 61점에 과제당 0.55달러로, 같은 지능 구간에서 가장 낮은 비용이라고 소개됐다. 다만 발표 자료의 최고 점수와 API로 살 수 있는 물건이 같지 않다는 점은 벤치마크를 읽는 쪽이 기억해야 한다. 같은 모델 이름 아래에서 설정에 따라 점수가 갈리는 문제는 이미 한 번 다룬 적이 있다(「코딩 벤치마크란 — 같은 모델이 28%와 84%를 동시에 받는 이유」).

4. 남은 것과 확인되지 않은 것

출시일이 자료마다 다르다. 모델 추적 사이트들은 9월 2일로, VentureBeat는 9월 3일 순차 배포로 적었다. 메타의 공식 발표 시각은 대조하지 않았다.
데이터 조건의 세부가 공개되지 않았다. 학습에 쓴 데이터의 보관 기간, 나중에 삭제를 요청할 수 있는지, 최종 사용자에게 고지할 의무가 계약서에 어떻게 쓰였는지는 요약된 문구 밖에서 확인하지 못했다.
max 설정의 공개 시점이 없다. 안전성 시험의 항목이 무엇이고 언제 끝나는지 메타는 밝히지 않았다. 9월 첫 주에 나온 프론티어 모델 넷 가운데 셋이 사이버 능력에 대해 별도의 접근 등급을 붙였다는 점과 함께 읽을 필요가 있다(「오픈AI 아스트라, 사이버 '크리티컬' 등급」).
이 요금제가 표준이 될지는 아직 모른다. 다른 회사가 따라 붙이면 "학습 동의 여부"가 AI 요금표의 기본 항목이 되고, 무료·저가 서비스의 데이터 취급이 지금보다 훨씬 직접적인 협상 대상이 된다(「AI 학습 옵트아웃이란」).