马克·扎克伯格在周三推出了Muse Code的测试版，这是Meta首个人工智能（AI）编码代理。Anthropic的Claude Opus 5在Meta发布的四项比较中均胜出。
尽管如此，Meta还是发布了这些图表。该公司正在销售一种更便宜的工具，而不是一种更好的工具。独立测试数据表明，差距比Meta展示的要大。
在X上关注我们，获取最新新闻动态
Meta自己的图表让Anthropic在每一轮中获胜
Muse Spark 1.2是Muse Code内部的模型。它在Terminal-Bench 2.1上的得分为82.9%。
Claude Opus 5在同一测试中的得分为86.7%。Terminal-Bench来自Laude Institute和斯坦福大学的研究人员。它设置了89个真实工作，涵盖系统修复、数据工作和安全。
第二名是相当不错的。Muse Code以81.8%的得分超过了OpenAI的Codex和81.6%的Grok Build。
下一个图表更为严厉。DeepSWE 1.1设置了113个编码任务，在评分期间关闭了互联网访问。Muse Spark 1.2降至第三，得分为59.3%。
随后，Meta发布了一项自己构建的测试，来源于其工程师的440个真实拉取请求。Muse Spark 1.2在该测试中的得分为70.6%，大约落后于Opus 5九分。
该得分仅比Muse Spark 1.1高出2.3分，后者是Meta在七月发布的模型。
Meta在其编码图表中遗漏的模型
Meta 将自己与 GPT-5.6 Terra 进行比较。OpenAI 销售一个更强大的模型，称为 Sol，而 Meta 在所有三个编码图表中都没有包含它。
Sol 在独立的 Terminal-Bench 2.1 排行榜上以 89.5% 的成绩位居第一。Opus 5 紧随其后，得分为 89.1%。
这两个数字都超过了 Meta 报告的 Opus 5 的 86.7%。Meta 选择了其最强竞争对手的一个较弱设置，结果仍然落后于它。
与真正的领导者 Sol 相比，Muse Spark 1.2 落后 6.6 分，而不是 3.8 分。
Meta 确实在一个地方包含了 Sol。在一个运行超过 1,000 次工具调用的图形处理单元 (GPU) 内核任务中，Sol 在基线基础上提高了 71.2%。Muse Spark 1.2 达到了 68.7%，在六个模型中排名第四。
有一个警告是相反的。Muse Spark 1.2 目前尚未出现在那个公共排行榜上，只有 183 个跟踪模型中的 26 个经过测试。它的 82.9% 仍然是 Meta 的数据。
扎克伯格在一篇帖子中表示：“Muse Spark 1.2 是我们向前沿迈进的下一步，更多更强大的模型正在路上。”
扎克伯格可能很快会主持击败他自己模型的模型
据报道，Meta 正在与 Anthropic 商谈租赁计算能力。该交易可能在两年内达到 100 亿美元。Meta 数据中心将帮助运行 Claude 模型，而 Muse Code 是为了取而代之而构建的。
Muse Code 背后的领导团队成本高昂。扎克伯格在 2025 年 6 月为 Scale AI 及其创始人 Alexandr Wang 支付了 143 亿美元，后者现在负责 Meta 超级智能实验室。
价格是王所剩下的杠杆。费率与Meta首次付费API的七月发布相匹配，每百万输入令牌为1.25美元，每百万输出令牌为4.25美元。
贡献者级别的费用低于10倍。开发者通过让Meta在他们的作品上进行训练来获得资格。王拒绝透露Muse Spark系列的采用数字。
Meta的账户解释了折扣。上个季度收入增长了28%，达到了608亿美元，但营业利润下降了8%，降至188亿美元。
营业利润率从一年前的43%滑落至31%。Meta在这一季度的资本项目上花费了310.8亿美元，并预计全年将达到高达1450亿美元。
Muse Code确实提供了Claude Code所缺乏的工程能力。背景代理在会话中保持上下文。子代理在存储库的隔离副本中工作。
Meta构建了一个稳固的第二最佳编码器，并将其定价为预算选项。测试版将显示开发者是否愿意为大约十分之一的费用牺牲一些准确性。
来源：BeInCrypto
