Mark Zuckerberg lançou o Muse Code em beta na quarta-feira, o primeiro agente de codificação de inteligência artificial (IA) da Meta. O Claude Opus 5 da Anthropic o supera em todas as quatro comparações que a Meta publicou no lançamento.
A Meta lançou esses gráficos de qualquer forma. A empresa está vendendo uma ferramenta mais barata em vez de uma melhor. Dados de testes independentes sugerem que a diferença é maior do que a Meta mostrou.
Siga-nos no X para receber as últimas notícias à medida que acontecem
Os Próprios Gráficos da Meta Entregam a Anthropic Cada Rodada
Muse Spark 1.2 é o modelo dentro do Muse Code. Ele obteve 82,9% no Terminal-Bench 2.1.
Claude Opus 5 obteve 86,7% no mesmo teste. O Terminal-Bench vem do Laude Institute e pesquisadores de Stanford. Ele define 89 trabalhos reais abrangendo reparo de sistemas, trabalho com dados e segurança.
O segundo lugar é respeitável. O Muse Code superou o Codex da OpenAI com 81,8% e o Grok Build com 81,6%.
O próximo gráfico foi mais severo. O DeepSWE 1.1 define 113 tarefas de codificação com o acesso à internet desligado durante a avaliação. O Muse Spark 1.2 caiu para o terceiro lugar com 59,3%.
A Meta então publicou um teste que construiu sozinha, baseado em 440 pull requests reais de seus próprios engenheiros. O Muse Spark 1.2 obteve 70,6% lá, cerca de nove pontos atrás do Opus 5.
Essa pontuação está apenas 2,3 pontos acima do Muse Spark 1.1, o modelo que a Meta lançou em julho.
O Modelo que a Meta Deixou de Fora de Seus Gráficos de Codificação
A Meta se mediu em relação ao GPT-5.6 Terra. A OpenAI vende um modelo mais forte chamado Sol, e a Meta o deixou de fora de todos os três gráficos de codificação.
Sol lidera a tabela independente Terminal-Bench 2.1 com 89.5%. Opus 5 vem em seguida com 89.1%.
Ambas as cifras superam os 86.7% que a Meta relatou para o Opus 5. A Meta escolheu uma configuração mais fraca de seu rival mais forte e ainda assim terminou atrás dele.
Contra Sol, o verdadeiro líder, o Muse Spark 1.2 fica atrás por 6.6 pontos em vez de 3.8.
A Meta incluiu Sol em um lugar. Em uma tarefa de núcleo de unidade de processamento gráfico (GPU) com mais de 1.000 chamadas de ferramenta, Sol melhorou a linha de base em 71.2%. O Muse Spark 1.2 conseguiu 68.7% e ficou em quarto lugar de seis.
Uma ressalva corta o outro lado. O Muse Spark 1.2 ainda não aparece naquela tabela pública, onde apenas 26 dos 183 modelos rastreados foram testados. Seus 82.9% permanecem uma cifra da Meta.
“Muse Spark 1.2 é nosso próximo passo enquanto avançamos em direção à fronteira, com modelos maiores e mais capazes a caminho,” disse Zuckerberg em uma postagem.
Zuckerberg Pode Em Breve Anfitriar o Modelo que Supera o Seu Próprio
A Meta está supostamente em negociações para alugar computação para a Anthropic. O acordo pode chegar a $10 bilhões em dois anos. Os data centers da Meta ajudariam a executar os modelos Claude que o Muse Code foi criado para desbancar.
A liderança por trás do Muse Code foi cara. Zuckerberg pagou $14.3 bilhões em junho de 2025 pela Scale AI e seu fundador Alexandr Wang, que agora lidera os Meta Superintelligence Labs.
O preço é a alavanca que Wang deixou. As tarifas correspondem ao lançamento de julho da primeira API paga da Meta a $1,25 por milhão de tokens de entrada e $4,25 por milhão de tokens de saída.
Um nível de contribuinte custa mais de 10 vezes menos. Os desenvolvedores se qualificam permitindo que a Meta treine com seu trabalho. Wang se recusou a fornecer números de adoção para a linha Muse Spark.
As contas da Meta explicam o desconto. A receita subiu 28% para $60,8 bilhões no último trimestre, mas o lucro operacional caiu 8% para $18,8 bilhões.
A margem operacional caiu para 31% de 43% um ano antes. A Meta gastou $31,08 bilhões em projetos de capital apenas no trimestre, e prevê até $145 bilhões para o ano.
O Muse Code oferece engenharia que o Claude Code não possui. Agentes de fundo mantêm o contexto ao longo de uma sessão. Sub-agentes trabalham em cópias isoladas de um repositório.
A Meta construiu um codificador sólido em segundo lugar e o precificou como uma opção econômica. O beta mostrará se os desenvolvedores trocam alguns pontos de precisão por uma conta aproximadamente um décimo do tamanho.
Fonte: BeInCrypto
