Meta ha lanzado Muse Code (beta), un agente de codificación basado en terminal impulsado por Muse Spark 1.2, el modelo actualizado de la empresa enfocado en programación. La herramienta ya está disponible a través de la API de Modelos de Meta y un script de instalación curl.

Muse Code coordina subagentes persistentes en segundo plano y mantiene un registro de eventos de reproducción exacta, lo que permite al agente retomar precisamente donde se detuvo tras un fallo.

En las propias tablas de benchmarks de Meta, Muse Spark 1.2 se sitúa por debajo de Opus 5 de Anthropic en todos los benchmarks de codificación mostrados, aunque supera a Codex de OpenAI y a Antigravity de Google en la mayoría de las métricas.

Meta es la última gran tecnológica en lanzar un agente de codificación dedicado, incorporándose a un campo competitivo dominado por Anthropic y OpenAI. El lanzamiento indica que los agentes de codificación nativos de terminal —popularizados por Claude Code de Anthropic— se han convertido en una frontera competitiva estándar, donde cada gran laboratorio está lanzando o desarrollando su propio equivalente.

"Estamos emocionados de lanzar Muse Code (beta), un agente de codificación de terminal impulsado por Muse Spark 1.2, nuestro modelo más reciente", escribió la empresa en un anuncio oficial. "Esto marca nuestro próximo paso hacia la frontera, con modelos más grandes y mucho más capaces en camino".

Diseñado para la ingeniería en repositorios grandes

Muse Code está diseñado para la ingeniería de software en repositorios grandes. Según Meta, "asume tareas complejas de ingeniería de software en repositorios grandes: planificar cambios, escribir código y validar los resultados. Puede coordinar múltiples subagentes persistentes para cada tarea, resolviendo problemas difíciles de manera más rápida, precisa y con menos intervención".

Una característica destacada es la arquitectura del tiempo de ejecución. Muse Code registra cada llamada al modelo, ejecución de herramienta, aprobación y edición en un registro de eventos local que funciona como única fuente de verdad.

"Esta única fuente de verdad hace que el tiempo de ejecución sea de reproducción exacta y seguro ante reinicios: tras un fallo, el agente puede retomar precisamente donde se detuvo", afirmó Meta. Para tareas de ingeniería de larga duración, esta capacidad puede importar más que la velocidad de procesamiento bruta —una dimensión que los productos competidores no han destacado. La resistencia a fallos es un problema notablemente poco abordado en la codificación agéntica, donde tareas de varias horas pueden verse interrumpidas por un solo fallo en el tiempo de ejecución.

El agente incluye varias habilidades predeterminadas. El comando "/plan" convierte una tarea en un plan sujeto a aprobación, "/grill" somete a ese plan a pruebas de estrés hasta que se mantenga firme, y "/goal" trabaja hacia la finalización exitosa del objetivo, de manera similar a lo que hace Hermes. Meta indicó que entrenó conjuntamente Muse Spark 1.2 con Muse Code para que el LLM central y el agente funcionen en sinergia.

Los benchmarks muestran avances, pero no supremacía

Muse Spark 1.2 es una actualización enfocada en codificación de Muse Spark 1.1. Meta indicó que "escaló significativamente la computación de entrenamiento en tareas de codificación mientras ampliaba la diversidad del entorno de entrenamiento, logrando mejoras en generación de código, depuración compleja y flujos de trabajo de desarrollo de extremo a extremo".

En Terminal-Bench 2.1, Muse Spark 1.2 con Muse Code obtuvo 82.9%, por detrás de Claude Code en Opus 5 con 86.7% pero por encima de GPT-5.6 Terra en Codex (81.8%) y Grok Build (81.6%).

DeepSWE 1.1, que mide capacidades de codificación agéntica, mostró una brecha más estrecha: 59.3% para Muse frente a 65.0% para Opus 5 y 64.8% para Codex. En el benchmark interno de codificación de Meta, Muse alcanzó 70.6% frente al 79.4% de Opus 5.

Los gráficos de aceleración invirtieron el orden. En más de 1.000 llamadas a herramientas, Opus 5 mostró la mayor mejora frente a la línea base (aproximadamente 74–75%), con Muse Spark 1.2 en el rango medio con aproximadamente 61–69% según la ejecución. Meta destacó que el agente sigue mejorando a medida que se acumulan las llamadas a herramientas —un comportamiento deseable para un sistema de codificación de largo alcance.

Demostraciones de largo alcance y multimodales

Las demostraciones más destacadas se centraron en capacidades de largo alcance y multimodales. Durante las pruebas de estrés, Meta indicó que Muse Code "optimizó iterativamente kernels de GPU en más de 1.000 llamadas a herramientas (hasta 24 horas) en GPUs Nvidia Hopper", demostrando la capacidad de mejorar el rendimiento durante períodos prolongados.

La herramienta también ofrece funcionalidad de codificación visual. En una demostración, un usuario arrastra un video de recorrido por una casa al terminal como archivo mp4, y Muse Code "interpreta el video y produce un sitio web visualmente rico con capacidades de reserva". La capacidad de convertir video bruto en una aplicación web funcional representa la propuesta multimodal que Meta ha venido impulsando en toda la línea de productos Muse.

Consulte el hilo de lanzamiento:

Here's an example of Muse Code's multimodal visual coding capabilities. In this demo, the user inputs a fly-through video of a home into the terminal as an mp4 file. Muse Code interprets the video and produces a visually rich website with booking capabilities. pic.twitter.com/3CAfIMYmAB

— AI at Meta (@AIatMeta) August 5, 2026

Un campo ya saturado

Meta ingresa a un mercado con jugadores consolidados. Codex de OpenAI ya ejecuta agentes en la nube en paralelo; DeepSeek ha desarrollado su propio competidor para Claude Code; y herramientas agénticas como Hermes y OpenClaw ya son sustitutos funcionales con capacidades en expansión.

Las características distintivas de Muse Code son su tiempo de ejecución resistente a fallos y su arquitectura de coordinación de subagentes, más que el liderazgo en benchmarks. Para Meta, la jugada parece ser la fiabilidad y la autonomía sobre el dominio bruto del modelo —una apuesta a que los desarrolladores empresariales y de investigación priorizarán agentes confiables de larga duración sobre ganancias marginales en benchmarks.

El riesgo inherente de la codificación agéntica se aplica: un agente que se reanuda tras un fallo y sigue llamando herramientas durante 24 horas es tanto poderoso como impredecible. Meta apuesta a que los desarrolladores quieren ese grado de autonomía.

Muse Code está disponible para prueba tras la instalación ingresando el siguiente comando:

curl -fsSL | bash