Meta a publié Muse Code (bêta), un agent de codage basé sur terminal propulsé par Muse Spark 1.2, le modèle axé sur le codage mis à jour de l'entreprise. L'outil est désormais disponible via l'API de modèles Meta et un script d'installation curl.

Muse Code coordonne des sous-agents persistants en arrière-plan et maintient un journal d'événements à relecture exacte, permettant à l'agent de reprendre précisément là où il s'était arrêté après un plantage.

Sur les propres graphiques de benchmarks de Meta, Muse Spark 1.2 est devancé par l'Opus 5 d'Anthropic sur tous les benchmarks de codage présentés, tout en surpassant le Codex d'OpenAI et l'Antigravity de Google sur la plupart des métriques.

Meta est la dernière grande entreprise technologique à lancer un agent de codage dédié, rejoignant un champ concurrentiel dominé par Anthropic et OpenAI. Cette sortie indique que les agents de codage natifs pour terminal — popularisés par Claude Code d'Anthropic — sont devenus un front concurrentiel standard, chaque grand laboratoire lançant ou développant désormais son propre équivalent.

« Nous sommes ravis de publier Muse Code (bêta), un agent de codage pour terminal propulsé par Muse Spark 1.2, notre tout nouveau modèle », a écrit l'entreprise dans une annonce officielle. « Cela marque notre prochaine étape vers la frontière, avec des modèles plus grands et bien plus performants à venir. »

Conçu pour l'ingénierie sur grands dépôts de code

Muse Code est conçu pour l'ingénierie logicielle sur de grands dépôts de code. Selon Meta, il « prend en charge des tâches d'ingénierie logicielle complexes sur de grands dépôts de code : planification des modifications, écriture de code et validation des résultats. Il peut coordonner plusieurs sous-agents persistants pour chaque tâche, résolvant des problèmes difficiles plus rapidement, plus précisément et avec moins d'intervention. »

Une caractéristique remarquable est l'architecture d'exécution. Muse Code enregistre chaque appel de modèle, exécution d'outil, approbation et modification dans un journal d'événements local qui sert de source unique de vérité.

« Cette source unique de vérité rend l'exécution à relecture exacte et sécurisée au redémarrage : après un plantage, l'agent peut reprendre précisément là où il s'est arrêté », a déclaré Meta. Pour les tâches d'ingénierie de longue durée, cette capacité peut avoir plus d'importance que la vitesse de traitement brute — une dimension que les produits concurrents n'ont pas mise en avant. La résilience aux plantages est un problème remarquablement sous-traité dans le codage agentique, où des tâches de plusieurs heures peuvent être compromises par une seule défaillance d'exécution.

L'agent est livré avec plusieurs compétences par défaut. La commande « /plan » convertit une tâche en un plan soumis à approbation, « /grill » met ce plan à l'épreuve jusqu'à ce qu'il tienne la route, et « /goal » travaille vers la réussite de l'objectif, de manière similaire à ce que fait Hermes. Meta a déclaré avoir co-entraîné Muse Spark 1.2 avec Muse Code afin que le LLM de base et l'agent fonctionnent en synergie.

Les benchmarks montrent des progrès, mais pas la suprématie

Muse Spark 1.2 est une mise à jour axée sur le codage de Muse Spark 1.1. Meta a déclaré avoir « considérablement augmenté la puissance de calcul d'entraînement sur les tâches de codage tout en élargissant la diversité des environnements d'entraînement, apportant des améliorations en génération de code, débogage complexe et flux de travail de développement de bout en bout. »

Sur Terminal-Bench 2.1, Muse Spark 1.2 avec Muse Code a obtenu un score de 82,9 %, derrière Claude Code sur Opus 5 à 86,7 % mais devant GPT-5.6 Terra sur Codex (81,8 %) et Grok Build (81,6 %).

DeepSWE 1.1, qui mesure les capacités de codage agentique, a montré un écart plus restreint : 59,3 % pour Muse contre 65,0 % pour Opus 5 et 64,8 % pour Codex. Sur le benchmark de codage interne de Meta, Muse a atteint 70,6 % contre 79,4 % pour Opus 5.

Les graphiques d'accélération ont inversé l'ordre. Sur plus de 1 000 appels d'outils, Opus 5 a affiché le gain le plus important par rapport à la ligne de base (environ 74–75 %), Muse Spark 1.2 se situant dans la moyenne à environ 61–69 % selon l'exécution. Meta a souligné que l'agent continue de s'améliorer à mesure que les appels d'outils s'accumulent — un comportement souhaitable pour un système de codage à long terme.

Démos à long terme et multimodales

Les démonstrations les plus remarquables ont porté sur les capacités à long terme et multimodales. Lors de tests de résistance, Meta a déclaré que Muse Code « a optimisé de manière itérative des noyaux GPU sur plus de 1 000 appels d'outils (jusqu'à 24 heures) sur des GPU Nvidia Hopper », démontrant la capacité d'améliorer les performances sur des périodes prolongées.

L'outil offre également une fonctionnalité de codage visuel. Dans une démo, un utilisateur dépose une vidéo de survol d'une maison dans le terminal sous forme de fichier mp4, et Muse Code « interprète la vidéo et produit un site web visuellement riche avec des capacités de réservation. » La capacité de convertir une vidéo brute en une application web fonctionnelle représente l'argument multimodal que Meta a fait valoir à travers toute la gamme de produits Muse.

Voir le fil de lancement :

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 domaine déjà saturé

Meta entre sur un marché avec des acteurs établis. Le Codex d'OpenAI exécute déjà des agents cloud parallèles ; DeepSeek a construit son propre rival à Claude Code ; et des outils agentiques comme Hermes et OpenClaw sont déjà des substituts fonctionnels avec des capacités en expansion.

Les caractéristiques distinctives de Muse Code sont son exécution résistante aux plantages et son architecture de coordination de sous-agents plutôt que la domination des benchmarks. Pour Meta, la stratégie semble être la fiabilité et l'autonomie plutôt que la domination brute des modèles — un pari que les développeurs en entreprise et en recherche privilégieront des agents fiables de longue durée à des gains marginaux de benchmarks.

Le risque inhérent au codage agentique s'applique : un agent qui reprend après un plantage et continue d'appeler des outils pendant 24 heures est à la fois puissant et imprévisible. Meta parie sur le fait que les développeurs veulent ce degré d'autonomie.

Muse Code est disponible pour les tests après l'installation en saisissant la commande suivante :

curl -fsSL | bash