Metaは、同社の更新されたコーディング特化型モデル「Muse Spark 1.2」を搭載したターミナルベースのコーディングエージェント「Muse Code（ベータ版）」をリリースしました。本ツールは現在、Meta Model APIおよびcurlインストールスクリプト経由で利用可能です。

Muse Codeは永続的なバックグラウンドサブエージェントを調整し、再生精度の高いイベントログを維持することで、クラッシュ後に正確に停止箇所から再開できます。

Meta自身のベンチマークチャートでは、Muse Spark 1.2はAnthropicのOpus 5に示されたすべてのコーディングベンチマークで劣る一方、OpenAIのCodexやGoogleのAntigravityの大部分の指標では上回っています。

Metaは専用のコーディングエージェントを出荷する最新のテック巨人であり、AnthropicとOpenAIが支配する競争激しい市場に参入しました。今回のリリースは、AnthropicのClaude Codeによって普及したターミナルネイティブのコーディングエージェントが標準的な競争領域となったことを示しており、各主要ラボが独自の同等品を出荷または開発しています。

「私たちは、最新モデルであるMuse Spark 1.2を搭載したターミナルコーディングエージェント『Muse Code（ベータ版）』のリリースを嬉しく思います」と同社は公式発表で述べています。「これは、より大規模で遥かに高性能なモデルを視野に入れた、フロンティアに向けた次のステップを示すものです。」

大規模リポジトリのエンジニアリングに向けて設計

Muse Codeは、大規模リポジトリ全体のソフトウェアエンジニアリング向けに設計されています。Metaによると、「大規模リポジトリ全体の複雑なソフトウェアエンジニアリングタスクに取り組みます。変更の計画、コードの作成、結果の検証を行います。各タスクに対して複数の永続的サブエージェントを調整し、より速く、より正確に、より少ない介入で困難な問題を解決できます。」

際立つ特徴はランタイムアーキテクチャです。Muse Codeは、すべてのモデル呼び出し、ツール実行、承認、編集をローカルイベントログに記録し、単一の信頼できる情報源として機能させます。

「この単一の信頼できる情報源により、ランタイムは再生精度が高く再起動に対応します。クラッシュ後、エージェントは停止した箇所から正確に再開できます」とMetaは述べています。長時間のエンジニアリングジョブにおいて、この機能は生の処理速度よりも重要な場合があり、競合製品が強調していない側面です。クラッシュ耐性は、エージェント型コーディングにおいて顕著に未解決の問題であり、数時間に及ぶタスクが単一のランタイム障害で台無しになる可能性があります。

エージェントには複数のデフォルトスキルが組み込まれています。「/plan」コマンドはタスクを承認ゲート付きの計画に変換し、「/grill」はその計画が成立するまでストレステストを実施し、「/goal」はHermesと同様に目標の達成に向けて機能します。Metaは、Muse Spark 1.2をMuse Codeと共同トレーニングすることで、コアLLMとエージェントがシナジーを発揮すると述べています。

ベンチマークは進歩を示すが、首位ではない

Muse Spark 1.2はMuse Spark 1.1のコーディング特化型アップデートです。Metaは、「コーディングタスクのトレーニングコンピュートを大幅に拡大すると同時に、トレーニング環境の多様性を広げ、コード生成、複雑なデバッグ、エンドツーエンドの開発者ワークフローにおいて改善を実現しました」と述べています。

Terminal-Bench 2.1では、Muse Code搭載のMuse Spark 1.2が82.9%を記録し、Opus 5搭載のClaude Codeの86.7%には及ばないものの、CodexのGPT-5.6 Terra（81.8%）やGrok Build（81.6%）を上回りました。

エージェント型コーディング能力を測定するDeepSWE 1.1では、差が縮まりました。Museが59.3%に対し、Opus 5が65.0%、Codexが64.8%でした。Metaの内部コーディングベンチでは、Museが70.6%で、Opus 5の79.4%と比較されました。

スピードアップチャートでは順位が逆転しました。1,000回以上のツール呼び出しにおいて、Opus 5がベースライン対比で最大の向上（約74～75%）を示し、Muse Spark 1.2は実行によって約61～69%の中位に位置しました。Metaは、ツール呼び出しの蓄積に伴いエージェントが改善し続けることを強調しました。これは長期的なコーディングシステムとして望ましい挙動です。

長期実行とマルチモーダルのデモ

最も注目すべきデモンストレーションは、長期的なタスク実行能力とマルチモーダル機能に焦点を当てたものでした。ストレステストにおいて、MetaはMuse Codeが「1,000回以上のツール呼び出し（最大24時間）にわたり、Nvidia Hopper GPU上でGPUカーネルを反復的に最適化した」と述べ、長期間にわたるパフォーマンス向上能力を示しました。

また、ビジュアルコーディング機能も提供されています。あるデモでは、ユーザーが家のフライスルー動画をmp4ファイルとしてターミナルにドロップすると、Muse Codeが「動画を解釈し、予約機能を備えた視覚的に豊かなウェブサイトを生成」しました。生の動画から実働するウェブアプリケーションへの変換能力は、MetaがMuse製品ライン全体で展開しているマルチモーダルの価値提案を体現しています。

リ発表スレッドをご覧ください：

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

競合がひしめく市場

Metaは既存プレイヤーが存在する市場に参入します。OpenAIのCodexはすでに並列クラウドエージェントを実行しており、DeepSeekはClaude Codeの独自の対抗製品を構築し、HermesやOpenClawのようなエージェント型ツールはすでに機能的な代替品として能力を拡大しています。

Muse Codeの差別化要素は、ベンチマークでの首位ではなく、クラッシュセーフなランタイムとサブエージェント調整アーキテクチャです。Metaの戦略は、モデルの圧倒的性能よりも信頼性と自律性を重視するものであり、企業や研究開発者の開発者が、わずかなベンチマークの向上よりも、安定的に長時間稼働するエージェントを優先するとの賭けです。

エージェント型コーディングに内在するリスクも存在します。クラッシュ後に再開し、24時間にわたりツールを呼び続けるエージェントは、強力であると同時に予測不能でもあります。Metaは、開発者がそのレベルの自律性を求めていると賭けています。

Muse Codeは、インストール後に以下のコマンドを入力することでテスト可能です：

curl -fsSL | bash