Meta于8月5日正式进入AI编程工具市场，推出了基于终端的编程代理Muse Code，以及其面向编程场景的AI模型Muse Spark 1.2。此次发布直接瞄准了Anthropic的Claude Code和OpenAI的Codex，标志着生成式AI最具商业增长潜力的应用之一正在成为竞争前沿。

与Meta的开源权重Llama模型不同，Muse Code是适用于macOS和Linux的付费软件。该公司将其定位为面向大规模代码库的完整软件开发工具，而不是简单的代码片段生成器。Muse Code与Muse Spark 1.2模型紧密集成。转向付费、专有工具代表着Meta商业策略上的显著变化；此前，Meta一直通过向研究人员和开发者社区免费开放Llama模型权重来建立其AI声誉。

Meta首席执行官Mark Zuckerberg表示，该代理能够执行“complete software engineering tasks across large repos: planning changes, writing code, validating the results.”他指出，内部测试显示，该代理能够同时创建六种不同的游戏功能且没有问题，并表示未来还会有其他开源权重AI软件发布。

Meta在一个拥挤市场中的位置

Meta正在进入一个Anthropic和OpenAI已占主导地位的领域，Cursor等初创公司也已经证明了市场对AI驱动软件工程工具的强劲需求。当前竞争格局既包括像Cursor这样的IDE集成助手，也包括像Claude Code和Muse Code这样的终端代理，反映出整个行业正从简单的代码自动补全，演进为能够处理多步骤工程流程的自主代理。

Meta承认，Muse Spark 1.2在某些方面具有竞争力，但尚未成为市场领导者。该模型在Terminal-Bench 2.1上得分82.9%，超过了GPT-5.6 Terra和Grok 4.5，但不及Anthropic的Opus 5。在DeepSWE 1.1基准测试中，Muse Spark 1.2同样排名第三，仍落后于Opus 5。

第三方评测也得出了相同结论。根据Artificial Analysis，Muse Spark 1.2在Intelligence Index中位列186个模型中的第14名，得分54，高于中位数32。该模型延迟表现良好，价格相对较低，这表明Meta更重视性能与成本之间的平衡，而不是追求顶级基准成绩。随着领先模型之间的基准分数开始趋同，API经济性已成为开发者评估供应商时越来越重要的差异化因素。

Muse Spark 1.2与DeepSeek V4系列的定价对比

只要开发者愿意接受相应取舍，定价可能成为Meta最重要的竞争优势之一。

Reuters援引Artificial Analysis报道称，DeepSeek V4-Flash目前是基准测试中运行成本最低的广泛使用AI模型，这使DeepSeek V4系列成为竞争前沿模型的重要定价参照。

Muse Spark 1.2提供两种定价方案。其标准API价格为每百万输入tokens $1.25、每百万缓存输入tokens $0.15，以及每百万输出tokens $4.25。Meta还为经批准的提示和回复提供Contributor价格，将成本大幅降至每百万输入tokens $0.10、每百万缓存输入tokens $0.01，以及每百万输出tokens $0.20。

相比之下，DeepSeek对V4-Flash的收费分别为每百万输入、缓存输入和输出tokens $0.14、$0.0028和$0.28。至于V4-Pro，根据API说明，其价格分别为$0.435、$0.0145和$0.87，具体取决于高峰和非高峰时段。

上述对比显示了两种不同的定价思路。在标准定价下，Muse Spark 1.2比DeepSeek两款模型都更贵。然而，在Contributor层级下，Meta在输入和输出价格上都低于V4-Flash和V4-Pro，这使其成为愿意共享数据的合格用户可获得的最便宜产品之一。

DeepSeek的价格优势可能不会一直存在。报道称，DeepSeek计划对其AI服务实施尚未披露的大幅涨价。如果新价格落地，可能会缩小DeepSeek与行业其他强劲竞争者之间的差距。

对持续后台代理的押注

Meta代理的区别特征或许不在于基准成绩，而在于其架构。

根据公司的工程说明，Muse使用持续后台代理，在每次开发会话中保留代码库的背景上下文，而不是在每次请求时从零开始重启。处理较大项目时，Muse会将任务分配到多个隔离的Git worktree中，使子代理能够在不影响开发者主工作区的情况下运行任务。

Meta也强调可靠性。每一次模型调用、工具运行和文件编辑都会记录在本地事件日志中，使中断的会话可以从检查点继续，而不是重新开始。公司已在一项持续24小时的GPU kernel工程任务中测试了超过1,000次工具调用，凸显其对长时间自主软件工程的重视。

此次发布也加剧了全球AI行业的竞争。Meta的加入让软件开发者在Anthropic、OpenAI和DeepSeek之外又多了一个可信的市场竞争者，并迫使AI供应商在编程能力和定价模式上展开竞争。这可能带来更快的产品发布、更低的推理成本，以及更广泛的高级AI编程工具可用性，从而支持软件工程工作。