Mark Zuckerberg lanzó Muse Code en beta el miércoles, el primer agente de codificación por inteligencia artificial (IA) de Meta. Claude Opus 5 de Anthropic lo supera en las cuatro comparaciones que Meta publicó al lanzamiento.
Meta lanzó esos gráficos de todos modos. La empresa está vendiendo una herramienta más barata en lugar de una mejor. Los datos de pruebas independientes sugieren que la brecha es más amplia de lo que mostró Meta.
Síguenos en X para obtener las últimas noticias en tiempo real
Los gráficos propios de Meta le entregan a Anthropic cada ronda
Muse Spark 1.2 es el modelo dentro de Muse Code. Obtuvo un 82,9% en Terminal-Bench 2.1.
Claude Opus 5 obtuvo un 86,7% en la misma prueba. Terminal-Bench proviene de investigadores del Instituto Laude y de Stanford. Establece 89 trabajos reales que abarcan reparación de sistemas, trabajo con datos y seguridad.
El segundo lugar es respetable. Muse Code superó a Codex de OpenAI con el 81,8% y a Grok Build con el 81,6%.
La siguiente gráfica fue más dura. DeepSWE 1.1 establece 113 tareas de codificación con el acceso a internet desactivado durante la calificación. Muse Spark 1.2 cayó al tercer puesto con 59,3%.
Meta luego publicó una prueba que desarrolló por sí misma, basada en 440 solicitudes de extracción reales de sus propios ingenieros. Muse Spark 1.2 obtuvo un 70,6% allí, aproximadamente nueve puntos por debajo de Opus 5.
Esa puntuación está solo 2.3 puntos por encima de Muse Spark 1.1, el modelo que Meta lanzó en julio.
El modelo Meta dejó de lado sus gráficos de codificación
Meta se midió contra GPT-5.6 Terra. OpenAI vende un modelo más potente llamado Sol, y Meta lo excluyó de los tres gráficos de codificación.
Sol lidera el ranking de Terminal-Bench 2.1 independiente con un 89,5%. Opus 5 le sigue con un 89,1%.
Ambas cifras superan el 86,7% informado por Meta para Opus 5. Meta eligió una configuración más débil de su rival más fuerte y aún así terminó por detrás.
Contra Sol, el verdadero líder, Muse Spark 1.2 está detrás en 6.6 puntos en lugar de 3.8.
Meta incluyó Sol en un solo lugar. En una tarea de kernel de unidad de procesamiento gráfico (GPU) que superó los 1,000 llamados a herramientas, Sol mejoró la línea base en un 71,2%. Muse Spark 1.2 logró un 68,7% y ocupó el cuarto lugar de seis.
Una advertencia corta en la otra dirección. Muse Spark 1.2 aún no aparece en ese tablero público, donde solo 26 de los 183 modelos rastreados han sido probados. Su 82,9% sigue siendo una cifra de Meta.
“Muse Spark 1.2 es nuestro siguiente paso mientras avanzamos hacia la frontera, con modelos más grandes y capaces en camino,” dijo Zuckerberg said en una publicación.
Zuckerberg podría pronto alojar al modelo que lo supera
Se informa que Meta está en conversaciones para alquilar cómputo a Anthropic. El acuerdo podría alcanzar los $10 mil millones en dos años. Los centros de datos de Meta ayudarían luego a ejecutar los modelos Claude que Muse Code fue diseñado para desplazar.
El liderazgo detrás de Muse Code fue costoso. Zuckerberg pagó $14.3 mil millones en junio de 2025 por Scale AI y su fundador Alexandr Wang, quien ahora dirige Meta Superintelligence Labs.
El precio es la palanca que le queda a Wang. Las tarifas coinciden con el lanzamiento de julio de la primera API de pago de Meta a $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida.
Un nivel de contribuyente cuesta más de 10 veces menos. Los desarrolladores califican permitiendo que Meta entrene con su trabajo. Wang se negó a proporcionar números de adopción para la línea Muse Spark.
Las cuentas de Meta explican el descuento. Los ingresos aumentaron un 28% hasta alcanzar 60.800 millones de dólares en el último trimestre, pero el beneficio operativo disminuyó un 8% hasta los 18.800 millones de dólares.
El margen operativo bajó al 31% desde el 43% un año antes. Meta gastó $31.08 mil millones en proyectos de capital solo en el trimestre, y proyecta hasta $145 mil millones para el año.
Muse Code ofrece funciones de ingeniería que Claude Code no tiene. Los agentes de fondo mantienen el contexto durante una sesión. Los subagentes trabajan en copias aisladas de un repositorio.
Meta ha desarrollado un segundo mejor codificador sólido y lo ha precioado como una opción económica. La versión beta mostrará si los desarrolladores intercambian algunos puntos de precisión por una factura aproximadamente una décima parte del tamaño.