Mark Zuckerberg lançou o Muse Code em beta na quarta-feira, o primeiro agente de codificação por inteligência artificial (IA) da Meta. O Claude Opus 5 da Anthropic supera-o em todas as quatro comparações publicadas pela Meta no lançamento.
A Meta lançou esses gráficos de qualquer maneira. A empresa está vendendo uma ferramenta mais barata, e não uma melhor. Dados de testes independentes sugerem que a lacuna é maior do que a mostrada pela Meta.
Siga-nos no X para receber as últimas notícias assim que acontecerem
Os gráficos próprios da Meta superam a Anthropic em cada rodada
Muse Spark 1.2 é o modelo interno do Muse Code. Ele obteve 82,9% no Terminal-Bench 2.1.
Claude Opus 5 obteve 86,7% no mesmo teste. O Terminal-Bench foi desenvolvido por pesquisadores do Instituto Laude e da Stanford. Ele define 89 trabalhos reais abrangendo reparo de sistemas, trabalho com dados e segurança.
O segundo lugar é respeitável. O Muse Code superou o Codex da OpenAI com 81,8% e o Grok Build com 81,6%.
O próximo gráfico foi mais rigoroso. O DeepSWE 1.1 define 113 tarefas de codificação com acesso à internet desativado durante a avaliação. O Muse Spark 1.2 caiu para o terceiro lugar com 59,3%.
Meta então publicou um teste que desenvolveu internamente, baseado em 440 pull requests reais de seus próprios engenheiros. O Muse Spark 1.2 obteve 70,6% nesse teste, cerca de nove pontos atrás do Opus 5.
Essa pontuação está apenas 2,3 pontos acima de Muse Spark 1.1, o modelo lançado pela Meta em julho.
O Modelo Meta Deixou de Seus Gráficos de Codificação
A Meta comparou-se com o GPT-5.6 Terra. A OpenAI vende um modelo mais forte chamado Sol, e a Meta o excluiu de todos os três gráficos de codificação.
Sol lidera o ranking independente do Terminal-Bench 2.1 com 89,5%. Opus 5 vem em seguida com 89,1%.
Ambas as figuras superaram os 86,7% relatados pela Meta para o Opus 5. A Meta escolheu uma configuração mais fraca de seu principal rival e ainda assim ficou atrás dele.
Contra Sol, o verdadeiro líder, o Muse Spark 1.2 está atrás em 6,6 pontos, e não 3,8.
A Meta incluiu o Sol em um único local. Em uma tarefa de kernel de unidade de processamento gráfico (GPU) executando mais de 1.000 chamadas de ferramenta, o Sol superou a linha de base em 71,2%. O Muse Spark 1.2 alcançou 68,7% e ficou em quarto lugar entre seis.
Uma observação contraria isso. O Muse Spark 1.2 ainda não aparece nesse quadro público, onde apenas 26 dos 183 modelos rastreados foram testados. Seus 82,9% permanecem uma cifra da Meta.
“Muse Spark 1.2 é nosso próximo passo à medida que avançamos em direção à fronteira, com modelos maiores e mais capazes por vir,” Zuckerberg said em uma postagem.
Zuckerberg pode em breve hospedar o modelo que supera o próprio
A Meta supostamente está em negociações para alugar computação para a Anthropic. O acordo pode chegar a US$ 10 bilhões em dois anos. Os centros de dados da Meta ajudariam a executar os modelos Claude, que o Muse Code foi criado para substituir.
A liderança por trás do Muse Code foi cara. Zuckerberg pagou US$ 14,3 bilhões em junho de 2025 pela Scale AI e seu fundador Alexandr Wang, que agora lidera os Meta Superintelligence Labs.
O preço é a alavanca que Wang ainda tem. As taxas correspondem ao lançamento em julho do primeiro API pago da Meta a $1,25 por milhão de tokens de entrada e $4,25 por milhão de tokens de saída.
Um nível de contribuidor custa mais de 10 vezes menos. Desenvolvedores se qualificam permitindo que a Meta treine com seu trabalho. Wang recusou-se a fornecer números de adoção para a linha Muse Spark.
As contas do Meta explicam o desconto. A receita aumentou 28% para US$ 60,8 bilhões no último trimestre, mas o lucro operacional caiu 8% para US$ 18,8 bilhões.
A margem operacional caiu para 31% frente a 43% um ano antes. A Meta gastou US$ 31,08 bilhões em projetos de capital apenas no trimestre e prevê até US$ 145 bilhões para o ano.
Muse Code oferece engenharia que o Claude Code não possui. Agentes de fundo mantêm contexto ao longo de uma sessão. Subagentes trabalham em cópias isoladas de um repositório.
A Meta desenvolveu um segundo melhor codificador e o precificou como uma opção de orçamento. A versão beta mostrará se os desenvolvedores trocam alguns pontos de precisão por uma fatura aproximadamente um décimo do tamanho.