Mark Zuckerberg đã ra mắt Muse Code ở phiên bản beta vào thứ Tư, là tác nhân mã hóa trí tuệ nhân tạo (AI) đầu tiên của Meta. Claude Opus 5 của Anthropic vượt trội hơn trong cả bốn so sánh mà Meta công bố tại thời điểm ra mắt.
Meta đã phát hành những biểu đồ đó. Công ty đang bán một công cụ rẻ hơn thay vì một công cụ tốt hơn. Dữ liệu kiểm tra độc lập cho thấy khoảng cách rộng hơn những gì Meta đã trình bày.
Theo dõi chúng tôi trên X để nhận tin tức mới nhất ngay khi xảy ra
Biểu đồ riêng của Meta đánh bại Anthropic ở mọi vòng
Muse Spark 1.2 là mô hình bên trong Muse Code. Nó đạt 82,9% trên Terminal-Bench 2.1.
Claude Opus 5 đạt 86,7% trên cùng bài kiểm tra. Terminal-Bench đến từ các nhà nghiên cứu của Viện Laude và Stanford. Nó thiết lập 89 công việc thực tế bao gồm sửa chữa hệ thống, công việc dữ liệu và bảo mật.
Vị trí thứ hai là đáng kính. Muse Code đã đánh bại Codex của OpenAI với 81,8% và Grok Build với 81,6%.
Biểu đồ tiếp theo khắc nghiệt hơn. DeepSWE 1.1 đặt 113 nhiệm vụ lập trình với kết nối internet bị tắt trong quá trình chấm điểm. Muse Spark 1.2 tụt xuống vị trí thứ ba với 59,3%.
Meta sau đó đã công bố một bài kiểm tra do chính họ xây dựng, dựa trên 440 pull request thực tế từ các kỹ sư của họ. Muse Spark 1.2 đạt 70,6% tại đây, chậm khoảng chín điểm so với Opus 5.
Điểm số này chỉ cao hơn 2,3 điểm so với Muse Spark 1.1, mô hình Meta phát hành vào tháng Bảy.
Model Meta đã gỡ bỏ các biểu đồ mã hóa của mình
Meta đã tự so sánh với GPT-5.6 Terra. OpenAI bán một mô hình mạnh hơn gọi là Sol, và Meta đã loại nó ra khỏi tất cả ba biểu đồ mã hóa.
Sol dẫn đầu bảng xếp hạng Terminal-Bench 2.1 leaderboard với 89,5%. Opus 5 đứng sau với 89,1%.
Cả hai con số đều vượt mức 86,7% mà Meta công bố cho Opus 5. Meta đã chọn một thiết lập yếu hơn của đối thủ mạnh nhất của mình nhưng vẫn xếp sau nó.
So với Sol, người lãnh đạo thực sự, Muse Spark 1.2 đang trailing 6,6 điểm thay vì 3,8.
Meta đã bao gồm Sol ở một nơi. Trong một tác vụ kernel đồ họa xử lý hơn 1.000 lời gọi công cụ, Sol đã cải thiện so với mức cơ sở 71,2%. Muse Spark 1.2 đạt 68,7% và xếp thứ tư trong sáu vị trí.
Một điểm cần lưu ý là ngược lại. Muse Spark 1.2 chưa xuất hiện trên bảng xếp hạng công khai đó, nơi mới chỉ có 26 trong số 183 mô hình được theo dõi đã được kiểm tra. Mức 82,9% của nó vẫn là con số do Meta công bố.
“Muse Spark 1.2 là bước tiếp theo của chúng tôi khi chúng tôi tiến tới ranh giới, với những mô hình lớn hơn và mạnh mẽ hơn đang đến,” Zuckerberg said trong một bài đăng.
Zuckerberg có thể sớm tổ chức mô hình đánh bại chính mình
Meta được cho là đang đàm phán để thuê máy tính cho Anthropic. Giao dịch này có thể đạt 10 tỷ USD trong hai năm. Các trung tâm dữ liệu của Meta sau đó sẽ giúp chạy các mô hình Claude, vốn được Muse Code xây dựng nhằm thay thế.
Lãnh đạo đằng sau Muse Code rất đắt đỏ. Zuckerberg đã trả 14,3 tỷ USD vào tháng 6 năm 2025 để mua Scale AI và người sáng lập của nó, Alexandr Wang, hiện đang dẫn dắt Meta Superintelligence Labs.
Giá là công cụ duy nhất mà Wang còn lại. Mức phí phù hợp với việc ra mắt vào tháng Bảy của API trả phí đầu tiên của Meta với giá $1,25 mỗi triệu token đầu vào và $4,25 mỗi triệu token đầu ra.
Một cấp độ đóng góp có chi phí rẻ hơn hơn 10 lần. Các nhà phát triển đủ điều kiện bằng cách cho Meta đào tạo trên công việc của họ. Wang từ chối cung cấp số liệu về mức độ áp dụng của dòng Muse Spark.
Các tài khoản của Meta giải thích mức chiết khấu. Doanh thu tăng 28% lên 60,8 tỷ USD trong quý vừa qua, nhưng lợi nhuận hoạt động giảm 8% xuống còn 18,8 tỷ USD.
Biên hoạt động giảm xuống còn 31% so với 43% cùng kỳ năm trước. Meta đã chi 31,08 tỷ USD vào các dự án vốn trong quý này riêng lẻ, và dự kiến lên đến 145 tỷ USD cho cả năm.
Muse Code cung cấp các tính năng kỹ thuật mà Claude Code không có. Các tác nhân nền giữ ngữ cảnh xuyên suốt phiên làm việc. Các tác nhân phụ hoạt động trong các bản sao cô lập của kho lưu trữ.
Meta đã phát triển một lập trình viên xuất sắc thứ hai và định giá nó như một lựa chọn giá rẻ. Bản beta sẽ cho thấy các nhà phát triển có sẵn sàng đánh đổi một vài điểm độ chính xác để nhận được hóa đơn chỉ bằng khoảng một phần mười không.