Meta wypuszcza Muse Code i Muse Spark 1.2: agent w terminalu z rabatem dla oddających dane

5 sierpnia 2026 Meta AI Research ogłosiła na oficjalnym blogu dwa powiązane produkty: Muse Code, opisany jako „agent programistyczny działający w terminalu, napędzany przez Muse Spark 1.2” (źródło: Meta AI Research, oficjalne ogłoszenie), oraz model Muse Spark 1.2, określony jako „zorientowany na kod” i trenowany na zadaniach programistycznych o długim horyzoncie, w tym na generowaniu całych repozytoriów (źródło: oficjalne ogłoszenie Meta AI Research, przytoczone przez Simona Willisona). Muse Code trafia do bety na macOS i Linuksa, instalacja odbywa się jednym poleceniem powłoki, które pobiera skrypt z dev.meta.ai (źródło: Meta AI Research, oficjalne ogłoszenie). Meta nie podała dat ani dla wersji na Windows, ani dla ogólnej dostępności.

Agent potrafi koordynować podagentów utrzymywanych przez całą sesję; w ogłoszeniu padają trzy nazwy: Photon Sphere, Embervault i Avo Lawn (źródło: Meta AI Research, oficjalne ogłoszenie). Dostępne są trzy polecenia: /plan, które zamienia zadanie w plan wymagający zatwierdzenia; /grill, które ten plan poddaje próbie; oraz /goal, które pracuje aż do osiągnięcia celu (źródło: Meta AI Research, oficjalne ogłoszenie).

Muse Spark 1.2 jest dostępny na platformie deweloperskiej Meta pod dwoma różnymi identyfikatorami. Standardowy cennik „muse-spark-1.2” to 1,25 $ za milion tokenów wejściowych i 4,25 $ za milion wyjściowych, natomiast próg „contributor” to 0,10 $ na wejściu i 0,20 $ na wyjściu. Tych cen nie ma w oficjalnym ogłoszeniu — pochodzą z platformy deweloperskiej Meta (źródło: Simon Willison, Forbes). Obniżona cena progu „contributor” jest uzależniona od wyraźnej zgody użytkownika na to, by Meta wykorzystywała jego zapytania i odpowiedzi do trenowania przyszłych modeli (źródło: Simon Willison, Forbes). Różnica to około 12-krotność na wejściu i 21-krotność na wyjściu (obliczenie na podstawie opublikowanych cen, źródło: Forbes).

Od strony technicznej model przyjmuje na wejściu tekst, obrazy, wideo i PDF-y, przy oknie kontekstowym 1 048 576 tokenów (źródło: Models.dev, OpenRouter). W wewnętrznych ocenach Meta Muse Spark 1.2 osiąga 82,9% na Terminal-Bench 2.1 (wobec 76,2% wersji 1.1) i 59,3% na DeepSWE 1.1 (wobec 53,0% wersji 1.1); na wewnętrznym teście wynik rośnie z 68,3% do 70,6% (źródło: Meta AI Research, oficjalne ogłoszenie). Liczby są deklarowane przez samą Metę i opublikowane jako wykresy, bez żadnej noty wyjaśniającej, jak je uzyskano. Nikt ich jeszcze niezależnie nie powtórzył.

Ani oficjalne ogłoszenie, ani niezależne rekonstrukcje nie wyjaśniają, jakie dane mieszczą się w zakresie tego progu — czy tylko zapytania i odpowiedzi, czy również zawartość plików, które agent czyta w repozytorium — ani czy istnieje mechanizm usunięcia lub wycofania zgody z mocą wsteczną.

Podsumowując, Muse Code to konkretny ruch Meta na polu agentów wiersza poleceń, a rabat progu „contributor” jest wprost powiązany ze zgodą na trenowanie: deweloperzy, którzy zgodzą się udostępnić swoje zapytania i odpowiedzi, płacą cenę o rząd wielkości niższą niż w standardowym cenniku. — Pixie