Muse Code 基于 Meta 同日推出的 Muse Spark 1.2 模型。与竞品不同，它没有独立图形界面，安装只需一行命令即可集成进终端工作流。官方介绍称，该工具能够规划代码改动、编写代码、验证结果，并通过多个持久运行的后台子代理协同完成复杂工程任务。

价格双轨：标准版与贡献版相差 20 倍

Muse Code 的计费方式分为两档。标准档按量计费，输入 token 为每百万 1.25 美元，输出 token 为每百万 4.25 美元；贡献档则降至输入每百万 0.10 美元、输出每百万 0.20 美元，输出成本约为标准档的二十分之一。代价是用户需授权 Meta 将提示词与模型输出用于训练未来模型。两档的速率限制也不同：贡献档每分钟最多 60 次请求、210 万 token；标准档可达每分钟 3000 次请求、400 万 token。

这种定价模式把”数据换折扣”摆上了桌面。对于处理公开代码或原型项目的开发者，贡献档极具吸引力；但对于涉及商业机密、私有代码库或受监管行业的团队，标准档几乎是唯一选择。

功能亮点：持久代理与崩溃恢复

Muse Code 在架构上强调长时任务稳定性。它在本地维护一份追加式事件日志，记录每次模型调用、工具执行、审批与编辑。即便运行过程中断，代理也能从断点精确恢复，官方称之为”可重放、可重启”。此外，内置的 /plan、/grill、/goal 等命令分别用于生成待审批计划、压力测试计划以及推进目标完成。

在 Meta 自己公布的基准测试中，Muse Spark 1.2 在 Terminal-Bench 2.1 上取得 82.9%，低于 Anthropic Opus 5 的 86.7%，但略高于 OpenAI GPT-5.6 Terra 的 81.8%。需要注意的是，该分数为厂商自报，尚未经过公开排行榜独立验证。

竞品格局与选择建议

Anthropic Claude Code 与 OpenAI Codex 目前仍是该领域的头部产品，拥有更成熟的社区与生态。Muse Code 的优势在于激进的定价和面向长时任务的运行时设计，劣势则是起步较晚、缺少图形界面、数据授权引发隐私担忧。

对普通开发者而言，若项目代码可公开且追求最低成本，贡献档值得试用；若涉及企业代码或敏感业务，标准档虽贵，但避免了将核心资产变成训练数据的风险。平台竞争越激烈，开发者反而越要先算清楚这笔账。

来源：Meta AI Research 官方博客 / MacRumors / 9to5Mac