Mark Zuckerberg lanzó Muse Code en beta el miércoles, el primer agente de codificación de inteligencia artificial (IA) de Meta. Claude Opus 5 de Anthropic lo supera en las cuatro comparaciones que Meta publicó en el lanzamiento.
Meta publicó esos gráficos de todos modos. La compañía 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 Meta mostró.
Síguenos en X para obtener las últimas noticias a medida que suceden
Los propios gráficos de Meta le dan 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 del Instituto Laude y de investigadores de Stanford. Establece 89 trabajos reales que abarcan reparación de sistemas, trabajo de datos y seguridad.
El segundo lugar es respetable. Muse Code superó a Codex de OpenAI con un 81.8% y a Grok Build con un 81.6%.
El siguiente gráfico fue más duro. DeepSWE 1.1 establece 113 tareas de codificación con el acceso a internet desactivado durante la evaluación. Muse Spark 1.2 cayó al tercer lugar con un 59.3%.
Meta luego publicó una prueba que construyó ella misma, extraída de 440 solicitudes de extracción reales de sus propios ingenieros. Muse Spark 1.2 obtuvo un 70.6% allí, aproximadamente nueve puntos detrás 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 que Meta dejó fuera de sus gráficos de codificación
Meta se midió contra GPT-5.6 Terra. OpenAI vende un modelo más fuerte llamado Sol, y Meta lo dejó fuera de los tres gráficos de codificación.
Sol encabeza la tabla de clasificación independiente Terminal-Bench 2.1 con un 89.5%. Opus 5 sigue en un 89.1%.
Ambas cifras superan el 86.7% que Meta reportó para Opus 5. Meta eligió una configuración más débil de su rival más fuerte y aún así terminó detrás de él.
Contra Sol, el verdadero líder, Muse Spark 1.2 se queda atrás por 6.6 puntos en lugar de 3.8.
Meta incluyó a Sol en un lugar. En una tarea de núcleo de unidad de procesamiento gráfico (GPU) que superó las 1,000 llamadas 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 esa tabla de clasificación pública, donde solo 26 de 183 modelos rastreados han sido probados. Su 82.9% sigue siendo una cifra de Meta.
“Muse Spark 1.2 es nuestro próximo paso mientras avanzamos hacia la frontera, con modelos más grandes y capaces en camino,” dijo Zuckerberg en una publicación.
Zuckerberg podría pronto albergar el modelo que supera al suyo.
Meta está supuestamente en conversaciones para arrendar computación a Anthropic. El acuerdo podría alcanzar los $10 mil millones en dos años. Los centros de datos de Meta ayudarían 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 cada millón de tokens de entrada y $4.25 por cada millón de tokens de salida.
Un nivel de contribuyente cuesta más de 10 veces menos. Los desarrolladores se califican al permitir que Meta entrene con su trabajo. Wang se negó a dar números de adopción para la línea Muse Spark.
Las cuentas de Meta explican el descuento. Los ingresos aumentaron un 28% a $60.8 mil millones el último trimestre, sin embargo, el beneficio operativo cayó un 8% a $18.8 mil millones.
El margen operativo se deslizó al 31% desde el 43% del año anterior. Meta gastó $31.08 mil millones en proyectos de capital solo en el trimestre, y guía hasta $145 mil millones para el año.
Muse Code ofrece ingeniería que Claude Code carece. Los agentes de fondo mantienen el contexto a lo largo de una sesión. Los subagentes trabajan en copias aisladas de un repositorio.
Meta ha construido un sólido segundo mejor codificador y lo ha fijado como una opción económica. La beta mostrará si los desarrolladores intercambian unos pocos puntos de precisión por una factura aproximadamente una décima del tamaño.
Fuente: BeInCrypto
