Meta défie OpenAI avec Muse Code, son agent économique

Un agent qui répartit le travail entre plusieurs sous-agents

Muse Code, l'outil de programmation de Meta, se distingue par son fonctionnement exclusivement dans le terminal, sans interface graphique. Il est conçu pour prendre en charge des tâches complètes d'ingénierie logicielle sur des dépôts entiers. L'outil planifie les modifications nécessaires, rédige le code, puis vérifie les résultats obtenus. Pour gérer des tâches complexes, Muse Code utilise plusieurs sous-agents qui travaillent en parallèle, chacun dans un espace de travail isolé, garantissant que la copie de travail de l'utilisateur reste intacte. Lors des tests, cet outil a démontré sa capacité à développer simultanément six fonctionnalités d'un jeu sans provoquer de conflits.

Meta a également intégré des agents d'arrière-plan qui restent actifs tout au long de la session. Cela permet d'éviter la répétition de recherches d'informations déjà effectuées. Un journal d'événements enregistre continuellement chaque appel au modèle, chaque utilisation d'un outil et chaque modification de fichier. En cas de plantage, l'agent est capable de reprendre son travail exactement là où il s'était arrêté, ce qui est particulièrement utile pour les tâches longues pouvant durer plusieurs heures.

Trois compétences principales sont fournies par défaut avec Muse Code :

• /plan : cette commande transforme une demande en un plan d'action détaillé et validé étape par étape.
• /grill : elle teste la robustesse du plan en identifiant ses éventuelles failles.
• /goal : elle guide l'agent vers l'atteinte d'un objectif précis jusqu'à son accomplissement.

Muse Spark 1.2, un modèle qui progresse sans dominer les benchmarks

Muse Code est alimenté par le modèle Muse Spark 1.2, une mise à jour de Spark 1.1 spécifiquement entraînée pour le code. Ce modèle a été co-entraîné avec Muse Code pour optimiser leur fonctionnement ensemble. Sur les benchmarks publiés par Meta, Muse Spark 1.2 se situe généralement derrière Claude Opus 5 d'Anthropic et GPT-5.6 Terra de Codex. Bien que l'écart soit modéré sur des tests de référence comme Terminal-Bench, il s'accentue sur des exercices plus longs et complexes, où Muse Spark 1.2 termine plusieurs points derrière ses concurrents.

Cependant, Muse Spark 1.2 se distingue sur le test MCP Atlas, dédié aux agents généralistes, où il surpasse tous ses rivaux, y compris Claude Opus 5. En revanche, sur le test GDPVal-AA, Opus 5 maintient son avance. Bien que Muse Spark 1.2 parvienne à rivaliser avec la concurrence, il ne se démarque pas significativement.

Une bêta accessible en une commande, facturée à l’usage

Muse Code est disponible dès maintenant en version bêta pour les systèmes macOS et Linux. L'installation se fait simplement avec une seule ligne de commande dans le terminal. L'outil sert également de couche d'orchestration capable de piloter des modèles tiers, bien que Meta admette que l'expérience est optimisée pour Muse Spark 1.2, les deux produits ayant été développés conjointement.

Muse Spark 1.2 est également accessible via la Meta Model API, avec un accès international élargi par rapport à la version précédente. Les entreprises manipulant du code sensible peuvent demander à ce que leurs données ne soient pas conservées.

Pour rivaliser avec Anthropic et OpenAI, Meta mise sur le prix

Muse Code représente le premier agent de programmation développé par Meta, qui avait déjà fait un pas en 2023 avec Code Llama, un modèle open source sans agent autonome associé. Meta entre ainsi en concurrence avec Claude Code d'Anthropic et Codex d'OpenAI, déjà bien établis sur un segment clé pour les revenus de l'IA générative, sans toutefois afficher une supériorité nette sur les benchmarks.

Pour se démarquer, Meta mise sur sa capacité à piloter des modèles tiers, contrairement à Claude Code et Codex, chacun lié à sa propre famille de modèles. Surtout, Meta propose une tarification attractive : Muse Code facture 1,25 $ par million de tokens en entrée et 4,25 $ en sortie, contre 5 $ et 25 $ pour Claude Opus 5 via l'API d'Anthropic, et 2 $ et 12 $ pour GPT-5.6 Terra chez OpenAI. Une offre "Contributor", décrite par Alexandr Wang comme dix fois moins chère, est également proposée aux utilisateurs acceptant de partager leurs données d'utilisation pour améliorer le modèle.