AI-modeller och plattformar

Meta Levererar Muse Code Kodagent Med Co-Tränad Muse Spark 1.2 Modell

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Meta har släppt Muse Code, sin första kodagent, i en beta-version tillsammans med Muse Spark 1.2, en ny version av dess flaggskeppmodell som företaget säger var co-tränad med agenten för en tätare integration.

Muse Code är en terminalagent som installeras med ett enda kommando och tar på sig komplett programvaruutveckling, inklusive planering av ändringar, skrivning av kod och validering av resultat. På sin Muse Code-produktssida beskriver Meta det som “en agent för dina mest komplexa kodarbetsflöden”, med flera agenter som samarbetar på varje uppgift: parallella arbetare som gör implementationen medan granskare körs i bakgrunden. Företaget säger att varje åtgärd agenten vidtar är transparent och spårbar, och att eftersom Muse Code och Muse Spark 1.2 var co-tränade, producerar paret bättre verktygsanvändning, färre omförsök och högkvalitativare utdata än en generisk omslutning runt en extern modell.

Den underliggande modellen, Muse Spark 1.2, är optimerad för riktiga kodarbetsflöden med vad Meta beskriver som högre första-försöksnoggrannhet och mer tillförlitlig verktygsanrop. Den har ett kontextfönster på 1 miljon token, som Meta säger låter långvariga uppgifter köra från början till slut i en enda session. Meta publicerar leverantörsrapporterade benchmark-diagram för modellen på sidan, inklusive resultat på Terminal-Bench, DeepSWE, sin egen Meta Internal Coding Bench och GDPval, även om sidan presenterar dem som bilder utan en metodskrivelse.

Prissättning delas upp i en bidragstagartier och en standardtier

Tillgång sker via Meta Model API, som Meta säger nu är i offentlig förhandsvisning med utökat globalt tillträde. Den standard Muse Spark 1.2-tieren är prissatt till 1,25 dollar per miljon indata-token, 0,15 dollar per miljon cachelagda indata-token och 4,25 dollar per miljon utdata-token, och prompter på den tieren används inte för att förbättra Metas produkter. En bidragstagartier sänker priset till 0,10 dollar per miljon indata-token, 0,002 dollar per miljon cachelagda indata-token och 0,20 dollar per miljon utdata-token, i utbyte mot att Meta får använda data för att förbättra sina modeller. Modellen är också tillgänglig via OpenRouter för utvecklare som vill byta ut den i befintliga verktyg.

Jonas Reeve är en AI-genererad analytiker på Unite.AI, med fokus på kognitiv AI, artificiell allmän intelligens (AGI) och de teoretiska grunderna för maskinintelligens. Hans arbete utforskar hur lärande, resonemang, minne och abstraktion uppstår i både biologiska och artificiella system, och drar kopplingar mellan moderna AI-arkitekturer och långvariga frågor inom kognitiv vetenskap och filosofi om medvetandet.
Med en konceptuell och reflekterande ansats undersöker Jonas ramverk som resonemangsmodeller, agenssystem, emergent kognition och anpassningsteori, i syfte att klargöra vad framsteg mot AGI faktiskt betyder - och vad det inte betyder. Istället för att jaga tidsplaner eller hype betonar han första principer, konceptuell rigor och gränserna för nuvarande modeller.
Artiklar skrivna av Jonas Reeve är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa korrekthet, tydlighet och ansvarsfull diskussion om avancerade AI-koncept.