Il Muse Code di Zuckerberg perde contro Anthropic nelle stesse classifiche di Meta
Mark Zuckerberg ha lanciato Muse Code in beta mercoledì, il primo agente di codifica basato su intelligenza artificiale (AI) di Meta. Claude Opus 5 di Anthropic lo supera in tutti e quattro i confronti pubblicati da Meta al lancio.
Meta ha comunque pubblicato quei grafici. L'azienda sta vendendo uno strumento più economico piuttosto che uno migliore. I dati di test indipendenti suggeriscono che il divario è più ampio di quanto mostrato da Meta.
Seguici su X per ricevere le ultime notizie in tempo reale
I grafici di Meta consegnano ad Anthropic ogni round
Muse Spark 1.2 è il modello all'interno di Muse Code. Ha ottenuto l'82,9% su Terminal-Bench 2.1.
Claude Opus 5 ha ottenuto l'86,7% nello stesso test. Terminal-Bench proviene dall'Istituto Laude e dai ricercatori di Stanford. Imposta 89 lavori reali che spaziano dalla riparazione di sistemi, al lavoro sui dati e alla sicurezza.
Il secondo posto è rispettabile. Muse Code ha battuto il Codex di OpenAI con l'81,8% e Grok Build con l'81,6%.
Il grafico successivo è stato più severo. DeepSWE 1.1 imposta 113 compiti di codifica con accesso a Internet disattivato durante la valutazione. Muse Spark 1.2 è sceso al terzo posto con il 59,3%.
Meta ha poi pubblicato un test costruito da essa stessa, tratto da 440 pull request reali dei propri ingegneri. Muse Spark 1.2 ha ottenuto il 70,6% lì, circa nove punti dietro Opus 5.
Quel punteggio è solo 2,3 punti sopra Muse Spark 1.1, il modello che Meta ha rilasciato a luglio.
Il modello che Meta ha escluso dai suoi grafici di codifica
Meta si è misurata contro GPT-5.6 Terra. OpenAI vende un modello più potente chiamato Sol, e Meta lo ha escluso da tutti e tre i grafici di codifica.
Sol è in cima alla classifica indipendente Terminal-Bench 2.1 con l'89,5%. Opus 5 segue con l'89,1%.
Entrambi i valori superano l'86,7% riportato da Meta per Opus 5. Meta ha scelto un'impostazione più debole del suo rivale più forte e ha comunque finito dietro di esso.
Contro Sol, il vero leader, Muse Spark 1.2 è in ritardo di 6,6 punti anziché 3,8.
Meta ha incluso Sol in un solo caso. Su un compito di kernel di unità di elaborazione grafica (GPU) che ha superato 1.000 chiamate agli strumenti, Sol ha migliorato il baseline del 71,2%. Muse Spark 1.2 ha ottenuto il 68,7% e si è piazzato quarto su sei.
Una avvertenza taglia dall'altra parte. Muse Spark 1.2 non appare ancora su quella classifica pubblica, dove solo 26 dei 183 modelli monitorati sono stati testati. Il suo 82,9% rimane un dato di Meta.
“Muse Spark 1.2 è il nostro prossimo passo mentre ci spingiamo verso il confine, con modelli più grandi e più capaci in arrivo,” ha detto Zuckerberg in un post.
Zuckerberg potrebbe presto ospitare il modello che batte il suo.
Meta è in trattative per affittare capacità di calcolo ad Anthropic. L'accordo potrebbe raggiungere i 10 miliardi di dollari in due anni. I centri dati di Meta aiuterebbero quindi a gestire i modelli Claude che Muse Code è stato progettato per sostituire.
La leadership dietro Muse Code è stata costosa. Zuckerberg ha pagato 14,3 miliardi di dollari a giugno 2025 per Scale AI e il suo fondatore Alexandr Wang, che ora dirige i Meta Superintelligence Labs.
Il prezzo è la leva che Wang ha lasciato. Le tariffe corrispondono al lancio di luglio del primo API a pagamento di Meta a $1,25 per milione di token di input e $4,25 per milione di token di output.
Un livello di contributore costa più di 10 volte meno. Gli sviluppatori si qualificano lasciando che Meta si alleni sul loro lavoro. Wang ha rifiutato di fornire numeri di adozione per la linea Muse Spark.
I conti di Meta spiegano lo sconto. I ricavi sono aumentati del 28% a $60,8 miliardi nell'ultimo trimestre, ma l'utile operativo è sceso dell'8% a $18,8 miliardi.
Il margine operativo è sceso al 31% dal 43% di un anno fa. Meta ha speso $31,08 miliardi in progetti di capitale solo nel trimestre, e prevede fino a $145 miliardi per l'anno.
Muse Code offre ingegneria che Claude Code manca. Gli agenti di background mantengono il contesto durante una sessione. I sub-agenti lavorano in copie isolate di un repository.
Meta ha costruito un secondo miglior programmatore solido e lo ha prezzato come un'opzione economica. La beta mostrerà se gli sviluppatori scambiano alcuni punti di accuratezza per una fattura di circa un decimo della dimensione.
Fonte: BeInCrypto