Metaは、ベータ版のターミナルベースのAIコーディングエージェントであるMuse Codeと、コーディングタスク向けの更新されたフロンティアモデルであるMuse Spark 1.2をローンチしました。このリリースにより、MetaはAIコーディングアシスタント市場において、AnthropicやOpenAIといった競合他社と直接対峙することになります。Muse Codeは、計画、コーディング、検証を含む、大規模なコードベース内での完全なソフトウェアエンジニアリングプロジェクトを処理できる包括的なツールとして機能します。多くの競合他社とは異なり、Muse Codeは永続的なバックグラウンドエージェントを利用してレイテンシを削減し、タスクごとの冗長な情報収集を回避します。より大きなジョブに対しては、ユーザーのメインプロジェクトを保護するために、分離されたワークツリーで並列に動作するサブエージェントを採用しています。監査可能性機能は、すべての操作をローカルにログに記録し、中断された場合でもタスクを正確に再開できるようにします。Muse Codeを支えるモデルであるMuse Spark 1.2は、スケーリングされたトレーニングとMuse Code自体との共同トレーニングによって、コーディングのために特別に強化されています。ベンチマークでは、Muse Spark 1.2は優れたパフォーマンスを示していますが、一部の評価ではAnthropicのClaude Codeに後れを取っています。Metaは、Meta Model APIを通じてMuse Spark 1.2を2つの価格帯で提供しています。標準的な価格帯ではデータはトレーニングに使用されず、プロンプトと完了をモデルトレーニングに使用することをMetaに許可する、大幅に安価な「コントリビューター」価格帯があります。コントリビューター価格帯は低コストのエントリーポイントを提供しますが、支払い方法が必要であり、より厳しいレート制限があるため、個人や実験に適しています。コードセキュリティを優先する企業は、トレーニングでのデータ使用を防ぐために、より高価な標準価格帯を選択する必要があります。コントリビューター価格帯におけるMetaの戦略は、データを収集しモデルを改善するためにアクセスを補助するという、同社の過去のアプローチを反映しています。