neomanex
Anmelden
Muse Code logo

Muse Code

Beta

Metas terminalbasierter KI-Coding-Agent mit persistenten asynchronen Hintergrund-Agenten

Website besuchenVergleichen
Bedingt

Metas erster Coding-Agent und ein glaubwürdiger Beta-Einstieg mit wirklich neuartiger Architektur — persistente Hintergrund-Agenten, Worktree-isolierte Sub-Agent-Auffächerung und ein absturzsicheres Event-Protokoll. Angetrieben vom gemeinsam trainierten Muse Spark 1.2 liegt es in Metas eigenen veröffentlichten Benchmarks nur hinter Claude Opus 5. Herstellergeführte Zahlen, Beta-Status und Closed-Source-Binärverteilung dämpfen das Versprechen. Am besten für Entwickler, die Coding-Agenten evaluieren und die persistente Kontext-Architektur sowie aggressive Contributor-Preisstufen testen möchten.

KI-nativ

Agent loop + persistent background agents hold full coding-session context — the model reads, acts, and continues across steps without context reset.

Ist es das Richtige für dich?

Gut für

  • Persistente mehrschrittige Coding-Sessions — Hintergrund-Agenten behalten Repository-Kontext über Aufgaben hinweg, wodurch redundante Exploration vermieden und Steuerungsaufwand reduziert wird
  • Langfristige autonome Aufgaben — Event-Protokoll-Absturzwiederherstellung ermöglicht 24-Stunden-Läufe; der Agent setzt exakt dort fort, wo er stoppte, ohne verlorene Arbeit
  • Parallele Feature-Arbeit — Worktree-isolierte Sub-Agenten bauen mehrere Features gleichzeitig ohne Kollisionen (Meta demonstrierte sechs Spiele-Features parallel)
  • Kostensensitives Experimentieren — Contributor-Stufe zu ~$0,10 Input / $0,20 Output pro 1M Token unterbietet jeden vergleichbaren Coding-Agenten
  • Multimodale Repository-Arbeit — akzeptiert Video-Durchflüge und Bilder als Coding-Kontext; kein etablierter Terminal-Agent bietet dies als First-Class-Flow

Nicht geeignet für

  • Produktions-Workflows, die unabhängig verifizierte Benchmarks erfordern — alle veröffentlichten Ergebnisse sind herstellergeführt in Metas Framework ohne externe Reproduktion
  • Windows-Entwicklung — bei Beta-Start nur macOS und Linux; kein Windows-Build vorhanden
  • Open-Source- oder Self-Hosting-Pipelines — Closed-Source-Binärdatei, installiert via Shell-Skript; kein öffentliches Repository, API-abhängig, kein Weight-Zugriff
  • Teams mit strengen Data-Governance-Anforderungen — Contributor-Stufe leitet Prompts und Antworten in Metas Trainingspipeline; Opt-out kostet das 12,5-fache beim Input

Unsere Erfahrung

We haven't tested Muse Code ourselves. This profile is based on public documentation, user reviews, and community feedback.

Preise

Kostenpflichtig
Standard$1.25 in / $4.25 out per 1M tokens
  • No training on your data: prompts and completions are not used to train Meta models
  • 3,000 requests per minute / 4M tokens per minute per team
  • 1M token context window
  • Web search grounding: $2.50 per 1,000 queries
  • Cached input: $0.15 / 1M tokens
Contributor$0.10 in / $0.20 out per 1M tokens
  • Prompts and completions used to train future Meta models
  • 100 requests per minute / 3M tokens per minute per team
  • 12.5x cheaper on input, 21.25x cheaper on output vs standard tier
  • Cached input: $0.002 / 1M tokens
  • Aimed at prototyping and experimentation where training on your data is acceptable
Alle Preise ansehen

Noch keine Urteilsänderungen

Die Uhr läuft ab dem ersten Tag — Änderungen erscheinen hier, sobald sich unser Urteil weiterentwickelt.

Quellen

Prüfprotokoll

  • Preise— Keine Änderungen

    Automatisierter Agent

Wie wir bewerten

Wollen Sie das in Ihrem Unternehmen laufen haben?

Wir haben dieses Tool getestet und bauen täglich mit Tools wie diesem. Sagen Sie uns den Ablauf, wir richten es ein, integrieren es und übergeben es funktionsfähig.

Sagen Sie uns, was Sie brauchen (wird in einem neuen Tab geöffnet)Sehen Sie, was wir bauen

Das Gespräch läuft auf Gnosari, einem der Tools in diesem Verzeichnis. Ein echtes Gespräch, kein Verkaufsskript.