neomanex
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
  • Kein Training mit Ihren Daten — Prompts und Antworten werden nicht zum Trainieren von Meta-Modellen verwendet
  • 3.000 Anfragen pro Minute / 4M Token pro Minute pro Team
  • 1M Token Kontextfenster
  • Websuche-Grounding: $2,50 pro 1.000 Anfragen
  • Gecachter Input: $0,15 / 1M Token
Contributor$0.10 in / $0.20 out per 1M tokens
  • Prompts und Antworten werden zum Trainieren zukünftiger Meta-Modelle verwendet
  • 60 Anfragen pro Minute / 2,1M Token pro Minute pro Team
  • 12,5x günstiger beim Input, 21,25x günstiger beim Output gegenüber Standard-Stufe
  • Gecachter Input: $0,002 / 1M Token
  • Ausgerichtet auf Prototyping und Experimentieren, wo Training mit Ihren Daten akzeptabel ist
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