L'IA di codifica di Meta potrebbe innescare un'altra guerra dei prezzi dell'IA

Meta è entrata nella gara di codifica IA il 5 agosto con Muse Code, un agente di codifica basato su terminale, e Muse Spark 1.2, il suo modello di IA focalizzato sulla codifica, prendendo di mira direttamente Claude Code di Anthropic e Codex di OpenAI.

Meta afferma che Muse Code è progettato per lo sviluppo software su codebase estese piuttosto che per la creazione di singoli frammenti di codice. A differenza dei suoi modelli Llama open-weight, Muse Code è un software a pagamento per macOS e Linux che si integra strettamente con Muse Spark 1.2.

Il CEO Mark Zuckerberg ha affermato che l'agente è in grado di eseguire “compiti completi di ingegneria del software su grandi repository: pianificazione delle modifiche, scrittura del codice, convalida dei risultati”. Ha aggiunto che i test interni hanno dimostrato che l'agente è in grado di creare sei diverse funzionalità di gioco contemporaneamente senza problemi, suggerendo al contempo che ci saranno altri lanci di software AI open-weight in futuro.

Dove si posiziona Meta in un mercato che ha principalmente osservato

Meta si sta inserendo in un mercato in cui aziende come Anthropic e OpenAI sono giocatori chiave, e alcune startup, come Cursor, hanno già rilevato un bisogno di strumenti di ingegneria del software basati sull'IA.

Meta ha osservato che Muse Spark 1.2 potrebbe essere competitivo in alcuni aspetti, ma è lontano dall'essere il leader di mercato. Ha ottenuto solo l'82,9% su Terminal-Bench 2.1, superando GPT-5.6 Terra e Grok 4.5 ma perdendo contro Opus 5 di Anthropic su questo benchmark. Muse Spark 1.2 ha mostrato prestazioni mediocri anche sul benchmark DeepSWE 1.1, classificandosi al terzo posto, con Opus 5 vincitore.

I test di terze parti hanno ottenuto lo stesso risultato. Muse Spark 1.2 si classifica al 14° posto su 186 modelli secondo Artificial Analysis in termini di Intelligence Index, ottenendo 54, che è superiore alla mediana di 32. Presenta una buona latenza e un prezzo relativamente basso, il che significa che Meta si concentra maggiormente sull'equilibrio tra prestazioni e prezzo piuttosto che sull'essere il modello con le prestazioni migliori.

Come si posiziona Muse Spark 1.2 rispetto ai prezzi di V4 di DeepSeek

Il prezzo potrebbe diventare uno dei maggiori vantaggi competitivi di Meta, se gli sviluppatori accettano il compromesso.

Reuters, citando Artificial Analysis, ha riportato che DeepSeek V4-Flash è il modello di IA meno costoso ampiamente utilizzato per eseguire test di benchmark, rendendo la famiglia DeepSeek V4 un punto di riferimento chiave per i prezzi dei modelli frontiera concorrenti.

Muse Spark 1.2 offre due diverse opzioni di prezzo. Il suo prezzo Standard per l'uso API è di $1,25 per milione di token di input, $0,15 per i token di input memorizzati nella cache e $4,25 per milione di token di output. Meta offre il suo prezzo Contributor per prompt e risposte approvati, riducendo significativamente i prezzi a $0,10 per i token di input, $0,01 per i token di input memorizzati nella cache e $0,20 per i token di output.

DeepSeek addebita $0,14, $0,0028 e $0,28 per V4-Flash per un milione di token di input, input memorizzati nella cache e output, rispettivamente. Per quanto riguarda V4-Pro, i prezzi sono $0,435, $0,0145 e $0,87, rispettivamente, a seconda dei periodi di punta e di non punta come descritto nell'API.

Il confronto precedente mostra due approcci diversi al pricing. Per quanto riguarda il prezzo regolare, Muse Spark 1.2 è più costoso rispetto a entrambi i modelli DeepSeek. Tuttavia, sotto il tier Contributor, Meta offre un prezzo inferiore per input e output rispetto a V4-Flash e V4-Pro, il che lo rende uno dei prodotti più economici per gli utenti idonei disposti a condividere i propri dati.

Il vantaggio di prezzo di DeepSeek potrebbe non durare per sempre. Le notizie riportano che DeepSeek sta pianificando di applicare un importante aumento dei prezzi ai suoi servizi di IA che non è ancora stato rivelato. Se i nuovi prezzi verranno introdotti, potrebbe ridurre il divario tra DeepSeek e altri importanti attori del settore.

La scommessa sugli agenti di sfondo persistenti

La caratteristica distintiva dell'agente di Meta potrebbe essere la sua architettura piuttosto che i suoi risultati nei benchmark.

Secondo le note ingegneristiche dell'azienda, Muse utilizza agenti di sfondo persistenti per mantenere il contesto di sfondo dei repository durante ogni sessione di sviluppo, piuttosto che ricominciare da zero ad ogni richiesta. Quando si affrontano progetti più grandi, Muse trasmette i compiti da eseguire in numerosi alberi di lavoro Git isolati, in modo che i sotto-agenti possano eseguire i propri compiti senza influire sullo spazio di lavoro principale dello sviluppatore.

Meta si concentra anche sull'affidabilità. Ogni chiamata al modello, esecuzione di strumento e modifica di file viene registrata in un registro eventi locale, consentendo alle sessioni interrotte di continuare da un checkpoint invece di ricominciare da capo. L'azienda ha testato questo sistema su oltre 1.000 chiamate a strumenti durante un lavoro di ingegneria del kernel GPU di 24 ore, sottolineando il suo focus sull'ingegneria del software autonomo a lungo termine.

Il lancio intensifica anche la competizione nel settore dell'IA a livello mondiale. L'arrivo di Meta offre agli sviluppatori software un altro contendente affidabile sul mercato, oltre ad Anthropic, OpenAI e DeepSeek, esercitando pressione sui fornitori di IA per competere per quanto riguarda le competenze di codifica e i modelli di prezzo. Questo potrebbe portare a lanci di prodotti più rapidi e a costi di inferenza inferiori, nonché a una maggiore disponibilità di strumenti di programmazione IA avanzati che aiutano l'ingegneria del software.