L'intelligenza artificiale di Meta per la programmazione potrebbe scatenare un'altra guerra dei prezzi nel campo dell'IA

Il 5 agosto Meta è entrata nella corsa alla programmazione basata sull'intelligenza artificiale con Muse Code, un agente di programmazione da terminale, e Muse Spark 1.2, il suo modello di intelligenza artificiale focalizzato sulla programmazione, puntando direttamente a Claude Code di Anthropic e Codex di OpenAI.

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

Il CEO Mark Zuckerberg ha affermato che l'agente è in grado di eseguire "attività complete di ingegneria del software su repository di grandi dimensioni: 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, lasciando intendere che in futuro ci saranno altri lanci di software di intelligenza artificiale open-weight.

Dove Meta si trova in un mercato che ha osservato principalmente

Meta si sta facendo strada in un mercato in cui aziende come Anthropic e OpenAI sono attori chiave, e alcune startup, come Cursor, hanno già constatato la necessità di strumenti di ingegneria del software basati sull'intelligenza artificiale.

Meta ha osservato che Muse Spark 1.2 può essere competitivo sotto certi aspetti, ma è ben 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 in questo benchmark. Muse Spark 1.2 ha mostrato prestazioni mediocri anche sul benchmark DeepSWE 1.1, classificandosi al terzo posto, con Opus 5 al primo.

Test di terze parti hanno dato lo stesso risultato. Muse Spark 1.2 si posiziona al 14° posto su 186 modelli secondo Artificial Analysis in termini di Indice di Intelligenza, con un punteggio di 54, superiore alla media di 32. Presenta una bassa latenza e un prezzo relativamente contenuto, il che significa che Meta si concentra maggiormente sull'equilibrio tra prestazioni e prezzo piuttosto che sull'essere il modello con le migliori prestazioni in assoluto.

Come si confrontano i prezzi di Muse Spark 1.2 con quelli di DeepSeek V4

Il prezzo potrebbe diventare uno dei maggiori vantaggi competitivi di Meta, a patto che gli sviluppatori accettino il compromesso.

Reuters, citando Artificial Analysis, ha riferito che DeepSeek V4-Flash è il più economico e ampiamente utilizzato nei test di benchmark, rendendo la famiglia DeepSeek V4 un parametro di riferimento chiave per i prezzi dei modelli di frontiera concorrenti.

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

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

Il confronto di cui sopra mostra due approcci differenti alla definizione dei prezzi. Per quanto riguarda i prezzi standard, Muse Spark 1.2 è più costoso rispetto a entrambi i modelli DeepSeek. Tuttavia, con il piano Contributor, Meta offre un prezzo inferiore per input e output rispetto sia a V4-Flash che a 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. Secondo alcune indiscrezioni, DeepSeek starebbe pianificando un significativo aumento dei prezzi dei suoi servizi di intelligenza artificiale, i cui dettagli non sono ancora stati resi noti. Se i nuovi prezzi venissero effettivamente introdotti, DeepSeek potrebbe ridurre il divario con gli altri principalitrondel settore.

La scommessa sugli agenti di background persistenti

La caratteristica distintiva dell'agente di Meta potrebbe risiedere nella sua architettura piuttosto che nei risultati dei benchmark.

Secondo le note tecniche dell'azienda, Muse utilizza agenti di background persistenti per mantenere il contesto dei repository durante ogni sessione di sviluppo, anziché ripartire da zero a ogni richiesta. Quando si lavora su progetti di grandi dimensioni, Muse suddivide le attività da svolgere in numerosi worktree Git, in modo che i sub-agenti possano eseguire le proprie attività senza influire sull'area di lavoro principale dello sviluppatore.

Meta si concentra anche sull'affidabilità. Ogni chiamata di modello, esecuzione di strumenti e modifica di file viene registrata in un registro eventi locale, consentendo alle sessioni interrotte di riprendere da un checkpoint anziché ricominciare da capo. L'azienda ha testato questo sistema su oltre 1.000 chiamate di strumenti durante un lavoro di ingegneria del kernel GPU della durata di 24 ore, sottolineando la sua attenzione all'ingegneria del software autonoma a lungo termine.

Il lancio di Meta intensifica anche la concorrenza nel settore globale dell'IA. L'arrivo di Meta offre agli sviluppatori di software un ulteriore concorrente affidabile sul mercato, oltre ad Anthropic, OpenAI e DeepSeek, spingendo i fornitori di IA a competere in termini di competenze di programmazione e modelli di prezzo. Ciò potrebbe portare a lanci di prodotto più rapidi, costi di inferenza inferiori e una maggiore disponibilità di strumenti di programmazione IA avanzati a supporto dell'ingegneria del software.