MetaのMuse CodeはCodexを上回るが、Claude Opus 5には及ばない

Metaは水曜日、ターミナルベースのコーディングエージェントであるMuse Code（ベータ版）をリリースした。 同社の独自のチャートによると、同社のモデルはOpenAIのCodexやGoogleのAntigravityのほとんどのコーディングテストで勝利したが、MetaがリリースしたすべてのベンチマークでAnthropicのClaude Opus 5には敗れた。

Muse CodeはOpus5に及ばないが、クラッシュセーフログを追加

Muse Codeは、7月に米国開発者に公開されたコーディングモデルのアップデートであるMuse Spark 1.2によって駆動されている。

Muse Spark 1.2は、Metaが提示したコーディングベンチマークでOpus 5に劣るものの、そのほとんどでCodexやAntigravityを上回った。Metaは、このモデルが「フロンティアへの次のステップ」であり、より大規模ではるかに能力の高いモデルが間もなく登場すると述べた。

同社は、バージョン1.2は、トレーニング中にコーディングタスクに費やす計算リソースを拡大した結果、コード生成、デバッグ、大規模なコードベースの理解において優れていると述べている。

1つのケーススタディでは、モデルは既存のライブラリからコピーしないよう指示されたベースラインから作業し、1,000回以上のツール呼び出しと最大24時間にわたり、NVIDIA HopperチップのGPUカーネルを書き直した。

Muse Codeは、すべてのモデル呼び出し、ツール実行、承認、編集を記録するローカルイベントログを維持している。「この単一の信頼できる情報源により、ランタイムの再生が正確に行え、再起動にも安全である」と、Metaはブログ投稿でログについて言及した。

クラッシュが発生した場合、エージェントは中断した場所から再開できる。また、エージェントはセッション全体を通じてバックグラウンドのサブエージェントを実行し続ける。

MetaのCEOであるMark Zuckerbergは投稿で、「仕事が十分に大きくなると、それは分離されたサブエージェントに分散され、孤立したワークツリーで並列に動作する」と書いた。彼は続けた。「あなたのワーキングコピーは決して触れられない。テストでは、衝突なしで同時にゲームの6つの機能を作成させた。」

本日、Muse Codeをベータ版としてリリースします。これは、大規模なリポジトリ全体で完全なソフトウェアエンジニアリングタスク（変更の計画、コードの記述、結果の検証）を引き受けるターミナルベースのコーディングエージェントです。コーディングに特化したモデルアップデートであるMuse Spark 1.2によって駆動されています。pic.twitter.com/xqavk41w6v

— Mark Zuckerberg (@finkd) 8月5日、2026

/plan、/grill、そしてコストへの賭け

Muse Codeにはいくつかの組み込みコマンドがある。/planはリクエストを承認ゲート付きの計画に変換し、/grillはその計画が確立されるまでストレステストを行い、/goalは指定された目標の達成に向けて駆動する。

開発者は、単一のcurlコマンドでmacOSまたはLinuxにエージェントをインストールできる。Muse Spark 1.2は、Meta Model API経由でも利用可能である。

モデルとエージェントはペアとして機能する。Muse Codeツールセットは両者を互換性のある状態に保つ。

トレーニングデータのいくつかは、古いMuse Spark 1.1によって生成され、難易度の高いコーディング問題を作成し、候補の回答に採点を行った。これは、Metaが新しいモデルが指示をより正確に追従するのに役立ったと述べているループである。

Metaは投資家に対し、今年チップ、データセンター、その他のインフラストラクチャに1,250億〜1,450億米ドルを支出すると見込んでいると伝えている。

ベンチマークでOpus 5に届かない中、同社は価格で競争している。コードネーム「Watermelon」のより大規模なMeta AIモデルは、まだトレーニング中である。