A IA de codificação da Meta pode desencadear outra guerra de preços na área de IA

A Meta entrou na corrida da programação com IA em 5 de agosto com o Muse Code, um agente de programação baseado em terminal, e o Muse Spark 1.2, seu modelo de IA focado em programação, visando diretamente o Claude Code da Anthropic e o Codex da OpenAI.

A Meta afirma que o Muse Code foi projetado para o desenvolvimento de software em bases de código extensas, em vez da criação de trechos de código isolados. Ao contrário de seus modelos Llama de código aberto, o Muse Code é um software pago para macOS e Linux que se integra perfeitamente ao Muse Spark 1.2.

O CEO Mark Zuckerberg afirmou que o agente é capaz de executar "tarefas completas de engenharia de software em grandes repositórios: planejamento de mudanças, escrita de código e validação de resultados". Ele acrescentou que testes internos mostraram que o agente é capaz de criar seis recursos diferentes de jogos simultaneamente, sem problemas, e sugeriu que haverá outros lançamentos de software de IA de código aberto no futuro.

Qual a posição da Meta em um mercado que ela observa com frequência?

A Meta está a ganhar espaço num mercado onde empresas como a Anthropic e a OpenAI são intervenientes-chave, e algumas startups, como a Cursor, já identificaram a necessidade de ferramentas de engenharia de software baseadas em IA.

A Meta observou que o Muse Spark 1.2 pode ser competitivo em alguns aspectos, mas está longe de ser o líder de mercado. Ele obteve apenas 82,9% no Terminal-Bench 2.1, superando o GPT-5.6 Terra e o Grok 4.5, mas perdendo para o Opus 5 da Anthropic nesse benchmark. O Muse Spark 1.2 também apresentou desempenho mediano no benchmark DeepSWE 1.1, conquistando o terceiro lugar, com o Opus 5 como vencedor.

Testes de terceiros apresentaram o mesmo resultado. O Muse Spark 1.2 ocupa a 14ª posição entre 186 modelos, de acordo com o Índice de Inteligência Artificial da Artificial Analysis, com uma pontuação de 54, acima da mediana de 32. Ele apresenta boa latência e um preço relativamente baixo, o que significa que a Meta está focando mais no equilíbrio entre desempenho e preço do que em ser o modelo com o melhor desempenho.

Como os preços do Muse Spark 1.2 se comparam aos do DeepSeek V4?

O preço pode se tornar uma das maiores vantagens competitivas da Meta — caso os desenvolvedores aceitem essa contrapartida.

A Reuters, citando a Artificial Analysis, informou que o DeepSeek V4-Flash é o mais barato e amplamente utilizado para testes de benchmark, tornando a família DeepSeek V4 uma referência de preço fundamental para modelos de ponta concorrentes.

O Muse Spark 1.2 oferece duas opções de preços diferentes. O preço padrão para uso da API é de US$ 1,25 por milhão de tokens de entrada, US$ 0,15 por tokens de entrada em cache e US$ 4,25 por milhão de tokens de saída. A Meta oferece o preço de Colaborador para prompts e respostas aprovados, reduzindo significativamente os preços para US$ 0,10 por token de entrada, US$ 0,01 por token de entrada em cache e US$ 0,20 por token de saída.

A DeepSeek cobra US$ 0,14, US$ 0,0028 e US$ 0,28 pelo V4-Flash para um milhão de tokens de entrada, entrada em cache e saída, respectivamente. Já para o V4-Pro, os preços são de US$ 0,435, US$ 0,0145 e US$ 0,87, respectivamente, dependendo dos horários de pico e fora de pico, conforme a descrição da API.

A comparação acima mostra duas abordagens diferentes para a precificação. Em relação ao preço normal, o Muse Spark 1.2 é mais caro em comparação com os dois modelos da DeepSeek. No entanto, no nível Contribuidor, a Meta oferece um preço mais baixo para entrada e saída em comparação com o V4-Flash e o V4-Pro, o que o torna um dos produtos mais baratos para usuários qualificados que desejam compartilhar seus dados.

A vantagem de preço da DeepSeek pode não durar para sempre. Há relatos de que a DeepSeek planeja implementar um aumento nos preços de seus serviços de IA, que ainda não foi divulgado. Se os novos preços forem implementados, isso poderá reduzir a diferença entre a DeepSeek e outros grandestrondo setor.

A aposta em agentes de fundo persistentes

A característica distintiva do agente da Meta pode ser sua arquitetura, e não seus resultados de teste.

Conforme as notas de engenharia da empresa, o Muse utiliza agentes persistentes em segundo plano para manter o contexto dos repositórios durante cada sessão de desenvolvimento, em vez de reiniciar do zero a cada requisição. Ao lidar com projetos maiores, o Muse distribui as tarefas a serem executadas em diversas árvores de trabalho Git, permitindo que os subagentes executem suas tarefas sem afetar o espaço de trabalho principal do desenvolvedor.

A Meta também prioriza a confiabilidade. Cada chamada de modelo, execução de ferramenta e edição de arquivo é registrada em um log de eventos local, permitindo que sessões interrompidas continuem a partir de um ponto de verificação, em vez de recomeçar do zero. A empresa testou esse sistema em mais de 1.000 chamadas de ferramentas ao longo de um trabalho de engenharia de kernel de GPU de 24 horas, enfatizando seu foco em engenharia de software autônoma de longa duração.

O lançamento também intensifica a competição no setor global de IA. A chegada da Meta oferece aos desenvolvedores de software mais um concorrente confiável no mercado, além da Anthropic, OpenAI e DeepSeek, pressionando os fornecedores de IA a competirem em termos de habilidades de programação e modelos de preços. Isso pode levar a lançamentos de produtos mais rápidos e custos de inferência mais baixos, bem como maior disponibilidade de ferramentas avançadas de programação de IA que auxiliam a engenharia de software.