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

A Meta entrou na corrida de codificação de IA em 5 de agosto com o Muse Code, um agente de codificação baseado em terminal, e o Muse Spark 1.2, seu modelo de IA focado em codificação, mirando diretamente no Claude Code da Anthropic e no Codex da OpenAI.

A Meta afirma que o Muse Code foi projetado para desenvolvimento de software em bases de código extensas, em vez de criar trechos de código únicos. Diferente de seus modelos Llama de peso aberto, o Muse Code é um software pago para macOS e Linux que se integra estreitamente com o Muse Spark 1.2.

O CEO Mark Zuckerberg afirmou que o agente é capaz de executar “tarefas completas de engenharia de software em repositórios grandes: planejando alterações, escrevendo código e validando os resultados.” Ele acrescentou que os testes internos mostraram que o agente é capaz de criar seis recursos de jogos diferentes simultaneamente, sem problemas, sugerindo que haverá outros lançamentos futuros de software de IA de peso aberto.

Onde a Meta se posiciona em um mercado que ela principalmente observou

A Meta está entrando em um mercado onde empresas como Anthropic e OpenAI são atores-chave, e algumas startups, como a Cursor, já perceberam 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 conseguiu 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 neste benchmark. O Muse Spark 1.2 também apresentou desempenho medíocre no benchmark DeepSWE 1.1, ficando em terceiro lugar, com o Opus 5 sendo o vencedor.

Testes de terceiros produziram o mesmo resultado. O Muse Spark 1.2 ocupa a 14ª posição entre 186 modelos de acordo com a Artificial Analysis em termos de Índice de Inteligência, marcando 54, o que está 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 de desempenho superior.

Como o preço do Muse Spark 1.2 se compara ao V4 da DeepSeek

A precificação pode se tornar uma das maiores vantagens competitivas da Meta, se os desenvolvedores aceitarem a troca.

A Reuters, citando a Artificial Analysis, relatou que o DeepSeek V4-Flash é o modelo de IA de uso geral menos caro para executar em testes de benchmark, tornando a família DeepSeek V4 uma referência de preço chave para modelos de fronteira concorrentes.

O Muse Spark 1.2 tem duas opções de precificação diferentes. Sua Precificação Padrão para uso de API é de $1,25 por milhão de tokens de entrada, $0,15 para tokens de entrada em cache e $4,25 por milhão de tokens de saída. A Meta oferece seu preço de Contribuidor para prompts e respostas aprovados, reduzindo significativamente os preços para $0,10 para tokens de entrada, $0,01 para tokens de entrada em cache e $0,20 para tokens de saída.

A DeepSeek cobra $0,14, $0,0028 e $0,28 pelo V4-Flash por um milhão de tokens de entrada, entrada em cache e saída, respectivamente. Quanto ao V4-Pro, os preços são $0,435, $0,0145 e $0,87, respectivamente, dependendo dos horários de pico e fora de pico, conforme descrito na API.

A comparação acima mostra duas abordagens diferentes de precificação. No que diz respeito à precificação regular, o Muse Spark 1.2 é mais caro em comparação com ambos os modelos da DeepSeek. No entanto, sob o nível de Contribuidor, a Meta oferece um preço mais baixo para entrada e saída em comparação com ambos o V4-Flash e o V4-Pro, o que o torna um dos produtos mais baratos para usuários elegíveis que estão dispostos a compartilhar seus dados.

O benefício de preço da DeepSeek pode não durar para sempre. Relatórios indicam que a DeepSeek planeja aplicar um aumento de preço significativo em seus serviços de IA que ainda não foi revelado. Se os novos preços forem introduzidos, isso pode reduzir a lacuna entre a DeepSeek e outros grandes players da indústria.

A aposta em agentes de fundo persistentes

A característica distintiva do agente da Meta pode ser sua arquitetura, em vez de seus resultados de benchmark.

De acordo com as notas de engenharia da empresa, o Muse usa agentes de fundo persistentes para manter o contexto de fundo dos repositórios durante cada sessão de desenvolvimento, em vez de reiniciar do zero a cada solicitação. Ao lidar com projetos maiores, o Muse transmite as tarefas a serem realizadas em vários Git worktrees isolados, para que sub-agentes possam executar suas tarefas sem afetar o espaço de trabalho principal do desenvolvedor.

A Meta também está focada na 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. A empresa testou esse sistema em mais de 1.000 chamadas de ferramentas ao longo de uma tarefa de engenharia de kernel de GPU de 24 horas, enfatizando seu foco na engenharia de software autônoma de longa duração.

O lançamento também intensifica a competição no setor de IA mundial. A chegada da Meta permite que os desenvolvedores de software tenham mais um concorrente confiável no mercado, além da Anthropic, OpenAI e DeepSeek, colocando pressão sobre os fornecedores de IA para competir no que diz respeito às habilidades de codificação e modelos de precificação. Isso pode levar a lançamentos de produtos mais rápidos, custos de inferência mais baixos e maior disponibilidade de ferramentas avançadas de programação de IA que auxiliam a engenharia de software.