AesCode 32B vs. Muse Code: Eine Poster-Engine und ein Terminal-Agent sind keine Rivalen

AesCode 32B und Muse Code werden verglichen, weil beide Namen das Wort „Code" enthalten, und das ist so ziemlich das Einzige, was sie gemeinsam haben. AesCode 32B ist Microsofts Forschungs-Checkpoint zur Ausgabe von editierbarem HTML und CSS – Folien, Poster, Dashboards, Berichte –, veröffentlicht unter Apache 2.0 auf Hugging Face, wobei das Repository am 29. September 2026 erstellt wurde und der Commit, der den Namen „Release AesCode-32B" trägt, auf den 7. Oktober 2026 datiert ist. Microsoft hat dazu nichts angekündigt: Es gibt keinen Launch-Post, keine Pressemitteilung, und die Model Card selbst nennt kein Veröffentlichungsdatum. Muse Code ist überhaupt kein Modell. Es ist Metas Terminal-Coding-Agent, seit Anfang August 2026 in der Beta, der seine Zeit damit verbringt, Shell-Befehle gegen ein Repository auszuführen. Das eine davon erzeugt eine Datei, die man im Browser öffnet. Das andere führt Befehle aus, bis die Tests durchlaufen. Zwischen ihnen zu wählen ist keine Modellentscheidung, und das Nützliche, was diese Seite tun kann, ist, dich davon abzuhalten, sie so zu treffen, als wäre sie eine.

Wofür jedes einzelne tatsächlich da ist

AesCode 32B basiert auf Qwen3-VL-32B-Instruct und wird laut seiner Modellkarte mit überwachtem Kaltstart-Fine-Tuning anhand von 3.000 Demonstrationen trainiert, gefolgt von GDPO-Reinforcement-Learning über sieben Belohnungskanäle — Ausführung, Text, Grenzen, Tabellen/Diagramme, Layout, Leerraum und Design. Sechs dieser Kanäle sind deterministische Verifizierer; der siebte ist ein Vision-Language-Judge, der anhand eines Bewertungsrasters pro Sample arbeitet, das an einen „Design-Graph“ der Zielseite geknüpft ist. Jede Kandidatenausgabe wird in einem sandboxed Playwright-Browser mit blockierten externen Anfragen gerendert und dann anhand des DOM, berechneter Styles, Bounding Boxes und eines Screenshots bewertet. Die vorgesehenen Ausgaben werden auf der Modellkarte ausdrücklich genannt: editierbare Folien, Poster, Dashboards und Berichte sowie Forschung zur multimodalen Codegenerierung. Das Modell gibt ein vollständiges HTML-Dokument aus und ist darauf trainiert, echte HTML-Tabellenstrukturen und ECharts-Spezifikationen zu verwenden, damit seine Ausgabe inspizierbar bleibt.

Muse Code macht etwas strukturell anderes. Es ist ein natives Binary für macOS und Linux mit einer Haupt-Agent-Schleife, asynchronen Hintergrund-Agenten, die über eine Sitzung hinweg ständig Kontext sammeln, isolierten Git-Worktrees, damit Sub-Agenten nicht kollidieren, und einem lokalen Ereignisprotokoll, mit dem eine abgestürzte Sitzung erneut abgespielt oder fortgesetzt werden kann. Metas eigene Berichterstattung zeigt, dass es Tausende von Tool-Aufrufen über Zeiträume hinweg schreibt, die in Stunden gemessen werden. Verkauft wird die Schleife, nicht das Artefakt.

Stellt man die beiden nebeneinander, passen die Verben nicht zusammen. AesCode 32B rendert. Muse Code führt aus. Wenn dein Problem lautet „unser Quartalsdeck kostet einen Designer drei Tage", ist Muse Code irrelevant und AesCode 32B zielt direkt darauf ab. Wenn dein Problem lautet „niemand will ein Wochenende damit verbringen, diesen Dependency-Baum zu aktualisieren", hat AesCode 32B nichts zu sagen und Muse Code ist das Werkzeug.

Die Beweise auf jeder Seite sind nicht dieselbe Art von Beweis.

Das ist der Teil, den jede Vergleichsseite falsch macht, deshalb lohnt es sich, ihn langsam anzugehen.

Die Zahlen von AesCode 32B stammen aus einer Infografik-Evaluierung mit 300 Stichproben, drei Generierungen pro Prompt ohne Auswahl, und sie sind für sich genommen beeindruckend: ein Overall-Score von 85,89 gegenüber 81,28 für GPT-5.5 und 80,39 für Claude Opus 4.8, wobei beide mit demselben Referenzbild-Setup von Microsofts eigenem Harness gemessen wurden. Die Karte berichtet außerdem, dass ein schwerwiegender Canvas-Grenzfehler bei 4,3 % der Stichproben wiederkehrt, gegenüber 34,7 % für GPT-5.5, und dass AesCode 32B sein eigenes Qwen3-VL-32B-Backbone um 22,4 Punkte in der Visual-Dimension und um 24,8 bei Overall übertrifft.

Lies all das als vom Anbieter berichtet und nicht reproduziert. Der Benchmark, die Reward-Kanäle, mit denen das Modell trainiert wurde, und die Metriken, die es bewerten, sind Arbeit desselben Labors, und die 300 Stichproben stammen von Microsoft. Das ist kein Grund, das Ergebnis zu verwerfen — die Evaluierung ist ungewöhnlich transparent, der Verifier-Stack ist offen, und die Tatsache, dass die Karte eine Dimension veröffentlicht, bei der kein Modell die 60 überschreitet („style“, wo nichts über 55.99 punktet), ist mehr Ehrlichkeit, als die meisten Anbietertabellen aufweisen. Es ist ein Grund, 85.89 nicht neben eine Zahl zu setzen, die von einem anderen Labor bei einer anderen Aufgabe erzeugt wurde, und so zu tun, als hätte ein Vergleich stattgefunden.

Die Zahlen von Muse Code werden wieder in einem anderen Sinn von Meta gemeldet: Sie messen ein Modell zusammen mit einem Harness. Meta meldet für Muse Code 82,9 % auf Terminal-Bench 2.1, an zweiter Stelle hinter Claude Opus 5 in Kombination mit Claude Code mit 86,7 %, plus 59,3 % auf DeepSWE 1.1 und 70,6 % auf einem internen Coding-Bench. Weil in dieser Tabelle unterschiedliche Harnesses mit unterschiedlichen Modellen kombiniert wurden, lässt sich der Beitrag des Modells nicht aus der Punktzahl des Systems herauslesen. Und es gibt keinerlei Überschneidung zwischen dem, woran Muse Code gemessen wird, und dem, woran AesCode 32B gemessen wird – das eine wird bei Terminal-Aufgaben und Software Engineering bewertet, das andere danach, ob der Text einer Infografik lesbar ist und ihr Layout nicht überläuft.

Was „ein einziger 32B-Checkpoint“ verbirgt

Beim Deployment unterscheiden sich die beiden Produkte am stärksten, und die Kurzfassung passt in eine Aufzählungsliste.

• Was es ist — AesCode 32B: ein Modell-Checkpoint mit 33B Parametern, den du herunterlädst. Muse Code: ein installierbares Terminal-Agent-Produkt.

• Lizenz — AesCode 32B: Apache 2.0, Gewichte inklusive. Muse Code: proprietär; das dahinterstehende Modell ist geschlossen.

• Was Sie bereitstellen — AesCode 32B: eine GPU und einen Serving-Stack. Muse Code: einen API-Schlüssel oder ein Abonnement.

• Hardware-Mindestanforderung — AesCode 32B: Die Karte empfiehlt, allein für die bf16-Parameter grob 65 GB Beschleunigerspeicher einzuplanen, und ihr eigenes Serving-Beispiel nutzt vierfachen Tensor-Parallelismus. Muse Code: ein Laptop.

• Kontext — AesCode 32B: 24.576 Token in der gemeldeten Konfiguration, wobei Prompts und Antworten während des RL-Trainings auf 8.192 begrenzt sind. Muse Code: ein 1M-Token-Fenster über das darunterliegende Modell Muse Spark.

• Preis — AesCode 32B: Die Gewichte sind kostenlos; die Kosten liegen bei der Hardware. Muse Code: Abrechnung pro Token oder über einen Monatsplan.

• Belege — AesCode 32B: eine anbieterseitig durchgeführte Evaluierung an eigenen 300 Stichproben, mit veröffentlichtem Harness. Muse Code: von Meta gemeldete System-Level-Benchmarks auf einem gekoppelten Agent-plus-Modell-Stack.

Die Zeile „Hardware-Mindestanforderung“ ist die, die alle überspringen. Ein 32B-Checkpoint in bf16 ist kein Laptop-Modell, und AesCode 32B ist obendrein ein Vision-Language-Modell, weshalb der Serving-Pfad auch Bildeingaben mitführt. Muse Code ist eine Binärdatei, die man an einem Nachmittag installiert.

Wo sie sich tatsächlich überschneiden

Es gibt genau eine echte Überschneidung, und sie ist schmal: Beide können auf ein designnahes Artefakt gerichtet und gebeten werden, etwas zu erzeugen, das ein Mensch verfeinern wird. Wenn Ihr Team interne Dashboards als Code generiert und außerdem einen Agenten möchte, der einen Pull Request gegen das Dashboard-Repository öffnen kann, berühren beide Produkte diesen Workflow.

Selbst dort ist die Trennung sauber. AesCode 32B erzeugt das Artefakt. Muse Code erzeugt die Änderung. Eine Pipeline, die beides macht, würde AesCode 32B aufrufen, um zu rendern, und die resultierende Datei dann einem Agenten übergeben, um sie zu platzieren, zu verdrahten und zu testen – und nichts an einem der beiden Produkte verhindert das, weil sie nie um denselben Platz konkurriert haben.

Die Hälfte dieses Duells, die du heute vorhersagen kannst

Hier ist eine praktische Asymmetrie, die es wert ist, klar ausgesprochen zu werden. AesCode 32B wird von keinem Inferenzanbieter bereitgestellt. Die Karte von Hugging Face listet keinen gehosteten Endpunkt, keinen Partner und keine API auf; wenn du es nutzen möchtest, lädst du 65 GB Gewichte herunter und baust den Serving-Pfad selbst auf. Das ist ein normaler Zustand für ein Forschungs-Release, und es ist zugleich das größte Einzelhindernis zwischen dem Modell und allen, die nicht acht GPUs besitzen.

Das zugrunde liegende Modell von Muse Code hat dieses Problem nicht. Die Familie Muse Spark wird als reines API-Modell bereitgestellt, und Muse Spark 1.2 steht im Katalog von OrcaRouter wo es zu Metas Listenpreisen von 1,25 $ pro Million Eingabe-Tokens und 4,25 $ pro Million Ausgabe-Tokens abgerechnet wird – der Listenpreis des Anbieters wird durchgereicht, ohne Aufschlag auf unserer Seite, sodass eine Preisänderung von Meta hier am selben Tag ankommt, an dem sie dort ankommt. Ein Schlüssel deckt es zusammen mit über 200 weiteren Modellen ab, mit automatischem Failover, falls ein Anbieter wackelt – das ist der Unterschied zwischen „wir können das ausprobieren“ und „wir können das auf einen Produktionspfad bringen“. Wenn Sie von dieser Seite eigentlich einen Weg gesucht haben, die Intelligenz in Muse Code zu nutzen, ohne das Produkt Muse Code zu übernehmen, dann ist das der Weg, und es gibt ihn. Wenn Sie AesCode 32B wollten, führt der Weg über einen Download.

Welche wählen?

Nimm AesCode 32B, wenn das Artefakt im Mittelpunkt steht. Du erstellst in großem Umfang Decks, Berichte, Poster oder Dashboards, du hast die Hardware oder die Bereitschaft, sie zu mieten, und der Reiz eines Modells, das strukturiertes, editierbares HTML ausgibt – Tabellen als Tabellen, Diagramme als ECharts-Spezifikationen, alles in Git diffbar – ist dir ein Serving-Setup auf Forschungsniveau wert. Akzeptiere, dass du ein Early Adopter eines nicht angekündigten Modells mit geringer Downloadzahl bist, dass kein unabhängiges Labor seine Scores reproduziert hat und dass sein 24K-Kontext eine echte Einschränkung für lange Dokumente darstellt.

Wähle Muse Code, wenn der Prozess das Entscheidende ist. Du willst einen Agenten, der im Terminal läuft, einen Absturz mitten in der Sitzung übersteht und mehrere Workstreams gleichzeitig in isolierten Worktrees halten kann, und du bist bereit, dafür pro Token oder pro Monat zu zahlen.

Nimm keines von beiden und route direkt zu Muse Spark 1.2 weiter, wenn du eigentlich nur ein leistungsfähiges Reasoning-Modell hinter einem API-Schlüssel gebraucht hast und das Terminal-Harness nie der Teil war, den du wolltest.

Was würde diese Seite verändern?

Drei Dinge. Wenn ein Inferenzanbieter AesCode 32B aufnimmt – oder Microsoft einen gehosteten Endpunkt veröffentlicht –, bricht die Deployment-Spalte zusammen und das Modell wird zu etwas, das man an einem Nachmittag evaluieren kann, was dies für designlastige Teams zu einer deutlich engeren Frage machen würde. Wenn eine unabhängige Evaluation den Gesamtwert von 85,89 und die Boundary-Failure-Rate von 4,3 % reproduziert, verringert sich die Evidenzasymmetrie erheblich. Und wenn Meta die Muse-Spark-Gewichte öffnet, verschwindet die Formulierung „man kann das eine herunterladen und das andere nicht“ vollständig. Bis eines davon eintritt, ist die ehrliche Zusammenfassung, dass diese beiden Produkte ein Wort teilen, nicht eine Aufgabe.