Flint v1.0 vs. Muse Code: Eine Gewichtsdatei und ein Terminal-Agent haben unterschiedliche Rechnungen

Hier ist die Zahl, die diesen Vergleich ehrlich macht, bevor er überhaupt beginnt. Recursive Flint v1.0 kostet nichts pro Token und etwa 24 GB Arbeitsspeicher. Muse Code kostet zwischen 5 $ und 200 $ pro Monat, bevor Sie auch nur eine einzige Anfrage senden, und danach 4,25 $ pro Million Ausgabe-Token in Metas Standard-Tarif. Eines davon ist eine Datei, die Ihnen gehört. Das andere ist ein Abonnement für die Schleife von jemand anderem. Sie so zu vergleichen, als wären sie Alternativen, ist der Fehler, den die meisten Berichte machen, und es ist ein Fehler, den man bewusst statt versehentlich begehen sollte – denn sobald man die Rechnung sieht, geht es bei der eigentlichen Entscheidung nicht darum, welches besser ist. Es geht darum, welche Form Ihre Arbeit braucht.

Flint erschien am 21. Oktober 2026 als erstes Modell von Recursive: ein Mixture-of-Experts-Coder mit insgesamt 39,8 Milliarden Parametern, etwa 2,5 Milliarden aktiven pro Token, Apache 2.0, dafür ausgelegt, auf einem Laptop zu laufen. Muse Code erschien früher — Meta lieferte es am 5. August 2026 als Beta aus und hat es seitdem aus der Beta-Phase geholt — und es ist kein Modell. Es ist eine native Terminal-Binary, die die Muse-Spark-Modelle von Meta ansteuert, derzeit Muse Spark 1.3, wobei Muse Spark 1.2 nach wie vor die Version ist, die die CLI auswählt, sofern man nichts anderes angibt.

Was jedes einzelne tatsächlich ist

Ein Modell und ein Agent sind unterschiedliche Produkte, und der Unterschied liegt darin, wo die Arbeit verortet ist.

Flint besteht aus Gewichten. Es nimmt Text und Tool-Aufrufe entgegen und gibt Text und Tool-Aufrufe aus, und alles drumherum – die Schleife, die Dateibearbeitung, die Testausführung, die Retry-Logik – wird von dem Harness bereitgestellt, den Sie darauf ansetzen. Recursives eigenes Serving-Kit verwendet SGLang; das Ökosystem leitet es über llama.cpp, Ollama, LM Studio, vLLM und Recursives eigene Engine. Sie bekommen einen schnellen Token-Generator und eine leere Seite.

Muse Code ist die ausgefüllte Seite. Es liefert eine Haupt-Agent-Loop, asynchrone Hintergrundagenten, die über eine Sitzung hinweg fortlaufend Kontext sammeln, isolierte Git-Worktrees, damit parallele Subagenten nicht kollidieren, und ein lokales Ereignisprotokoll, mit dem sich eine abgestürzte Sitzung erneut abspielen oder fortsetzen lässt. Es bietet Slash-Befehle für Planung und Review, ein Agent-Client-Protokoll, über das andere Tools es steuern können, Sandbox-Shell-Ausführung mit konfigurierbaren Genehmigungsmodi und läuft interaktiv oder headless. Die Installation erfolgt unter macOS oder Linux über ein Einzeiler-Skript, unter Windows über einen PowerShell-Pfad. Sie kaufen die Loop, und das darin enthaltene Modell können Sie nicht selbst wählen.

Das Kostengerüst, durchgerechnet

Statt Listenpreise abstrakt zu vergleichen, nehmen wir eine Arbeitslast. Angenommen, der Agent eines Entwicklers schreibt 50 Millionen Ausgabe-Tokens in einem Monat – keine extreme Zahl für einen stark agentischen Workflow und niedrig genug, um für ein kleines Team plausibel zu sein.

• Flint — Lizenzkosten 0 $. Ausgabe-Tokens unbegrenzt. Die Fixkosten sind Hardware, die man entweder hat oder nicht: 22,86 GB für den NVFP4-Build auf der Festplatte, rund 24 GB Arbeitsspeicher, um ihn auszuführen, und eine Maschine, die schnell genug ist, damit lokale Inferenz erträglich bleibt. Recursive gibt über 125 Tokens pro Sekunde auf einem M4 Pro MacBook Pro bei kurzem Kontext an. Wenn Sie dieses Laptop bereits besitzen, sind die Grenzkosten des 50-millionsten Tokens Strom.

• Muse Code — der Monatsplan ist eine Untergrenze, keine Obergrenze, weil die Token-Abrechnung obendrauf kommt. Bei 4,25 US-Dollar pro Million Output-Tokens sind 50 Millionen Output-Tokens allein für den Output 212,50 US-Dollar, bevor Input gezählt wird – gegenüber der jeweiligen Abo-Stufe, die man für den Zugriff benötigte. Die vier Pläne – 5, 15, 50 und 200 US-Dollar pro Monat – bieten unterschiedliche Zugangsstufen, keine unbegrenzte Nutzung.

Muse Code, günstigerer Tarif — der Contributor-Tarif kostet $0.10 pro Million Input-Tokens und $0.20 pro Million Output-Tokens, gegenüber $1.25 und $4.25 im Standard-Tarif. Beim Output ist das ein Unterschied von etwa dem Zwanzigfachen, und der Grund, warum er günstiger ist, ist, dass Meta möglicherweise auf Ihren Prompts und Completionen trainieren darf. Das ist ein echter Kompromiss und für Open-Source-Arbeit ein legitimer. Für eine proprietäre Codebasis ist es eine Grundsatzentscheidung, kein Rabatt, und es lohnt sich, die aktuellen Bedingungen zu lesen, statt einer Zusammenfassung zu vertrauen — auch dieser hier.

• {{1}}Flint{{/1}}, versteckte Kosten — die Maschine. Ein 24-GB-Working-Set auf einem Laptop ist in Ordnung; auf einem Desktop mit einer 24-GB-Karte ist es knapp, sobald man den Rest des Systems einrechnet. Und der lokale Durchsatz bei langem Kontext entspricht nicht dem, was die Schlagzeilen-Zahl vermuten lässt: Unabhängige Tests berichteten von etwa 110 Tokens pro Sekunde bei kurzen Prompts, fallend auf etwa 9 Tokens pro Sekunde bei rund 115.000 Tokens Kontext. Ein Agent, der ein großes Repository liest, bevor er irgendetwas schreibt, verbringt die meiste Zeit im langsamen Bereich.

Stellt man sie nebeneinander, ist der Kostenvergleich pro Token nicht annähernd ausgeglichen, und in die andere Richtung auf Basis der Gesamtfähigkeit ebenso wenig. Das ist der springende Punkt.

Datenschutz ist der Bereich, in dem die Kluft am größten ist

Flint läuft offline. Nicht offline im Sinne von „wir protokollieren Ihre Prompts nicht“ – sondern tatsächlich getrennt, auf Ihrer Hardware, mit den Gewichten auf Ihrer Festplatte. Für eine Codebasis, die ein Netzwerk nicht verlassen darf, ist das nicht ein Feature unter vielen; es ist der Grund, warum das Modell in diesem Vergleich existiert.

Muse Code ist ein Cloud-Agent. Er führt Befehle gegen ein Repository aus, und das bedeutet, dass die Dinge, die er liest, mitwandern. Die beitragsbasierte Preisstufe macht die Datenbeziehung explizit statt implizit, was wohl ehrlicher ist als eine Richtlinie, die niemand liest, aber sie ändert nichts an der Richtung. Wenn Ihre Vorgabe lautet „Quellcode verlässt niemals das Gebäude“, ist die Entscheidung bereits gefallen und die Benchmark-Tabelle irrelevant.

Wer den Loop betreibt – und warum das mehr entscheidet als das Modell.

Der am meisten unterschätzte Unterschied ist, dass man bei Flint für den Agenten verantwortlich ist. Ein 39,8B-Modell, das pro Token 2,5B Parameter aktiviert, ist ein leistungsfähiger Token-Generator, aber Recursive sagt schlicht, dass es mehr Anleitung braucht als die großen kostenpflichtigen Coding-Assistenten, und empfiehlt, komplexe Aufgaben in kleinere Schritte aufzuteilen. Diese Anleitung muss von irgendwoher kommen – ein Harness, eine Prompt-Vorlage, dein eigener Klebstoff. Wenn du das nicht hast, hast du keinen Agenten.

Muse Code hat diese Entscheidungen bereits für dich getroffen, und genau das erkaufst du mit dem Abonnement. Der Kompromiss besteht darin, dass du Metas Auffassungen darüber übernimmst, wie eine Coding-Session ablaufen sollte, und das Modell darunter nicht austauschen kannst.

Es gibt einen Mittelweg, den kein Anbieter bewirbt, und es ist der, auf den sich die meisten Teams zubewegen: das lokale Modell für die Arbeit behalten, die den Rechner nicht verlassen darf, und einen gehosteten Endpunkt für die Arbeit behalten, die mehr Leistungsfähigkeit braucht, als ein Modell mit 2,5B aktiven Parametern liefern kann. Das ist der Fall, in dem Routing aufhört, Infrastruktur-Kleinkram zu sein, und zur Architektur wird. Wenn der Eskalationspfad ein OpenAI-kompatibler Endpunkt vor über 200 gehosteten Modellen zu den Listenpreisen des Anbietersohne Aufschlag, dann bedeutet das spätere Ergänzen von Fähigkeiten nicht, einen zweiten Vertrag und ein zweites SDK hinzuzufügen — und eine Failover-Kette bedeutet, dass eine Anfrage, die bei einem Anbieter in einen Timeout läuft, bei einem anderen abgeschlossen werden kann, ohne dass Ihr Agent es bemerkt.

Welches soll man wählen?

Eine Zahl gehört zwischen das Kostenargument und die Entscheidung, mit einer klaren Bezeichnung. Metas eigenes Launch-Diagramm setzt Muse Spark 1.2 bei 82,9 % auf Terminal-Bench 2.1 auf Platz zwei im eigenen Panel. Flints vom Anbieter gemeldeter Terminal-Bench-2.1-Wert liegt bei 54,9 %. Diese beiden Zahlen stammen aus verschiedenen Laboren, mit unterschiedlichen Harnesses und unterschiedlichen Regeln dazu, ob ein Agent das Web durchsuchen darf – die 28-Punkte-Lücke ist also kein Maß für etwas, das man in der Hand halten kann. Es ist jedoch ein starker Hinweis darauf, dass die Leistungsgrenze eines lokalen Modells mit 2,5B aktiven Parametern und die eines gehosteten Modells nahe der Frontier nicht gleich hoch liegen. Wenn Ihre Arbeit regelmäßig das schwierigere Ende des agentischen Codings erfordert, ist die lokale Option kein Ersatz, so gut der Preis auch aussehen mag.

• Wählen Sie Flint, wenn der Code Ihren Rechner nicht verlassen darf, wenn Ihre Agent-Aufgaben kurz und klar abgegrenzt sind, wenn Sie bereits ein Harness haben, das Ihnen gefällt, oder wenn Sie aufhören möchten, pro Token für eine Workload zu zahlen, die weiter wachsen wird. Kalkulieren Sie den Durchsatz für langen Kontext ein und planen Sie Ihren Agenten entsprechend.

• Wählen Sie Muse Code, wenn Sie vom ersten Tag an einen funktionierenden Terminal-Agenten wollen, wenn Ihre Aufgaben über Stunden laufen und von Hintergrund-Agenten und fortsetzbaren Sitzungen profitieren, wenn Ihre Arbeit offen genug ist, dass der Contributor-Tarif akzeptabel ist, und wenn eine monatliche Rechnung, die mit der Nutzung skaliert, leichter zu rechtfertigen ist als Hardware.

• Wählen Sie beides, wenn Sie ein Team mit einer gemischten Codebasis sind. Die Aufteilung ist meist offensichtlich, sobald Sie fragen, welche Repositories verlassen werden dürfen.

{{1}}Was Sie nicht tun sollten, ist, dies als Benchmark-Frage zu behandeln.{{/1}} Flints veröffentlichte Werte — {{2}}74,2 bei SWE-bench Verified{{/2}}, {{3}}89,7 bei SWE-bench Pro v2{{/3}}, {{4}}54,9 bei Terminal-Bench 2.1{{/4}} — sind vom Anbieter gemeldet und wurden nicht unabhängig reproduziert. Die Modellfamilie von Muse Code hat ihre eigenen, vom Anbieter erstellten Diagramme. Keine der beiden Zahlenreihen sagt Ihnen, was passiert, wenn Ihr Agent an einem Dienstag auf Ihr Monorepo trifft. Die Kostenstruktur und der Datenpfad schon, und sie lassen sich klären, bevor Sie irgendetwas ausgeben.