Muse Code: quién lo hace, cuánto cuesta y cuál es la versión actual

Muse Code es el agente de programación de Meta para la terminal y CI, creado para la familia de modelos Muse Spark, y las dos versiones que importan a cualquiera que llegue aquí son Muse Spark 1.3 — la generación actual, con fecha del 2 de septiembre de 2026 — y Muse Spark 1.2, que es la versión que la CLI sigue seleccionando a menos que le indiques lo contrario. Muse Code se instala como un binario nativo muse, se ejecuta de forma interactiva o sin interfaz, y se vende de tres maneras: tres planes mensuales de $5.00, $15.00 y $50.00, y facturación de tokens por uso en Meta Model API a $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida en el nivel Standard. Una generación más atrás, Muse Spark 1.1, todavía se sigue sirviendo en el mismo nivel a las mismas tarifas.

Lee esto como una página de referencia, no como una noticia. Muse Code en sí no es algo nuevo que reportar: Meta lo lanzó como beta el 5 de agosto de 2026 y lo sacó de beta el 31 de agosto de 2026, y esta página usa esas fechas para situar el modelo en el tiempo en lugar de para anunciarlo. Lo que justifica esta página es la demanda de búsqueda sostenida que medimos de primera mano el 28 de septiembre de 2026, donde la consulta simple "muse code" generó 4.547 impresiones en los 28 días anteriores con cero clics, y la variante comercial de la misma intención — "muse code free", "muse code plan", "muse code plans", "muse code free tier", "muse code 1.3" — generó otras 124 impresiones, también con cero clics. Los lectores están haciendo cuatro preguntas específicas. Esta página las responde en orden, a partir de la propia documentación de Meta, y dice con claridad cuándo una cifra proviene de Meta y no de un evaluador independiente.

Si lo que realmente necesitas es una reseña del comportamiento del agente, o una comparación directa con otro arnés de programación, esta no es esa página. Esos ya existen en este blog, y los que merecen tu tiempo están enlazados al final.

Qué es Muse Code y quién lo desarrolla

La definición del proveedor es una sola frase: «Muse Code es el agente de programación de Meta para la terminal y CI, creado para Muse Spark». No es una biblioteca, no es una interfaz de chat y no es un modelo: es un arnés. Lo ejecutas dentro de un directorio de proyecto; planifica, edita archivos y ejecuta comandos para completar una tarea, con aprobaciones y un sandbox del sistema operativo activo desde la primera ejecución.

Meta presenta Muse Code y la API de Meta Model como dos rutas hacia el mismo modelo subyacente: llama a la API directamente cuando estés creando tu propio agente o aplicación, y ejecuta Muse Code cuando quieras un agente de programación ya listo en la línea de comandos o dentro de un pipeline. Esa distinción importa para los precios, porque la suscripción paga el harness y la clave de API se factura por separado según los tokens.

La instalación consiste en un instalador de una sola línea, y las dos interfaces de los proveedores no coinciden del todo en la cadena:

• macOS y Linux — curl -fsSL https://dev.meta.ai/install.sh | sh en la página de documentación, y el mismo comando que termina | bash en la página de marketing y en ambas entradas del blog de investigación

• Windows — irm https://dev.meta.ai/install.ps1 | iex, publicado únicamente en la página de documentación

• Verificación — muse --version, luego muse en un directorio de proyecto para iniciar una sesión interactiva

Primera ejecución: se te pide que confíes en el espacio de trabajo (que es lo que carga sus skills, reglas y hooks) y que te autentiques mediante un inicio de sesión en el navegador o con una clave de API; en CI, en su lugar configuras META_API_KEY

• Dos superficies — muse para la interfaz de usuario de terminal interactiva, muse exec "<prompt>" para una única ejecución no interactiva hasta su finalización

• Contrólalo desde tu propio programa — muse serve ejecuta un protocolo de sesión versionado, muse schema imprime su esquema JSON, y npm install @muse-code/sdk instala el wrapper de TypeScript

Ese último punto es la parte que la mayoría de los resúmenes pasa por alto. Muse Code no es solo una CLI: el protocolo de sesión es una interfaz documentada y versionada, y el registro de cambios muestra que se amplía deliberadamente —las sesiones pueden renombrarse a través del protocolo, los clientes pueden leer un resumen detallado de diferencias para cada edición, y un cliente controlador puede establecer un valor predeterminado de esfuerzo de razonamiento para toda la sesión.

Cuánto cuesta Muse Code, y la pregunta del nivel gratuito respondida con claridad

No hay ningún plan gratuito. Merece la pena decirlo sin rodeos, porque es la consulta comercial más repetida en los datos de demanda y la respuesta es inequívoca: la página del producto Muse Code, la página de suscripciones y el registro de cambios, en conjunto, no contienen ningún plan gratuito, ni prueba, ni asignación de créditos gratuitos, ni acceso gratuito con limitación de velocidad.

Una advertencia sobre esa comprobación. La documentación de precios de Meta sí usa una vez las palabras «créditos del nivel gratuito de la plataforma»: en la nota de Muse Voice Transcribe, que dice que la transcripción con retención cero de datos tiene el mismo precio que el nivel Standard y que se aplican los créditos del nivel gratuito de la plataforma. Muse Voice Transcribe es un producto independiente en Meta Model API con su propia facturación por hora; esa frase no dice nada sobre Muse Code. Si encuentras esa línea citada como evidencia de un nivel gratuito de Muse Code, se está leyendo fuera de contexto.

Lo que Meta sí publica son tres niveles de suscripción, todos facturados mensualmente, además de facturación por tokens de pago por uso para todo lo que supere la asignación de prompts del plan:

• Uso diario — $5.00/mes; acceso a los últimos modelos de Muse; 10–50 prompts cada 5 horas, incluyendo la carga de imágenes y videos; modo de voz; búsqueda web

• High Usage — $15.00/mes; todo lo del plan Everyday; 5× más uso que Everyday; más prompts; más entradas multimodales

• Power Usage — $50.00/mes; todo lo que incluye el plan High Usage; 20× la cuota de uso de Everyday; prompts ampliados; acceso anticipado a nuevas funciones; límites de carga de archivos más altos

• Tarifas estándar de tokens — $1.25 por millón de tokens de entrada, $4.25 por millón de tokens de salida, $0.15 por millón de tokens de entrada en caché, para muse-spark-1.3, muse-spark-1.2 y muse-spark-1.1 por igual

• Tarifas de tokens para contribuidores — $0.10 / $0.20 / $0.002 por millón de tokens de entrada, salida y entrada en caché, para muse-spark-1.3-contributor y muse-spark-1.2-contributor

Los niveles Standard y Contributor difieren en exactamente un aspecto sustantivo, y Meta lo declara tanto en la página de modelos como en la lista de precios: en Standard, tus prompts y respuestas no se utilizan para entrenar modelos de Meta; en Contributor, sí. La página del producto etiqueta las filas de Contributor como «Se utilizan para mejorar nuestros productos» y las de Standard como «No se utilizan para mejorar nuestros productos». Contributor es aproximadamente doce veces más barato en la entrada y unas veintiuna veces más barato en la salida, una diferencia lo bastante grande como para que se trate de una decisión de gobernanza de datos antes que de una decisión presupuestaria.

Hay tres detalles de precios que es fácil pasar por alto y que vale la pena conocer antes de dimensionar una carga de trabajo:

• Sin prima por contexto largo — la tarifa de Meta lo dice explícitamente: pagas la misma tarifa ya sea que la ventana de contexto esté casi vacía o casi llena, lo cual es inusual y cambia sustancialmente la economía de las ejecuciones prolongadas de agentes

• El grounding de búsqueda web se factura por separado — $2.50 por cada 1,000 consultas de búsqueda, además del coste de tokens de la solicitud, y se aplica a modelos de texto como Muse Spark

• Los límites de velocidad son por equipo, no por clave — 3.000 solicitudes y 4.000.000 de tokens por minuto en Standard, 100 solicitudes y 3.000.000 de tokens por minuto en Contributor; usar varias claves dentro de un mismo equipo no multiplica la cuota

La mecánica de las suscripciones está documentada en la página de suscripciones de Meta y es convencional: un cambio a un plan superior se prorratea y es inmediato, un cambio a un plan inferior surte efecto en el siguiente ciclo de facturación, la cancelación requiere al menos 24 horas antes de la fecha de facturación, y no hay reembolsos por una suscripción cancelada, salvo cuando la ley lo exija. Las suscripciones cubren específicamente la credencial de Muse Code CLI; las claves API adicionales se facturan según el modelo de pago por uso.

¿Qué versión es la actual: 1.2.1, Muse Spark 1.3, y la predeterminada que no es ninguna de las dos?

Esta es la pregunta sobre la que los datos de demanda hablan más alto —que la consulta "muse code 1.3" exista— y es realmente confuso, porque "la versión" puede significar tres cosas diferentes y Muse Code publica las tres.

• La versión de la CLI — la 1.2.1 es la actual. El registro de cambios de Meta enumera sus versiones como 1.2.1, 1.1.1, 0.2.1 y 0.1.0, la última de las cuales está etiquetada como «versión de lanzamiento»

• La generación de modelos — Muse Spark 1.3, anunciada el 2 de septiembre de 2026 y descrita en la página de modelos de Meta como "la última versión … Recomendada para trabajo nuevo"

• El modelo predeterminado de la CLI — muse-spark-1.2, indicado en la sección de primera ejecución de la documentación y de nuevo en la selección de modelo de la página de configuración

Así que una instalación nueva de Muse Code 1.2.1 ejecutará Muse Spark 1.2 a menos que pases --model muse-spark-1.3 o cambies a mitad de sesión con /models. Las propias páginas de inicio rápido de Meta usan muse-spark-1.3 en todos los ejemplos de API, lo que hace que la discrepancia sea más fácil de malinterpretar de lo que debería: hoy los ejemplos de API y el valor predeterminado de la CLI no apuntan al mismo modelo.

El registro de cambios de 1.2.1 describe lo que cambió en el arnés en lugar de en el modelo, y los elementos destacados son:

• Entrada de voz activada por defecto en macOS, asignada a Opción+V y gestionada con /voice

• Un comando /rewind que devuelve la conversación a una entrada anterior, compartiendo el selector utilizado por doble-Esc

• [Imagen #N] etiquetas en las imágenes pegadas y arrastradas para que se pueda preguntar al modelo por una concreta por su número, con etiquetas y rutas de origen que sobreviven a la reanudación, el rebobinado y las bifurcaciones

• Una migrate habilidad incluida que importa notas de memoria y definiciones de servidores MCP desde Claude Code o Codex a Muse Code

• /mcp para obtener un inventario en vivo de los servidores MCP conectados y sus herramientas

• Nuevas sesiones que se abren en el perfil de permisos Revisión automática, que otorga el mismo acceso que "Pregúntame", pero dirige las solicitudes de aprobación elegibles a un revisor automatizado y, si el revisor no está disponible, recurre a preguntarte a ti

• Correcciones de seguridad, tres de las cuales son de comportamiento y no solo cosméticas: los comandos lanzados mediante envoltorios como env y setsid ahora se revisan como el comando que realmente lanzan; un cambio del modo de permisos a mitad de sesión se aplica a las herramientas que ya se están ejecutando en su siguiente acción; y el perfil de permisos Unrestricted ahora se comporta exactamente como --yolo

Del lado del modelo, el anuncio del 2 de septiembre deja claro que Muse Spark 1.3 se entrenó con un conjunto diverso de arneses, y que era el nivel de razonamiento —«Muse Spark 1.3 con razonamiento máximo ya está disponible en Muse Code y Meta Model API»—, y no el modelo base por sí solo, lo que Meta estaba promocionando. La publicación de lanzamiento de Muse Spark 1.2 del 5 de agosto añade la otra mitad de esa historia: Muse Spark 1.2 se entrenó de forma conjunta con el propio Muse Code, usando trayectorias de arneses con muestreo por rechazo, además de trabajo de recetas sobre objetivos, compactación y subagentes, con el conjunto de herramientas de Muse Code integrado para maximizar la compatibilidad con los arneses. El modelo y el arnés se desarrollaron el uno en función del otro.

La envolvente: contexto, modalidades, plataformas

Muse Spark 1.3, Muse Spark 1.2 y Muse Spark 1.1 comparten una misma envoltura, y Meta lo indica en una sola fila de tabla: 1.048.576 tokens de contexto, con texto, imagen, video, audio y PDF como entradas y texto como la única salida, en todos los niveles y todas las versiones.

La paridad de modalidades viene con una salvedad que Meta publica como nota al pie y que vale la pena repetir en lugar de enterrar: la comprensión de audio en Muse Spark 1.3 no está totalmente soportada y la calidad de las respuestas a solicitudes que incluyan contenido de audio puede verse degradada; la propia recomendación de Meta es usar Muse Spark 1.2 para audio, o Muse Voice Transcribe para la transcripción de voz dedicada. En la CLI, eso es aplicable — --model muse-spark-1.2 es una anulación documentada, y el valor predeterminado ya apunta allí.

El esfuerzo de razonamiento es una configuración a nivel de harness con ocho niveles, y la página de configuración de Meta los enumera en orden: none, minimal, low, medium, high (el predeterminado), xhigh, max y ultra. Tres detalles de esa lista son fundamentales:

• max es el nivel de razonamiento más profundo, descrito como razonamiento extendido más allá de xhigh, y Muse Code lo ofrece tanto en el nivel Standard como en el Contributor

• ultra es un ajuste del lado del cliente en lugar de un nivel de modelo: se asigna al nivel de razonamiento más alto admitido por cada proveedor y puede hacer que Muse Code delegue de forma más agresiva; y cuando un proveedor no lo admite, una solicitud de ultra se ejecuta en xhigh

• El proveedor de Meta no acepta none, por lo que el nivel más bajo solo está disponible a través de otros proveedores configurados en el harness

El soporte de plataformas es donde las dos superficies de Meta discrepan, y la discrepancia es pequeña pero real. La página de documentación dice que Muse Code se ejecuta en macOS, Linux y Windows desde una única base de código, y enumera tres comportamientos específicos de Windows: PowerShell reemplaza a Bash, por lo que los comandos ejecutados por el agente usan la sintaxis de PowerShell y las herramientas de línea de comandos de Windows; el sandbox puede solicitar aprobación de administrador, y Windows puede mostrar un aviso de Control de cuentas de usuario la primera vez que se inicializa el sandbox, aunque el uso normal no requiere ejecutarse como administrador; y dos capacidades no están disponibles en Windows —la entrada de voz y la mensajería de sesión—, y ambas funcionan en macOS y Linux. La página del producto, en cambio, solo dice «Disponible para MacOS y Windows». Ambas afirmaciones provienen del propio sitio de Meta a día de hoy; leídas en conjunto, significan que Windows es compatible con carencias documentadas, y que Linux es compatible aunque la página de marketing no lo mencione.

Un matiz adicional sobre la disponibilidad proviene de la documentación, no de los textos de marketing: Workflows —la orquestación de agentes en paralelo y por etapas— coordinan el trabajo solo cuando la compilación instalada incluye el motor de flujos de trabajo y el despliegue está habilitado, y Meta dice claramente que «no están disponibles en todas las compilaciones o plataformas». Si una función de flujo de trabajo es la razón por la que estás instalando, verifica que tu compilación la tenga en lugar de asumirlo.

Lo que Meta afirma, con el arnés y el esfuerzo nombrados

Meta publica material de benchmark, así que el planteamiento honesto aquí no es «ningún benchmark de proveedor» — es «estos son benchmarks de proveedor, con las condiciones de comparación indicadas allí donde Meta las indica».

La única afirmación cuantitativa que Meta hace en prosa está en el anuncio de Muse Spark 1.3, y se atribuye a una comparación interna en lugar de a una evaluación de terceros: «En comparaciones realizadas por ingenieros de Meta, demostró ser significativamente más eficiente, usando ~20% menos llamadas a herramientas y ~25% menos tokens». La línea base es —respecto a Muse Spark 1.2— y el nivel de esfuerzo está en el propio encuadre del anuncio, ya que la versión se titula Muse Spark 1.3 con razonamiento máximo. Lo que no se indica es el conjunto de tareas, el número de ejecuciones ni la configuración del harness más allá del hecho de que es Muse Code. Trata los dos porcentajes como una dirección reportada por el proveedor, no como un resultado de benchmark medido.

El otro resultado publicado es un estudio de caso más que una puntuación, y es el más interesante de los dos. Meta informa haber probado la capacidad de Muse Spark 1.2 de optimizar iterativamente kernels de GPU a lo largo de más de 1000 llamadas a herramientas y hasta 24 horas, usando el entorno de codificación agéntica de Muse Code para escribir, compilar, perfilar y mejorar progresivamente el rendimiento del kernel frente a una línea base proporcionada. La carga de trabajo tiene nombre —kernels KDA y MLA en GPU NVIDIA Hopper— y la restricción también: se prohibieron bibliotecas de kernels de terceros como FLA, y la línea base era una implementación de KDA en Triton FLA. Una ejecución de 24 horas y mil llamadas a herramientas es un tipo de evidencia distinta de un porcentaje de benchmark. Dice algo sobre la resistencia bajo un objetivo de largo horizonte y muy poco sobre la calidad comparativa.

Los gráficos de lanzamiento tanto de Muse Spark 1.2 como de Muse Spark 1.3 representan esos modelos frente a un pequeño conjunto de competidores nombrados en evaluaciones de agente, programación, seguimiento de instrucciones y contexto largo — DeepSWE v1.1, SWE-Atlas-QnA, Terminal-Bench 2.1 y 4.0, tau2-bench, GDPval, SciCode, IFBench, MultiChallenge y AA-LCR v1.1 aparecen entre los ejes. Esos gráficos están producidos y trazados por el proveedor, y las configuraciones de los competidores en ellos son elección de Meta, no un panel neutral. No reproducimos aquí los valores de las barras por esa razón: un gráfico de proveedor leído como tabla de clasificación es exactamente el modo de fallo que esta página pretende evitar.

Merece la pena señalar dos lagunas honestas en lugar de disimularlas:

• Meta no publica una comparación directa de Muse Code frente a Muse Spark 1.2 con esfuerzo equiparado en un conjunto de tareas con nombre; la cifra de ~20 %/~25 % es lo más cercano, y se trata de una comparación interna con diferencias de eficiencia declaradas en lugar de puntuaciones

• Meta no publica una evaluación de latencia en vivo del CLI, y ninguna de las cifras publicadas describe cómo se siente una sesión bajo una carga real de edición

Qué mide Artificial Analysis de forma independiente

Artificial Analysis es el evaluador independiente que actualmente publica una medición de agentes de programación que abarca Muse Code, y es un tipo de número diferente de cualquiera de los anteriores: las filas son pares de harness y modelo, evaluados por AA en lugar de por el proveedor.

En el Artificial Analysis Coding Agent Index —la página se identifica en sus propios datos estructurados como v1.5—, las filas de Muse Code dicen:

• Muse Code ejecutando Muse Spark 1.3 con razonamiento máximo — 54.3

• Muse Code ejecutando Muse Spark 1.3 con razonamiento xhigh — 48.3

• La cima de la misma tabla — Claude Code ejecutando Claude Opus 5.5 con razonamiento máximo, con 66.0

Dos cosas de esas cifras importan más que las cifras en sí. Primero, la diferencia de 5,0 puntos entre las filas max y xhigh corresponde al mismo modelo en el mismo entorno de evaluación con un solo ajuste cambiado, lo que es un recordatorio útil de que una «puntuación de Muse Code» está insuficientemente especificada a menos que se indique el nivel de esfuerzo. Segundo, este tablero es una medición distinta de la que citó nuestra propia cobertura de septiembre de Muse Spark 1.3: el artículo anterior citaba 68 para Muse Spark 1.3 en max, 64 en xhigh, y 68 para Claude Opus 5 en xhigh. Esos números ya no aparecen en el tablero en vivo; la fila superior actual es Claude Opus 5.5 en max con 66,0, y las filas de Muse Code indican 54,3 y 48,3. El índice se ha revisado y la composición del conjunto ha cambiado. Si llevas contigo las cifras antiguas, han quedado superadas, y los dos conjuntos nunca deberían citarse lado a lado como si fueran la misma medición tomada dos veces.

La página del modelo de AA para Muse Spark 1.3 vuelve a ser una superficie aparte, y sus propias cifras son medidas por AA en lugar de reportadas por el proveedor: un Índice de Inteligencia de 48,09, Terminal-Bench 2.1 al 84,3%, GPQA Diamond al 93,5%, HLE al 48,7%, SciCode al 58,8% y recall de contexto largo al 83%, con una fecha de lanzamiento de 2026-09-02, una ventana de contexto de 1.000.000 de tokens y clasificación como propietario, de pesos cerrados. Ten en cuenta que esta es una revisión de índice en una página de modelo — AA publica índices por modelo que se revisan según su propio calendario, así que mezclar una cifra de esta página con una cifra de la página de un modelo diferente no te da una comparación de la misma instantánea.

Lo que nada de esto te ofrece es una comparación emparejada. Las filas de coding de AA cruzan harnesses por construcción —Muse Code frente a Codex, frente a Claude Code, frente a Grok Build, frente a Kimi Code CLI—, así que una lectura fila contra fila compara un par harness-modelo con otro par harness-modelo, no dos modelos bajo un mismo harness. Donde Meta no ha ejecutado la comparación emparejada y el tablero de AA no está construido para responderla, la postura honesta es que el cara a cara no existe con esfuerzo y harness emparejados, en lugar de construir uno a partir de números adyacentes.

Qué enruta OrcaRouter y qué no

OrcaRouter es un único endpoint que cubre más de 200 modelos a la tarifa de lista de cada proveedor y sin recargo, lo que significa que la respuesta de disponibilidad para esta familia se puede comprobar en lugar de ser una cuestión de política. Verificado hoy con nuestra lista pública de modelos en vivo:

• meta/muse-code — no está en el catálogo. Muse Code es un harness, no un modelo enrutable, y no lo servimos

• meta/muse-spark-1.3 — no está en el catálogo

• meta/muse-spark-1.2 — enrutable, con una ventana de contexto de 1.048.576 tokens y precios de 1,25 $ por millón de tokens de entrada, 4,25 $ por millón de salida y 0,15 $ por millón de lectura en caché, las mismas tarifas que publica Meta

• meta/muse-spark-1.1 — también enrutable, con las mismas tres tarifas

Entonces, la forma práctica de esto en OrcaRouter es que puedes acceder a las generaciones de Muse Spark ya disponibles a través del mismo endpoint que usas para todo lo demás, y no puedes acceder a Muse Code ni a la generación 1.3 actual a través de él. Tómalo como una descripción del catálogo actual y nada más; la disponibilidad cambia y la lista de modelos es el lugar donde verificarla.

Donde un router se gana su lugar para una carga de trabajo como esta es en las dos cosas que una suscripción no puede darte. La primera es que una única clave de API es una capa de enrutamiento que conmuta una solicitud automáticamente cuando un proveedor se degrada, lo cual importa cuando la ejecución de un agente acumula miles de llamadas a herramientas de profundidad y preferirías no perderla porque un servicio upstream esté teniendo una mala tarde. La segunda es que la solicitud se describe en lugar de estar codificada de forma rígida: puedes poner Muse Spark 1.2 detrás del mismo DSL de enrutamiento que cualquier otro modelo y cambiar qué la atiende sin cambiar tu cliente.

Frecuentemente preguntado

¿El modelo predeterminado de la CLI es el modelo actual? No. El predeterminado de Muse Code es muse-spark-1.2; la generación actual es Muse Spark 1.3, anunciada el 2 de septiembre de 2026, y se accede a ella con --model muse-spark-1.3 o con el comando /models.

¿Qué redacción es la correcta — "Muse Code 1.3" o "Muse Spark 1.3"? Muse Spark 1.3. Las versiones de Muse Code son lanzamientos del arnés y la actual es 1.2.1; las dos líneas de numeración no están relacionadas, que es justamente la razón por la que la consulta "muse code 1.3" devuelve resultados confusos.

Si solo necesito entrada de audio, ¿qué modelo debo configurar? Muse Spark 1.2. La propia nota al pie de Meta indica que la comprensión de audio en 1.3 no es totalmente compatible y puede degradar la calidad de las respuestas, y remite el trabajo con audio a 1.2 o a Muse Voice Transcribe.

¿El nivel Contributor es un nivel gratuito o de prueba? No, y no es un descuento que obtengas automáticamente. Es una variante de menor precio en todas las versiones de Muse Spark desde la 1.2 en adelante, a cambio de permiso para entrenar con tus prompts y completions; la generación 1.1 no tiene una variante Contributor.

En resumen

Muse Code es el agente de codificación para terminal y CI de Meta, creado por Meta para sus modelos Muse Spark, y se vende en tres planes mensuales de $5.00, $15.00 y $50.00, sin nivel gratuito, respaldado por tarifas Estándar de pago por uso de $1.25 de entrada y $4.25 de salida por millón de tokens, y tarifas de Contributor de $0.10 y $0.20 por los mismos tokens si dejas que Meta entrene con ellos. La versión actual de CLI es la 1.2.1, la generación actual del modelo es Muse Spark 1.3, y el CLI todavía usa Muse Spark 1.2 de forma predeterminada; nombra la versión y el esfuerzo de razonamiento siempre que cites una puntuación, porque Muse Code ejecutando Muse Spark 1.3 en max y en xhigh no son la misma medición, y la afirmación principal de eficiencia del proveedor es una comparación interna en lugar de un resultado independiente.

Para ver de primera mano el propio arnés, eche un vistazo a nuestro recorrido por el agente de codificación de terminal Muse Code.