AesCode 32B vs Muse Code : un moteur d’affiches et un agent de terminal ne sont pas des rivaux

AesCode 32B et Muse Code sont comparés parce que les deux noms contiennent le mot « code », et c'est à peu près la seule chose qu'ils ont en commun. AesCode 32B est le checkpoint de recherche de Microsoft pour générer du HTML et du CSS éditables — diapositives, affiches, tableaux de bord, rapports — publié sous Apache 2.0 sur Hugging Face, le dépôt ayant été créé le 29 septembre 2026 et le commit portant le nom « Release AesCode-32B » datant du 7 octobre 2026. Microsoft n'a rien annoncé à son sujet : aucun billet de lancement, aucun communiqué de presse, et la fiche du modèle elle-même n'indique aucune date de publication. Muse Code n'est pas un modèle du tout. C'est l'agent de codage en terminal de Meta, en bêta depuis le début du mois d'août 2026, qui passe son temps à exécuter des commandes shell sur un dépôt. L'un produit un fichier que l'on ouvre dans un navigateur. L'autre exécute des commandes jusqu'à ce que les tests passent. Choisir entre les deux n'est pas une décision de modèle, et la chose utile que cette page peut faire, c'est de vous empêcher de la prendre comme si c'en était une.

À quoi chacun sert réellement

AesCode 32B part de Qwen3-VL-32B-Instruct et est entraîné, d'après sa fiche modèle, par un affinage supervisé à démarrage à froid sur 3 000 démonstrations, suivi d'un apprentissage par renforcement GDPO sur sept canaux de récompense — exécution, texte, délimitation, tableau/graphique, mise en page, espaces blancs et design. Six de ces canaux sont des vérificateurs déterministes ; le septième est un juge vision-langage qui s'appuie sur une grille d'évaluation propre à chaque échantillon, liée à un « graphe de conception » de la page cible. Chaque sortie candidate est rendue dans un navigateur Playwright en bac à sable, les requêtes externes étant bloquées, puis évaluée à partir du DOM, des styles calculés, des boîtes englobantes et d'une capture d'écran. Les sorties prévues sont explicitement nommées sur la fiche : diapositives modifiables, affiches, tableaux de bord et rapports, ainsi que la recherche sur la génération de code multimodale. Le modèle produit un document HTML complet et est entraîné à utiliser de véritables structures de tableaux HTML et des spécifications ECharts afin que sa sortie reste inspectable.

Muse Code fait quelque chose de structurellement différent. C'est un binaire natif pour macOS et Linux avec une boucle d'agent principale, des agents d'arrière-plan asynchrones qui ne cessent de recueillir du contexte tout au long d'une session, des worktrees Git isolés pour que les sous-agents n'entrent pas en collision, et un journal d'événements local qui permet de rejouer ou de reprendre une session plantée. Les propres rapports de Meta indiquent qu'il écrit des milliers d'appels d'outils sur des périodes mesurées en heures. Ce qui est vendu, c'est la boucle, pas l'artefact.

Mettez les deux côte à côte et les verbes ne concordent pas. AesCode 32B effectue le rendu. Muse Code exécute. Si votre problème est « notre présentation trimestrielle prend trois jours à un designer », Muse Code n'est pas pertinent et AesCode 32B vise directement ce problème. Si votre problème est « personne ne veut passer un week-end à mettre à niveau cet arbre de dépendances », AesCode 32B n'a rien à dire et Muse Code est l'outil.

Les preuves de chaque côté ne sont pas du même type.

C'est le point sur lequel toutes les pages de comparaison se trompent, alors il vaut la peine de prendre son temps.

Les chiffres d'AesCode 32B proviennent d'une évaluation portant sur 300 échantillons d'infographies, avec trois générations par prompt et sans sélection, et ils sont impressionnants en soi : un score global de 85,89 contre 81,28 pour GPT-5.5 et 80,39 pour Claude Opus 4.8, ces deux derniers étant mesurés avec la même configuration d'images de référence par le propre banc d'essai de Microsoft. La fiche indique également qu'une grave défaillance de limite de canevas se reproduit sur 4,3 % des échantillons, contre 34,7 % pour GPT-5.5, et qu'AesCode 32B dépasse de 22,4 points son propre modèle de base Qwen3-VL-32B sur la dimension Visuelle et de 24,8 points sur le score global.

Considérez tout cela comme déclaré par le fournisseur et non reproduit. Le benchmark, les canaux de récompense qui ont entraîné le modèle et les métriques qui l’évaluent sont le travail du même laboratoire, et les 300 échantillons sont ceux de Microsoft. Ce n’est pas une raison pour rejeter le résultat — l’évaluation est inhabituellement transparente, la pile de vérificateurs est ouverte, et le fait que la fiche publie une dimension sur laquelle aucun modèle ne dépasse 60 (« style », où rien ne dépasse 55,99) témoigne de plus d’honnêteté que la plupart des tableaux de fournisseurs. C’est une raison de ne pas mettre 85,89 à côté d’un nombre produit par un autre laboratoire sur une autre tâche et de prétendre qu’une comparaison a eu lieu.

Les chiffres de Muse Code sont là encore rapportés par Meta dans un sens différent : ils mesurent ensemble un modèle et un harnais. Meta annonce 82,9 % sur Terminal-Bench 2.1 pour Muse Code, en deuxième position derrière Claude Opus 5 associé à Claude Code à 86,7 %, plus 59,3 % sur DeepSWE 1.1 et 70,6 % sur un banc d'essai de codage interne. Comme différents harnais ont été associés à différents modèles dans ce tableau, on ne peut pas isoler la contribution du modèle à partir du score du système. Et il n'y a aucun recoupement entre ce sur quoi Muse Code est évalué et ce sur quoi AesCode 32B est évalué — l'un est noté sur des tâches de terminal et d'ingénierie logicielle, l'autre sur la lisibilité du texte d'une infographie et sur le fait que sa mise en page ne déborde pas.

Ce que cache « un seul checkpoint 32B »

C'est au niveau du déploiement que les deux produits divergent le plus, et la version courte tient dans une liste à puces.

• Ce que c'est — AesCode 32B : un checkpoint de modèle de 33 milliards de paramètres que vous téléchargez. Muse Code : un produit d'agent terminal installable.

• Licence — AesCode 32B : Apache 2.0, poids inclus. Muse Code : propriétaire ; le modèle qui le sous-tend est fermé.

• Ce que vous fournissez — AesCode 32B : un GPU et une pile de service. Muse Code : une clé API ou un abonnement.

• Configuration matérielle minimale AesCode 32B : prévoyez environ 65 Go de mémoire d'agent pour les seuls paramètres bf16, et son propre exemple de service utilise un parallélisme de tenseurs à quatre voies. Muse Code : un ordinateur portable.

• Contexte — AesCode 32B : 24 576 tokens dans la configuration rapportée, avec des prompts et des réponses plafonnés à 8 192 pendant l’entraînement RL. Muse Code : une fenêtre de 1 M de tokens grâce au modèle Muse Spark sous-jacent.

• Prix — AesCode 32B : les poids sont gratuits ; le coût réside dans le matériel. Muse Code : facturé au token, ou via un forfait mensuel.

• Preuves — AesCode 32B : une évaluation menée par le fournisseur sur ses propres 300 échantillons, avec le harnais d’évaluation publié. Muse Code : des benchmarks au niveau système rapportés par Meta sur une pile couplée agent + modèle.

Cette ligne « seuil matériel » est celle que les gens sautent. Un checkpoint 32B en bf16 n’est pas un modèle pour ordinateur portable, et AesCode 32B est de surcroît un modèle vision-langage, donc la chaîne de service transporte aussi des entrées d’image. Muse Code est un binaire qu’on installe en un après-midi.

Là où ils se chevauchent réellement

Il y a exactement un vrai chevauchement, et il est étroit : on peut pointer les deux vers un artefact proche du design et leur demander de produire quelque chose qu’un humain affinera. Si votre équipe génère des tableaux de bord internes sous forme de code et souhaite aussi un agent capable d’ouvrir une pull request sur le dépôt des tableaux de bord, les deux produits touchent à ce flux de travail.

Même là, la séparation est nette. AesCode 32B produit l’artefact. Muse Code produit la modification. Un pipeline qui fait les deux appellerait AesCode 32B pour le rendu, puis confierait le fichier résultant à un agent pour le placer, le câbler et le tester — et rien dans l’un ou l’autre produit ne l’empêche, car ils n’ont jamais été en concurrence pour la même place.

La moitié de cette confrontation que vous pouvez déjà pronostiquer aujourd'hui

Voici une asymétrie pratique qui mérite d’être dite clairement. AesCode 32B n’est déployé par aucun fournisseur d’inférence. La fiche Hugging Face ne répertorie ni point de terminaison hébergé, ni partenaire, ni API ; si vous voulez l’utiliser, vous téléchargez 65 GB de poids et construisez vous-même la chaîne de service. C’est un état normal pour une publication de recherche, et c’est aussi le plus gros obstacle entre le modèle et quiconque ne possède pas huit GPU.

Le modèle sous-jacent de Muse Code n'a pas ce problème. La famille Muse Spark est servie comme un simple modèle d'API, et Muse Spark 1.2 figure au catalogue OrcaRouter où il est facturable aux tarifs catalogue de Meta, soit 1,25 $ par million de jetons d'entrée et 4,25 $ par million de jetons de sortie — prix catalogue du fournisseur répercuté, sans marge de notre côté, donc un changement de tarif de Meta arrive ici le jour même où il arrive là-bas. Une seule clé le couvre aux côtés de plus de 200 autres modèles, avec bascule automatique si un fournisseur vacille, ce qui fait la différence entre « on peut essayer ceci » et « on peut mettre ceci sur un chemin de production ». Si ce que vous vouliez réellement de cette page était un moyen d'utiliser l'intelligence à l'intérieur de Muse Code sans adopter le produit Muse Code, c'est la voie, et elle existe. Si ce que vous vouliez, c'était AesCode 32B, la voie, c'est un téléchargement.

Lequel choisir

Choisissez AesCode 32B si l'artefact est ce qui compte. Vous produisez des présentations, des rapports, des affiches ou des tableaux de bord en grande quantité, vous disposez du matériel ou vous êtes prêt à le louer, et l'attrait d'un modèle qui génère du HTML structuré et éditable — des tableaux sous forme de tableaux, des graphiques sous forme de spécifications ECharts, le tout diffable dans Git — vaut une configuration de service de niveau recherche. Acceptez d'être un early adopter d'un modèle non annoncé avec un faible nombre de téléchargements, qu'aucun laboratoire indépendant n'a reproduit ses scores, et que son contexte de 24K est une véritable contrainte pour les documents longs.

Choisissez Muse Code si c’est le processus qui compte. Vous voulez un agent qui tourne dans le terminal, survit à un plantage en pleine session et peut gérer plusieurs flux de travail à la fois dans des worktrees isolés, et vous êtes à l’aise avec le paiement au token ou au mois.

Ne choisissez ni l’un ni l’autre, et dirigez-vous directement vers Muse Spark 1.2, si ce qu’il vous fallait était un modèle de raisonnement performant derrière une clé API et que le harnais de terminal n’a jamais été la partie que vous vouliez.

Qu’est-ce qui changerait cette page ?

Trois choses. Si un fournisseur d'inférence adopte AesCode 32B — ou si Microsoft publie un point de terminaison hébergé — la colonne déploiement s'effondre et le modèle devient quelque chose que vous pouvez évaluer en un après-midi, ce qui ferait de cette question une question beaucoup plus serrée pour les équipes à forte composante design. Si une évaluation indépendante reproduit le score global de 85,89 et le taux de défaillance aux limites de 4,3 %, l'asymétrie des preuves se réduit considérablement. Et si Meta ouvre les poids de Muse Spark, le cadrage « vous pouvez en télécharger un et pas l'autre » disparaît complètement. Jusqu'à ce que l'un de ces événements se produise, le résumé honnête est que ces deux produits partagent un mot, pas un métier.