Muse Code: Siapa yang Membuatnya, Berapa Biayanya, dan Versi Mana yang Terkini

Muse Code adalah agen coding Meta untuk terminal dan CI, dibuat untuk keluarga model Muse Spark, dan dua versi yang penting bagi siapa pun yang tiba di sini adalah Muse Spark 1.3 — generasi saat ini, tertanggal 2 September 2026 — dan Muse Spark 1.2, yaitu versi yang masih dipilih CLI kecuali Anda memberi tahu sebaliknya. Muse Code diinstal sebagai biner muse native, berjalan secara interaktif atau headless, dan dijual dengan tiga cara: tiga paket bulanan seharga $5,00, $15,00, dan $50,00, serta penagihan token bayar sesuai pemakaian di Meta Model API sebesar $1,25 per juta token masukan dan $4,25 per juta token keluaran pada tier Standard. Satu generasi mundur lagi, Muse Spark 1.1, masih disajikan pada tier yang sama dengan tarif yang sama.

Bacalah ini sebagai halaman referensi, bukan sebagai berita. Muse Code sendiri bukan hal baru untuk diberitakan: Meta merilisnya sebagai beta pada 5 Agustus 2026 dan mengeluarkannya dari beta pada 31 Agustus 2026, dan halaman ini menggunakan tanggal-tanggal tersebut untuk menempatkan model itu dalam konteks waktu, bukan untuk mengumumkannya. Dasar halaman ini adalah permintaan pencarian yang sudah berlangsung lama yang kami ukur langsung pada 28 September 2026, ketika kueri polos "muse code" menarik 4.547 tayangan dalam 28 hari terakhir dengan nol klik, dan ejaan komersial dari maksud yang sama — "muse code free", "muse code plan", "muse code plans", "muse code free tier", "muse code 1.3" — menarik 124 tayangan lainnya, juga dengan nol klik. Pembaca mengajukan empat pertanyaan spesifik. Halaman ini menjawabnya secara berurutan, berdasarkan dokumentasi Meta sendiri, dan menyatakan secara gamblang ketika suatu angka berasal dari Meta, bukan dari evaluator independen.

Jika yang sebenarnya Anda butuhkan adalah ulasan tentang perilaku agen, atau perbandingan langsung dengan coding harness lain, ini bukan halaman itu. Hal-hal itu sudah ada di blog ini dan yang layak Anda luangkan waktu ditautkan di akhir.

Apa itu Muse Code, dan siapa yang membuatnya

Definisi dari vendor adalah satu kalimat: "Muse Code adalah agen coding Meta untuk terminal dan CI, dibuat untuk Muse Spark." Ini bukan pustaka, bukan antarmuka chat, dan bukan model — ini adalah harness. Anda menjalankannya di dalam direktori proyek; ia merencanakan, mengedit file, dan menjalankan perintah untuk menyelesaikan tugas, dengan persetujuan dan sandbox OS yang aktif sejak pertama kali dijalankan.

Meta memosisikan Muse Code dan Meta Model API sebagai dua jalur menuju model dasar yang sama: panggil API secara langsung saat Anda membangun agen atau aplikasi Anda sendiri, jalankan Muse Code saat Anda menginginkan agen coding siap pakai di command line atau di dalam pipeline. Perbedaan itu penting untuk penetapan harga, karena langganan membeli harness dan kunci API ditagih secara terpisah per token.

Instalasinya adalah penginstal satu baris, dan dua antarmuka vendor tidak sepenuhnya sepakat soal string:

• macOS dan Linux — curl -fsSL https://dev.meta.ai/install.sh | sh di halaman dokumentasi, dan perintah yang sama yang diakhiri dengan | bash di halaman pemasaran dan di kedua postingan blog riset

• Windows — irm https://dev.meta.ai/install.ps1 | iex, hanya diterbitkan di halaman dokumentasi

• Verifikasi — muse --version, lalu muse di direktori proyek untuk memulai sesi interaktif

• Pertama kali dijalankan — Anda diminta untuk memercayai ruang kerja (yang memuat skill, aturan, dan hook-nya) dan untuk mengautentikasi baik melalui proses masuk di browser maupun dengan kunci API; di CI Anda menetapkan META_API_KEY sebagai gantinya

• Dua antarmuka — muse untuk UI terminal interaktif, muse exec "<prompt>" untuk satu kali eksekusi non-interaktif hingga selesai

• Jalankan dari program Anda sendiri — muse serve menjalankan protokol sesi berversi, muse schema mencetak skema JSON-nya, dan npm install @muse-code/sdk memasang wrapper TypeScript

Poin terakhir itu adalah bagian yang paling sering terlewat oleh sebagian besar ringkasan. Muse Code bukan hanya CLI: protokol sesi adalah antarmuka yang terdokumentasi dan berversi, dan changelog menunjukkan bahwa protokol itu diperluas secara sengaja — sesi dapat diganti nama melalui protokol, klien dapat membaca ringkasan diff terstruktur untuk setiap penyuntingan, dan program penggerak dapat menetapkan default reasoning-effort untuk seluruh sesi.

Berapa biaya Muse Code, dan pertanyaan tier gratis dijawab dengan gamblang

Tidak ada tingkat gratis. Hal itu perlu dinyatakan secara tegas karena ini adalah pertanyaan komersial yang paling sering diajukan dalam data permintaan dan jawabannya tidak ambigu: halaman produk Muse Code, halaman langganan, dan changelog secara bersama-sama tidak memuat paket gratis, tidak ada uji coba, tidak ada alokasi kredit gratis, dan tidak ada akses gratis yang dibatasi laju.

Satu catatan kehati-hatian tentang pengecekan itu. Dokumentasi harga Meta memang menggunakan frasa "platform free-tier credits" satu kali — dalam catatan Muse Voice Transcribe, yang menyatakan bahwa transkripsi tanpa retensi data dihargai setara dengan tier Standard dan bahwa kredit free-tier platform berlaku. Muse Voice Transcribe adalah produk terpisah di Meta Model API dengan penagihan per jam tersendiri; kalimat itu tidak mengatakan apa pun tentang Muse Code. Jika Anda menemukan baris itu dikutip sebagai bukti adanya tier gratis Muse, baris itu sedang dibaca di luar konteks.

Yang Meta terbitkan adalah tiga tingkat langganan, semuanya ditagih bulanan, ditambah penagihan token bayar sesuai pemakaian untuk apa pun yang melebihi jatah prompt paket:

• Penggunaan Sehari-hari — $5,00/bulan; akses ke model Muse terbaru; 10–50 prompt setiap 5 jam, termasuk unggahan gambar dan video; mode suara; penelusuran web

• High Usage — $15.00/bulan; semua yang ada di paket Everyday; penggunaan 5× lebih banyak daripada Everyday; lebih banyak prompt; lebih banyak input multimodal

• Power Usage — $50.00/bulan; semua yang ada di paket High Usage; 20× kuota penggunaan Everyday; prompt yang diperluas; akses awal ke fitur baru; batas unggahan file lebih tinggi

• Tarif token standar — $1,25 per juta token masukan, $4,25 per juta keluaran, $0,15 per juta masukan yang di-cache, untuk muse-spark-1.3, muse-spark-1.2 dan muse-spark-1.1 sama saja

• Tarif token Kontributor — $0.10 / $0.20 / $0.002 per juta token input, output, dan input yang di-cache, untuk muse-spark-1.3-contributor dan muse-spark-1.2-contributor

Tingkat Standard dan Contributor berbeda dalam tepat satu hal yang substantif, dan Meta menyatakannya baik di halaman model maupun di daftar tarif: pada Standard, prompt dan completion Anda tidak digunakan untuk melatih model Meta; pada Contributor, digunakan. Halaman produk memberi label pada baris Contributor "Digunakan untuk meningkatkan produk kami" dan baris Standard "Tidak digunakan untuk meningkatkan produk kami." Contributor sekitar dua belas kali lebih murah untuk input dan sekitar dua puluh satu kali lebih murah untuk output, selisih yang cukup besar sehingga ini merupakan keputusan tata kelola data sebelum menjadi keputusan anggaran.

Tiga detail harga mudah terlewat dan semuanya layak diketahui sebelum Anda menentukan ukuran beban kerja:

• Tidak ada premi konteks panjang — daftar tarif Meta menyatakan ini secara eksplisit: Anda membayar tarif yang sama baik jendela konteks sebagian besar kosong atau hampir penuh, yang tidak biasa dan secara material mengubah ekonomi dari proses agen yang panjang

• Grounding pencarian web dihitung secara terpisah — $2,50 per 1.000 kueri pencarian sebagai tambahan di atas biaya token permintaan, dan berlaku untuk model teks seperti Muse Spark

• Batas laju berlaku per tim, bukan per kunci — 3.000 permintaan dan 4.000.000 token per menit pada Standard, 100 permintaan dan 3.000.000 token per menit pada Contributor; menggunakan beberapa kunci dalam satu tim tidak melipatgandakan kuota

Mekanisme langganan didokumentasikan di halaman langganan Meta dan bersifat konvensional: upgrade dihitung secara proporsional dan berlaku segera, downgrade berlaku pada siklus penagihan berikutnya, pembatalan memerlukan setidaknya 24 jam sebelum tanggal penagihan, dan tidak ada pengembalian dana untuk langganan yang dibatalkan kecuali jika diwajibkan oleh hukum. Langganan mencakup kredensial Muse Code CLI secara khusus; kunci API tambahan ditagih dengan model bayar sesuai penggunaan.

Versi mana yang terkini: 1.2.1, Muse Spark 1.3, dan default yang bukan keduanya

Inilah pertanyaan yang paling lantang disuarakan oleh data permintaan — keberadaan kueri "muse code 1.3" — dan ini benar-benar membingungkan, karena "versi" dapat berarti tiga hal yang berbeda dan Muse Code menerbitkan ketiganya.

• Rilis CLI — 1.2.1 adalah versi terkini. Catatan perubahan Meta mencantumkan rilis-rilisnya sebagai 1.2.1, 1.1.1, 0.2.1, dan 0.1.0, yang terakhir di antaranya diberi label "Versi peluncuran"

• Generasi model — Muse Spark 1.3, diumumkan pada 2 September 2026 dan dijelaskan di halaman model Meta sebagai "versi terbaru … Direkomendasikan untuk pekerjaan baru"

• Model default CLI — muse-spark-1.2, disebutkan di bagian first-run dokumentasi dan sekali lagi di bawah pemilihan model di halaman konfigurasi

Jadi, instalasi baru Muse Code 1.2.1 akan menjalankan Muse Spark 1.2 kecuali Anda memberikan --model muse-spark-1.3 atau beralih di tengah sesi dengan /models. Halaman quickstart milik Meta sendiri menggunakan muse-spark-1.3 di setiap contoh API, yang membuat perbedaan ini lebih mudah salah dibaca daripada seharusnya: contoh API dan default CLI tidak menunjuk ke model yang sama saat ini.

Catatan perubahan 1.2.1 menjelaskan apa yang berubah pada harness, bukan pada model, dan poin-poin utamanya adalah:

• Input suara aktif secara default di macOS, terikat ke Option+V dan dikelola dengan /voice

• Perintah /rewind yang mengembalikan percakapan ke input sebelumnya, menggunakan pemilih yang digunakan oleh double-Esc

• [Image #N] label pada gambar yang ditempel dan dijatuhkan sehingga model dapat ditanyai tentang gambar tertentu berdasarkan nomor, dengan label dan jalur sumber yang tetap bertahan melalui resume, rewind, dan fork

• Skill bawaan migrate yang mengimpor catatan memori dan definisi server MCP dari Claude Code atau Codex ke Muse Code

• /mcp untuk inventaris langsung server MCP yang terhubung dan alat-alatnya

• Sesi baru dibuka dalam profil izin Auto-review, yang memberikan akses yang sama seperti "Ask me" tetapi mengarahkan permintaan persetujuan yang memenuhi syarat ke peninjau otomatis, dan kembali menanyakan kepada Anda saat peninjau tersebut tidak tersedia

• Perbaikan keamanan, tiga di antaranya bersifat perilaku, bukan kosmetik: perintah yang diluncurkan melalui pembungkus seperti env dan setsid kini ditinjau sebagai perintah yang sebenarnya diluncurkan; perubahan mode izin di tengah sesi berlaku untuk alat yang sudah berjalan pada tindakan berikutnya; dan profil izin Unrestricted kini berperilaku persis seperti --yolo

Di sisi model, pengumuman 2 September secara eksplisit menyatakan bahwa Muse Spark 1.3 dilatih pada beragam set harness, dan bahwa yang dipromosikan Meta adalah tier penalaran — “Muse Spark 1.3 dengan penalaran maksimum kini tersedia di Muse Code dan Meta Model API” — bukan hanya model dasarnya. Pos peluncuran Muse Spark 1.2 tanggal 5 Agustus menambahkan bagian lain dari cerita itu: Muse Spark 1.2 dilatih bersama Muse Code itu sendiri, menggunakan trajektori harness hasil rejection sampling plus pengembangan resep untuk tujuan, pemadatan, dan subagen, dengan toolset Muse Code diintegrasikan untuk memaksimalkan kompatibilitas harness. Model dan harness dikembangkan dengan saling menguji satu sama lain.

Amplop: konteks, modalitas, platform

Muse Spark 1.3, Muse Spark 1.2, dan Muse Spark 1.1 semuanya berbagi satu envelope, dan Meta menyatakannya dalam satu baris tabel: konteks 1.048.576 token, dengan teks, gambar, video, audio, dan PDF sebagai input serta teks sebagai satu-satunya output, di semua tier dan semua versi.

Paritas modalitas hadir dengan satu peringatan yang Meta terbitkan sebagai catatan kaki dan yang layak diulang alih-alih disembunyikan: pemahaman audio di Muse Spark 1.3 tidak sepenuhnya didukung dan kualitas respons untuk permintaan yang menyertakan konten audio dapat menurun; panduan Meta sendiri adalah gunakan Muse Spark 1.2 untuk audio, atau Muse Voice Transcribe untuk transkripsi ucapan ke teks khusus. Di CLI, hal itu dapat ditindaklanjuti — --model muse-spark-1.2 adalah override yang didokumentasikan, dan defaultnya sudah mengarah ke sana.

Reasoning effort adalah pengaturan tingkat harness dengan delapan level, dan halaman konfigurasi Meta menamainya secara berurutan: none, minimal, low, medium, high (default), xhigh, max, dan ultra. Tiga detail dalam daftar itu sangat penting:

• max adalah tingkat penalaran terdalam, dijelaskan sebagai penalaran yang diperluas melampaui xhigh, dan Muse Code menawarkannya pada kedua tier Standard dan Contributor

• ultra adalah pengaturan sisi klien, bukan tingkat model: ini memetakan ke tingkat penalaran tertinggi yang didukung tiap penyedia dan dapat membuat Muse Code mendelegasikan lebih agresif, dan jika penyedia tidak mendukungnya, permintaan untuk ultra berjalan pada xhigh

• Penyedia Meta tidak menerima tidak ada, sehingga tingkat terendah hanya tersedia melalui penyedia lain yang dikonfigurasi di dalam harness

Dukungan platform adalah titik di mana dua sisi Meta tidak sepakat, dan ketidaksepakatan itu kecil tetapi nyata. Halaman dokumentasi mengatakan Muse Code berjalan di macOS, Linux, dan Windows dari satu basis kode, dan mencantumkan tiga perilaku khusus Windows: PowerShell menggantikan Bash, sehingga perintah yang dijalankan agen menggunakan sintaks PowerShell dan alat command-line Windows; sandbox dapat meminta persetujuan administrator, dan Windows dapat menampilkan prompt User Account Control saat sandbox pertama kali diinisialisasi, meskipun penggunaan normal tidak mengharuskan menjalankannya sebagai administrator; dan dua kemampuan tidak tersedia di Windows — input suara dan perpesanan sesi, yang keduanya berfungsi di macOS dan Linux. Halaman produk, sebaliknya, hanya menyatakan "Tersedia untuk MacOS dan Windows". Kedua pernyataan itu berasal dari situs Meta sendiri saat ini; jika dibaca bersama, artinya Windows didukung dengan celah yang terdokumentasi, dan Linux didukung meskipun halaman pemasaran tidak menyebutkannya.

Satu nuansa ketersediaan lebih lanjut berasal dari dokumentasi, bukan dari materi pemasaran: Workflows — orkestrasi agen paralel dan bertahap — hanya mengoordinasikan pekerjaan ketika build yang terpasang menyertakan mesin workflow dan peluncurannya diaktifkan, dan Meta mengatakan secara gamblang bahwa fitur tersebut "tidak tersedia di setiap build atau platform." Jika fitur workflow adalah alasan Anda memasang, periksa apakah build Anda memilikinya, jangan menganggapnya pasti ada.

Apa yang diklaim Meta, dengan harness dan upaya yang disebutkan

Meta menerbitkan materi benchmark, jadi pembingkaian yang jujur di sini bukanlah "tidak ada benchmark vendor" — melainkan "ini adalah benchmark vendor, dengan kondisi perbandingan yang dinyatakan di tempat Meta menyatakannya."

Satu-satunya klaim kuantitatif yang Meta buat dalam bentuk prosa ada dalam pengumuman Muse Spark 1.3, dan klaim itu dikaitkan dengan perbandingan internal, bukan evaluasi pihak ketiga: "Dalam perbandingan oleh para insinyur Meta, ia terbukti jauh lebih cepat dan lebih efisien, dengan ~20% lebih sedikit panggilan tool dan ~25% lebih sedikit token." Baseline-nya disebutkan — relatif terhadap Muse Spark 1.2 — dan tingkat upayanya ada dalam framing pengumuman itu sendiri, karena rilis ini bertajuk Muse Spark 1.3 dengan penalaran maksimum. Yang tidak disebutkan adalah kumpulan tugas, jumlah run, atau konfigurasi harness selain fakta bahwa itu adalah Muse Code. Perlakukan kedua persentase itu sebagai arah kecenderungan yang dilaporkan vendor, bukan sebagai hasil benchmark yang terukur.

Hasil terbit lainnya adalah studi kasus, bukan skor, dan inilah yang lebih menarik dari keduanya. Meta melaporkan pengujian kemampuan Muse Spark 1.2 untuk mengoptimalkan kernel GPU secara iteratif selama 1.000+ panggilan alat dan hingga 24 jam, menggunakan lingkungan pengodean agentik Muse Code untuk menulis, mengompilasi, memprofilkan, dan secara progresif meningkatkan performa kernel terhadap baseline yang disediakan. Beban kerjanya disebutkan — kernel KDA dan MLA pada GPU NVIDIA Hopper — begitu pula kendalanya: pustaka kernel pihak ketiga seperti FLA dilarang, dan baseline-nya adalah implementasi Triton FLA KDA. Proses selama 24 jam dengan ribuan panggilan alat adalah jenis bukti yang berbeda dari persentase benchmark. Ini menunjukkan sesuatu tentang ketahanan di bawah tujuan berhorizon panjang dan sangat sedikit tentang kualitas komparatif.

Grafik peluncuran untuk Muse Spark 1.2 dan Muse Spark 1.3 memetakan model-model tersebut terhadap sekumpulan kecil pesaing yang disebutkan namanya di sepanjang evaluasi agen, pengkodean, pengikutan instruksi, dan konteks panjang — DeepSWE v1.1, SWE-Atlas-QnA, Terminal-Bench 2.1 dan 4.0, tau2-bench, GDPval, SciCode, IFBench, MultiChallenge, dan AA-LCR v1.1 muncul di antara sumbu-sumbunya. Grafik-grafik itu dibuat dan diplot oleh vendor, dan konfigurasi pesaing di dalamnya adalah pilihan Meta, bukan panel yang netral. Karena alasan itulah kami tidak mereproduksi nilai batangnya di sini: grafik vendor yang dibaca sebagai papan peringkat justru merupakan mode kegagalan yang ingin dihindari oleh halaman ini.

Dua kesenjangan yang jujur patut dinyatakan daripada ditutupi:

• Meta tidak mempublikasikan perbandingan langsung antara Muse Code dan Muse Spark 1.2 pada upaya yang disamakan dalam kumpulan tugas yang disebutkan; angka ~20%/~25% adalah hal yang paling mendekati, dan itu merupakan perbandingan internal dengan delta efisiensi yang dinyatakan, bukan skor

• Meta tidak memublikasikan evaluasi latensi langsung atas CLI, dan tidak satu pun angka yang dipublikasikan menggambarkan bagaimana rasanya sebuah sesi di bawah beban penyuntingan nyata

Apa yang diukur secara independen oleh Artificial Analysis

Artificial Analysis adalah evaluator independen yang saat ini menerbitkan pengukuran agen coding yang mencakup Muse Code, dan itu adalah jenis angka yang berbeda dari apa pun di atas: baris-barisnya adalah pasangan harness dan model, yang dievaluasi oleh AA, bukan oleh vendor.

Pada Artificial Analysis Coding Agent Index — halaman itu mengidentifikasi dirinya dalam data terstrukturnya sendiri sebagai v1.5 — baris-baris Muse Code berbunyi:

• Muse Code menjalankan Muse Spark 1.3 pada penalaran maksimal — 54.3

• Muse Code menjalankan Muse Spark 1.3 dengan penalaran xhigh — 48.3

• Puncak papan yang sama — Claude Code yang menjalankan Claude Opus 5.5 dengan penalaran maksimum, pada 66,0

Ada dua hal tentang angka-angka itu yang lebih penting daripada angka-angkanya sendiri. Pertama, selisih 5,0 poin antara baris max dan xhigh adalah model yang sama di harness yang sama dengan satu pengaturan yang diubah, yang menjadi pengingat berguna bahwa "skor Muse Code" kurang terdefinisi kecuali tingkat effort disebutkan. Kedua, papan ini adalah pengukuran yang berbeda dari yang dikutip dalam liputan September kami sendiri tentang Muse Spark 1.3: artikel sebelumnya menyebut 68 untuk Muse Spark 1.3 pada max, 64 pada xhigh, dan 68 untuk Claude Opus 5 pada xhigh. Angka-angka itu tidak lagi muncul di papan live — baris teratas saat ini adalah Claude Opus 5.5 pada max dengan 66,0, dan baris Muse Code terbaca 54,3 dan 48,3. Indeksnya telah direvisi dan komposisi peserta telah berubah. Jika Anda masih membawa angka-angka lama itu, angka-angka itu sudah digantikan, dan kedua kumpulan angka tersebut tidak boleh dikutip berdampingan seolah-olah keduanya adalah pengukuran yang sama yang dilakukan dua kali.

Halaman model AA untuk Muse Spark 1.3 kembali menjadi permukaan tersendiri, dan angkanya sendiri diukur oleh AA, bukan dilaporkan vendor: Intelligence Index 48,09, Terminal-Bench 2.1 pada 84,3%, GPQA Diamond pada 93,5%, HLE pada 48,7%, SciCode pada 58,8%, dan recall konteks panjang pada 83%, dengan tanggal rilis 2026-09-02, jendela konteks 1.000.000 token, dan klasifikasi sebagai proprietary, closed-weight. Perhatikan bahwa ini adalah satu revisi indeks pada satu halaman model — AA menerbitkan indeks per model yang direvisi menurut jadwalnya sendiri, jadi mencampur angka dari halaman ini dengan angka dari halaman model lain tidak memberi Anda perbandingan pada snapshot yang sama.

Apa yang tidak diberikan oleh semua ini kepada Anda adalah perbandingan yang setara. Baris-baris coding AA melintasi harness secara konstruksi — Muse Code melawan Codex, melawan Claude Code, melawan Grok Build, melawan Kimi Code CLI — sehingga pembacaan baris-versus-baris membandingkan pasangan harness-model dengan pasangan harness-model lain, bukan dua model di bawah satu harness. Ketika Meta belum menjalankan perbandingan yang setara dan papan AA tidak dibangun untuk menjawabnya, posisi yang jujur adalah bahwa adu langsung itu tidak ada pada upaya dan harness yang setara, bukan membangunnya dari angka-angka yang berdekatan.

Apa yang dirutekan oleh OrcaRouter, dan apa yang tidak

OrcaRouter adalah satu endpoint tunggal yang mencakup 200+ model dengan tarif daftar masing-masing penyedia tanpa markup, yang berarti jawaban ketersediaan untuk keluarga ini dapat diperiksa dan bukan sekadar soal kebijakan. Diperiksa terhadap daftar model publik kami yang aktif hari ini:

• meta/muse-code — tidak ada di katalog. Muse Code adalah sebuah harness, bukan model yang dapat dirutekan, dan kami tidak menyediakannya

• meta/muse-spark-1.3 — tidak ada di katalog

• meta/muse-spark-1.2 — dapat dirutekan, dengan jendela konteks 1.048.576 token dan harga $1,25 per juta token masukan, $4,25 per juta token keluaran, dan $0,15 per juta pembacaan cache, tarif yang sama dengan yang dipublikasikan Meta

• meta/muse-spark-1.1 — juga dapat dirutekan, dengan tiga tarif yang sama

Jadi, bentuk praktisnya di OrcaRouter adalah Anda dapat mengakses generasi Muse Spark yang sudah dirilis melalui endpoint yang sama yang Anda gunakan untuk hal lainnya, dan Anda tidak dapat mengakses Muse Code atau generasi 1.3 saat ini melaluinya. Anggap itu sebagai deskripsi katalog hari ini dan tidak lebih; ketersediaan dapat berubah dan daftar model adalah tempat untuk memeriksanya.

Nilai sebuah router untuk beban kerja seperti ini terletak pada dua hal yang tidak dapat diberikan oleh langganan kepada Anda. Yang pertama adalah bahwa satu kunci API adalah lapisan perutean yang secara otomatis mengalihkan permintaan saat penyedia mengalami penurunan kinerja, yang penting ketika proses agen sudah ribuan panggilan alat dan Anda tentu tidak ingin kehilangannya hanya karena satu upstream sedang mengalami hari yang buruk. Yang kedua adalah bahwa permintaan dideskripsikan, bukan di-hard-code — Anda dapat menempatkan Muse Spark 1.2 di belakang DSL perutean yang sama dengan model lain mana pun dan mengubah apa yang melayaninya tanpa mengubah klien Anda.

Sering diajukan

Apakah model default CLI adalah model terkini? Tidak. Default Muse Code adalah muse-spark-1.2; generasi saat ini adalah Muse Spark 1.3, diumumkan pada 2 September 2026, dan Anda dapat mengaksesnya dengan --model muse-spark-1.3 atau perintah /models.

Penulisan mana yang benar — "Muse Code 1.3" atau "Muse Spark 1.3"? Muse Spark 1.3. Versi Muse Code adalah rilis harness dan yang terkini adalah 1.2.1; kedua lini penomoran itu tidak saling berkaitan, dan itulah justru alasan kueri "muse code 1.3" mengembalikan hasil yang membingungkan.

Jika saya hanya membutuhkan input audio, model mana yang harus saya konfigurasikan? Muse Spark 1.2. Catatan kaki Meta sendiri menyatakan bahwa pemahaman audio di 1.3 tidak sepenuhnya didukung dan dapat menurunkan kualitas respons, serta mengarahkan pekerjaan audio ke 1.2 atau ke Muse Voice Transcribe.

Apakah tier Contributor merupakan tier gratis atau uji coba? Tidak, dan ini bukan diskon yang Anda dapatkan secara otomatis. Ini adalah varian dengan harga lebih rendah di setiap versi Muse Spark mulai dari 1.2 dan seterusnya, sebagai imbalan atas izin untuk melatih model menggunakan prompt dan completion Anda; generasi 1.1 tidak memiliki varian Contributor.

Intinya

Muse Code adalah agen coding terminal dan CI milik Meta, dibuat oleh Meta untuk model Muse Spark-nya, dijual sebagai tiga paket bulanan seharga $5,00, $15,00, dan $50,00 tanpa tier gratis, didukung oleh tarif Standar bayar sesuai pemakaian sebesar $1,25 untuk input dan $4,25 untuk output per juta token serta tarif Contributor sebesar $0,10 dan $0,20 untuk token yang sama jika Anda mengizinkan Meta melatih model dengan data tersebut. Rilis CLI saat ini adalah 1.2.1, generasi model saat ini adalah Muse Spark 1.3, dan CLI masih default ke Muse Spark 1.2 — sebutkan versi dan reasoning effort setiap kali Anda mengutip skor, karena Muse Code yang menjalankan Muse Spark 1.3 pada max dan pada xhigh bukanlah pengukuran yang sama, dan klaim efisiensi utama vendor adalah perbandingan internal, bukan hasil independen.

Untuk melihat langsung harness itu sendiri, lihatlah panduan kami tentang agen pengkodean terminal Muse Code.