AesCode 32B vs Muse Code: un motore per poster e un agente da terminale non sono rivali

AesCode 32B e Muse Code vengono confrontati perché entrambi i nomi contengono la parola "code", e questa è quasi l'unica cosa che hanno in comune. AesCode 32B è il checkpoint di ricerca di Microsoft per emettere HTML e CSS modificabili — slide, poster, dashboard, report — pubblicato sotto Apache 2.0 su Hugging Face, con il repository creato il 29 settembre 2026 e il commit che porta il nome "Release AesCode-32B" datato 7 ottobre 2026. Microsoft non ha annunciato nulla al riguardo: non c'è nessun post di lancio, nessun comunicato stampa, e la model card stessa non indica alcuna data di rilascio. Muse Code non è affatto un modello. È l'agente di codifica da terminale di Meta, in beta dall'inizio di agosto 2026, che passa il suo tempo a eseguire comandi shell su un repository. Uno di questi produce un file che apri in un browser. L'altro esegue comandi finché i test non passano. Scegliere tra loro non è una decisione sul modello, e la cosa utile che questa pagina può fare è impedirti di prenderla come se lo fosse.

A cosa serve ciascuno in realtà

AesCode 32B parte da Qwen3-VL-32B-Instruct ed è addestrato, secondo la sua model card, con un fine-tuning supervisionato cold-start su 3.000 dimostrazioni, seguito da apprendimento per rinforzo GDPO su sette canali di ricompensa: esecuzione, testo, confini, tabelle/grafici, layout, spazi bianchi e design. Sei di questi canali sono verificatori deterministici; il settimo è un giudice vision-linguaggio che lavora da una rubrica per campione legata a un "design graph" della pagina di destinazione. Ogni output candidato viene renderizzato in un browser Playwright in sandbox con le richieste esterne bloccate, poi valutato a partire dal DOM, dagli stili calcolati, dai bounding box e da uno screenshot. Gli output previsti sono indicati esplicitamente sulla card: slide modificabili, poster, dashboard e report, oltre alla ricerca sulla generazione multimodale di codice. Il modello produce un documento HTML completo ed è addestrato a usare strutture di tabelle HTML reali e specifiche ECharts, in modo che il suo output rimanga ispezionabile.

Muse Code fa qualcosa di strutturalmente diverso. È un binario nativo per macOS e Linux con un loop principale dell'agente, agenti asincroni in background che continuano a raccogliere contesto durante una sessione, worktree Git isolati così che i sotto-agenti non entrino in collisione, e un registro eventi locale che consente di riprodurre o riprendere una sessione andata in crash. Secondo i dati riportati da Meta stessa, arriva a scrivere migliaia di chiamate a tool in periodi misurati in ore. Ciò che viene venduto è il loop, non l'artefatto.

Mettili fianco a fianco e i verbi non corrispondono. AesCode 32B rende. Muse Code esegue. Se il tuo problema è "il nostro deck trimestrale richiede tre giorni di lavoro a un designer", Muse Code è irrilevante e AesCode 32B mira dritto a quello. Se il tuo problema è "nessuno vuole passare un weekend ad aggiornare questo albero delle dipendenze", AesCode 32B non ha nulla da dire e Muse Code è lo strumento.

Le prove di ciascuna parte non sono dello stesso tipo.

Questa è la parte che ogni pagina di confronto sbaglia, quindi vale la pena andarci piano.

I numeri di AesCode 32B provengono da una valutazione infografica su 300 campioni, tre generazioni per prompt senza selezione, e sono impressionanti di per sé: un punteggio Overall di 85,89 contro 81,28 di GPT-5.5 e 80,39 di Claude Opus 4.8, entrambi misurati con la stessa configurazione di immagini di riferimento dall'harness di Microsoft stesso. La scheda riporta inoltre che un grave errore ai confini del canvas si ripresenta sul 4,3% dei campioni rispetto al 34,7% di GPT-5.5, e che AesCode 32B supera il proprio backbone Qwen3-VL-32B di 22,4 punti sulla dimensione Visual e di 24,8 su Overall.

Leggi tutto ciò come dichiarato dal fornitore e non riprodotto. Il benchmark, i canali di ricompensa che hanno addestrato il modello e le metriche che lo valutano sono opera dello stesso laboratorio, e i 300 campioni sono di Microsoft. Non è una ragione per scartare il risultato — la valutazione è insolitamente trasparente, lo stack di verifica è aperto, e il fatto che la scheda pubblichi una dimensione su cui nessun modello supera 60 ("style", dove nulla ottiene più di 55.99) è più onestà di quanta ne contengano la maggior parte delle tabelle dei fornitori. È una ragione per non mettere 85.89 accanto a un numero prodotto da un laboratorio diverso su un compito diverso e far finta che sia avvenuto un confronto.

I numeri di Muse Code sono riportati da Meta ancora in un senso diverso: misurano insieme un modello e un harness. Meta riporta l'82,9% su Terminal-Bench 2.1 per Muse Code, secondo dietro Claude Opus 5 abbinato a Claude Code all'86,7%, oltre al 59,3% su DeepSWE 1.1 e al 70,6% su un bench di coding interno. Poiché in quella tabella harness diversi sono stati abbinati a modelli diversi, non si può ricavare il contributo del modello dal punteggio del sistema. E non c'è alcuna sovrapposizione tra ciò su cui viene misurato Muse Code e ciò su cui viene misurato AesCode 32B — uno è valutato su compiti da terminale e ingegneria del software, l'altro su se il testo di un'infografica è leggibile e il suo layout non deborda.

Cosa nasconde "un 32B checkpoint"

Il deployment è l'ambito in cui i due prodotti si separano più nettamente, e la versione breve sta in un elenco puntato.

• Che cos'è — AesCode 32B: un checkpoint di modello da 33 miliardi di parametri che scarichi. Muse Code: un prodotto agente da terminale installabile.

• Licenza — AesCode 32B: Apache 2.0, pesi inclusi. Muse Code: proprietario; il modello che ne è alla base è chiuso.

• Ciò che fornisci — AesCode 32B: una GPU e uno stack di serving. Muse Code: una chiave API o un abbonamento.

• Requisiti hardware minimi — AesCode 32B: la scheda consiglia di prevedere circa 65 GB di memoria dell'acceleratore solo per i parametri bf16, e il suo stesso esempio di serving utilizza il parallelismo tensoriale a quattro vie. Muse Code: un portatile.

• Contesto — AesCode 32B: 24.576 token nella configurazione riportata, con prompt e risposte limitati a 8.192 durante l'addestramento RL. Muse Code: una finestra di 1M token tramite il modello Muse Spark sottostante.

• Prezzo — AesCode 32B: i pesi sono gratuiti; il costo è l'hardware. Muse Code: fatturato per token, o tramite un piano mensile.

• Evidenza — AesCode 32B: una valutazione eseguita dal fornitore sui propri 300 campioni, con l'harness pubblicato. Muse Code: benchmark a livello di sistema riportati da Meta su uno stack accoppiato agente-più-modello.

Quella riga del "minimo hardware" è quella che la gente salta. Un checkpoint da 32B in bf16 non è un modello per laptop, e AesCode 32B per di più è un modello visione-linguaggio, quindi il percorso di serving gestisce anche input immagine. Muse Code è un binario che installi in un pomeriggio.

Dove si sovrappongono davvero

Esiste esattamente una vera sovrapposizione, ed è limitata: entrambi possono essere indirizzati verso un artefatto affine al design e ricevere la richiesta di produrre qualcosa che un essere umano rifinirà. Se il tuo team genera dashboard interne come codice e vuole anche un agente che possa aprire una pull request nel repository delle dashboard, entrambi i prodotti toccano quel flusso di lavoro.

Anche lì la separazione è netta. AesCode 32B produce l'artefatto. Muse Code produce la modifica. Una pipeline che facesse entrambe le cose chiamerebbe AesCode 32B per il rendering, poi passerebbe il file risultante a un agente che lo posizioni, lo colleghi e lo testi — e nulla, in nessuno dei due prodotti, lo impedisce, perché non hanno mai conteso lo stesso slot.

La metà di questa sfida che puoi pronosticare oggi

Ecco un'asimmetria pratica che vale la pena enunciare chiaramente. AesCode 32B non è distribuito da alcun fornitore di inferenza. La scheda di Hugging Face non elenca alcun endpoint ospitato, alcun partner e alcuna API; se vuoi usarlo devi scaricare 65 GB di pesi e costruire da te il percorso di serving. È uno stato normale per un rilascio di ricerca ed è anche la singola cosa più grande che si frappone tra il modello e chiunque non possieda otto GPU.

Il modello sottostante di Muse Code non ha quel problema. La famiglia Muse Spark viene erogata come semplice modello API, e Muse Spark 1.2 è nel catalogo OrcaRouter dove è fatturabile alle tariffe di listino di Meta di 1,25 $ per milione di token in input e 4,25 $ per milione di token in output — prezzo di listino del provider passato tal quale, nessun ricarico da parte nostra, quindi una variazione di prezzo di Meta arriva qui lo stesso giorno in cui arriva lì. Una sola chiave lo copre insieme a oltre 200 altri modelli, con failover automatico se un provider vacilla, che è la differenza tra "possiamo provarlo" e "possiamo metterlo su un percorso di produzione". Se quello che volevi davvero da questa pagina era un modo per usare l'intelligenza dentro Muse Code senza adottare il prodotto Muse Code, quella è la strada, ed esiste. Se quello che volevi era AesCode 32B, la strada è un download.

Quale scegliere

Scegli AesCode 32B se l'artefatto è ciò che conta. Stai producendo presentazioni, report, poster o dashboard in grandi quantità, hai l'hardware o la volontà di noleggiarlo, e l'attrattiva di un modello che genera HTML strutturato e modificabile — tabelle come tabelle, grafici come specifiche ECharts, tutto sottoponibile a diff in Git — vale un setup di serving di livello ricerca. Accetta di essere un early adopter di un modello non annunciato con un numero ridotto di download, che nessun laboratorio indipendente ha riprodotto i suoi punteggi, e che il suo contesto da 24K è un vincolo concreto sui documenti lunghi.

Scegli Muse Code se il processo è ciò che conta. Vuoi un agente che gira nel terminale, sopravvive a un crash a metà sessione e può portare avanti più flussi di lavoro contemporaneamente in worktree isolati, e non hai problemi a pagarlo per token o al mese.

Non scegliere né l'uno né l'altro e instrada direttamente verso Muse Spark 1.2, se ciò di cui avevi bisogno era un modello di ragionamento capace dietro una chiave API e il terminal harness non è mai stato la parte che volevi.

Cosa cambierebbe questa pagina

Tre cose. Se un fornitore di inferenza adotta AesCode 32B — o Microsoft pubblica un endpoint ospitato — la colonna del deployment crolla e il modello diventa qualcosa che puoi valutare in un pomeriggio, il che renderebbe la questione molto più equilibrata per i team incentrati sul design. Se una valutazione indipendente riproduce il punteggio Overall di 85,89 e il tasso di fallimento ai confini del 4,3%, l'asimmetria delle prove si riduce notevolmente. E se Meta apre i pesi di Muse Spark, la narrazione "puoi scaricare uno e non l'altro" sparisce del tutto. Finché non accade una di queste cose, il riassunto onesto è che questi due prodotti condividono una parola, non un lavoro.