Flint v1.0 vs Muse Code: un file di pesi e un agente da terminale hanno costi diversi

Ecco il numero che rende onesto questo confronto prima ancora che inizi. Recursive Flint v1.0 non costa nulla per token e richiede circa 24 GB di memoria. Muse Code costa tra $5 e $200 al mese prima ancora di inviare una singola richiesta, e poi $4,25 per milione di token di output sul tier Standard di Meta. Uno dei due è un file che possiedi. L'altro è un abbonamento al loop di qualcun altro. Confrontarli come se fossero alternative è l'errore in cui incorre la maggior parte delle analisi, ed è un errore che vale la pena fare deliberatamente anziché per caso — perché una volta vista la bolletta, la vera decisione non è quale sia migliore. È la forma di cui il tuo lavoro ha bisogno.

Flint è arrivato il 21 ottobre 2026 come primo modello di Recursive: un coder mixture-of-experts con 39,8 miliardi di parametri in totale, circa 2,5 miliardi attivi per token, Apache 2.0, progettato per girare su un laptop. Muse Code è arrivato prima — Meta lo ha rilasciato in beta il 5 agosto 2026 e da allora lo ha fatto uscire dalla beta — e non è un modello. È un binario nativo per terminale che pilota i modelli Muse Spark di Meta, attualmente Muse Spark 1.3, con Muse Spark 1.2 che è ancora la versione selezionata dalla CLI a meno che tu non gli dica altrimenti.

Che cosa ciascuno è in realtà

Un modello e un agente sono prodotti diversi, e la differenza sta in dove risiede il lavoro.

Flint è un insieme di pesi. Riceve in input testo e chiamate a strumenti e restituisce testo e chiamate a strumenti, e tutto ciò che sta attorno — il loop, la modifica dei file, l'esecuzione dei test, la logica di retry — è fornito dall'harness a cui lo indirizzi. Il kit di serving di Recursive usa SGLang; l'ecosistema lo instrada tramite llama.cpp, Ollama, LM Studio, vLLM e il motore di Recursive. Ottieni un generatore di token veloce e una pagina bianca.

Muse Code è la pagina compilata. Include un loop principale dell'agente, agenti in background asincroni che continuano a raccogliere contesto durante una sessione, worktree Git isolati affinché i sotto-agenti paralleli non entrino in collisione e un registro eventi locale che consente di riprodurre o riprendere una sessione andata in crash. Dispone di comandi slash per pianificazione e revisione, un protocollo agent-client tramite cui altri strumenti possono pilotarlo, esecuzione shell in sandbox con modalità di approvazione configurabili e funziona in modo interattivo o headless. L'installazione è uno script da una riga su macOS o Linux, con un percorso PowerShell su Windows. Stai comprando il loop, e il modello al suo interno non è una tua scelta.

La spina dorsale dei costi, calcolata

Invece di confrontare i prezzi di listino in astratto, prendi un carico di lavoro. Supponiamo che l'agente di uno sviluppatore scriva 50 milioni di token di output in un mese — una cifra non estrema per un flusso di lavoro agentico intenso, e abbastanza bassa da essere plausibile per un piccolo team.

• {{1}}Flint{{/1}} — {{2}}costo della licenza $0{{/2}}. Token di output illimitati. Il costo fisso è l'hardware che si possiede o non si possiede: {{3}}22,86 GB{{/3}} per la build {{4}}NVFP4{{/4}} su disco, circa {{5}}24 GB{{/5}} di memoria per eseguirlo, e una macchina abbastanza veloce da rendere tollerabile l'inferenza locale. {{6}}Recursive{{/6}} dichiara {{7}}oltre 125 token al secondo{{/7}} su un {{8}}M4 Pro MacBook Pro{{/8}} con contesto breve. Se possiedi già quel laptop, il costo marginale del {{9}}cinquanta milionesimo token{{/9}} è l'elettricità.

• Muse Code — il piano mensile è un minimo, non un tetto, perché la fatturazione dei token si aggiunge ad esso. A 4,25 $ per milione di token di output, 50 milioni di token di output fanno 212,50 $ di solo output prima di conteggiare l'input, a fronte del livello di abbonamento necessario per ottenere l'accesso. I quattro piani — 5, 15, 50 e 200 $ al mese — danno livelli di accesso diversi, non un utilizzo illimitato.

• Muse Code, livello più economico — il livello Contributor costa $0,10 per milione di token di input e $0,20 per milione di token di output, rispetto a $1,25 e $4,25 del livello Standard. È una differenza di circa venti volte sull’output, e il motivo per cui costa meno è che Meta può addestrare i modelli sui tuoi prompt e sulle tue completions. Si tratta di un vero compromesso, legittimo per il lavoro open-source. Per una codebase proprietaria è una decisione di policy, non uno sconto, e vale la pena leggere i termini attuali invece di fidarsi di un riassunto — incluso questo.

• Flint, costo nascosto — la macchina. Un working set da 24 GB su un portatile va bene; su un desktop con una scheda da 24 GB è stretto una volta che si considera il resto del sistema. E il throughput locale a contesto lungo non è quello che suggerisce il numero di copertina: test indipendenti hanno riportato circa 110 token al secondo con prompt brevi, che scendono a circa 9 token al secondo intorno ai 115.000 token di contesto. Un agente che legge un grande repository prima di scrivere qualsiasi cosa passerà la maggior parte del tempo nel regime lento.

Mettili fianco a fianco e il confronto dei costi non è affatto vicino su base per token, e non è affatto vicino nell'altra direzione su base di capacità complessiva. È proprio questo il punto.

La privacy è l’ambito in cui il divario è più ampio.

Flint funziona offline. Non "non registriamo i tuoi prompt" offline — davvero disconnesso, sul tuo hardware, con i pesi sul tuo disco. Per una base di codice che non può uscire da una rete, non è una funzionalità tra le altre; è la ragione per cui il modello esiste in questo confronto.

Muse Code è un agente cloud. Esegue comandi su un repository, e questo significa che le cose che legge viaggiano. Il livello tariffario contributivo rende esplicita anziché implicita la relazione con i dati, il che è probabilmente più onesto di una policy che nessuno legge, ma non cambia la direzione di marcia. Se il tuo vincolo è "il codice sorgente non lascia mai l'edificio", la decisione è già stata presa e la tabella dei benchmark è irrilevante.

Chi gestisce il loop, e perché questo determina più del modello

La differenza più sottovalutata è che con Flint sei tu il responsabile dell'agente. Un modello da 39,8B che attiva 2,5B parametri per token è un valido generatore di token, ma Recursive afferma chiaramente che necessita di più guida rispetto ai grandi assistenti di programmazione a pagamento e consiglia di suddividere i lavori complessi in passaggi più piccoli. Quella guida deve venire da qualche parte: un harness, un modello di prompt, il tuo codice di integrazione personale. Se non hai questo, non hai un agente.

Muse Code ha già preso quelle decisioni per te, ed è questo che l'abbonamento ti dà. Il compromesso è che erediti le opinioni di Meta su come dovrebbe svolgersi una sessione di programmazione, e non puoi sostituire il modello sottostante.

Esiste una via di mezzo che nessuno dei due fornitori pubblicizza, ed è quella su cui converge la maggior parte dei team: tenere il modello locale per il lavoro che non deve lasciare la macchina e tenere un endpoint ospitato per il lavoro che richiede più capacità di quanta ne possa offrire un modello con 2,5B di parametri attivi. È il caso in cui il routing smette di essere un dettaglio infrastrutturale e inizia a essere l'architettura. Se il percorso di escalation è un unico endpoint compatibile con OpenAI davanti a oltre 200 modelli ospitati al prezzo di listino del fornitore e nessun ricarico aggiunto, allora aggiungere capacità in seguito non significa aggiungere un secondo contratto e un secondo SDK — e una catena di failover significa che una richiesta che va in timeout su un fornitore può essere completata su un altro senza che il tuo agente se ne accorga.

Quale scegliere?

Un numero merita di stare tra il discorso sui costi e la decisione, con un’etichetta chiara. Il grafico di lancio di Meta colloca Muse Spark 1.2 all’82,9% su Terminal-Bench 2.1, al secondo posto nella sua stessa classifica. Il punteggio Terminal-Bench 2.1 di Flint, riportato dal fornitore, è del 54,9%. Quei due valori sono stati prodotti da laboratori diversi, con harness diversi e regole diverse sulla possibilità o meno che un agente cerchi sul web — quindi il divario di 28 punti non è la misura di qualcosa che puoi tenere in mano. È però un forte indizio che il tetto di capacità di un modello locale con 2,5B attivi e quello di un modello ospitato vicino alla frontiera non siano allo stesso livello. Se il tuo lavoro richiede abitualmente la parte più difficile del coding agentico, l’opzione locale non è un sostituto, per quanto buono possa sembrare il prezzo.

• Scegli Flint se il codice non può lasciare la tua macchina, se le attività del tuo agente sono brevi e ben delimitate, se disponi già di un harness che ti piace o se vuoi smettere di pagare per token un carico di lavoro destinato a crescere. Prevedi nel budget il throughput per contesti lunghi e pianifica il tuo agente di conseguenza.

Scegli Muse Code se vuoi un agente da terminale funzionante fin dal primo giorno, se le tue attività durano ore e traggono vantaggio da agenti in background e sessioni ripristinabili, se il tuo lavoro è sufficientemente aperto da rendere accettabile il livello contributor, e se una bolletta mensile che scala con l'utilizzo è più facile da giustificare rispetto all'hardware.

• Scegli entrambi se sei un team con un codebase misto. La separazione è di solito ovvia una volta che chiedi quali repository è consentito far uscire.

Quello che non dovresti fare è trattarlo come una questione di benchmark. I punteggi pubblicati di Flint — 74,2 su SWE-bench Verified, 89,7 su SWE-bench Pro v2, 54,9 su Terminal-Bench 2.1 — sono dichiarati dal fornitore e non sono stati riprodotti in modo indipendente. La famiglia di modelli di Muse Code ha i propri grafici prodotti dal fornitore. Nessuno dei due insiemi di numeri ti dice cosa succede quando il tuo agente incontra il tuo monorepo di martedì. La struttura dei costi e il percorso dei dati invece sì, e sono conoscibili prima di spendere qualsiasi cosa.