Flint v1.0 対 Muse Code：重みファイルとターミナルエージェントでは請求が異なる

この比較を始める前から公正にしてくれる数字はこちらです。 Recursive Flint v1.0はトークンあたりのコストがゼロで、メモリは約24 GBです。 Muse Codeは、リクエストを一度も送る前に月額5〜200ドルかかり、さらにMetaのStandardティアでは出力トークン100万個あたり4.25ドルかかります。このうち一方は自分が所有するファイルです。もう一方は他人のループへのサブスクリプションです。これらを代替案のように比較するのは、ほとんどの報道がやってしまう誤りであり、偶然ではなく意図的に犯す価値のある誤りです——なぜなら、請求額を見れば、本当の判断はどちらが優れているかではありません。自分の仕事がどの形を必要としているかです。

Flintは2026年10月21日に、Recursiveの最初のモデルとして登場した。総パラメータ数398億、トークンあたり約25億がアクティブなMixture-of-Experts型コーダーで、Apache 2.0、ラップトップ上で動作するように設計されている。Muse Codeはそれより早く登場した——Metaが2026年8月5日にベータ版として提供し、その後ベータを終了した——が、それはモデルではない。MetaのMuse Sparkモデル（現在はMuse Spark 1.3）を動かすネイティブのターミナルバイナリであり、指示しない限りCLIが選択するバージョンは依然としてMuse Spark 1.2だ。

それぞれが実際に何なのか

モデルとエージェントは異なる製品であり、その違いは「仕事がどこにあるか」という点にあります。

Flintは重みです。テキストとツール呼び出しを入力として受け取り、テキストとツール呼び出しを出力します。その周辺のすべて——ループ、ファイル編集、テスト実行、リトライロジック——は、Flintに接続する任意のハーネスが提供します。Recursive自身のサービングキットはSGLangを使用しており、エコシステムではllama.cpp、Ollama、LM Studio、vLLM、そしてRecursive独自のエンジンを経由してルーティングされます。得られるのは高速なトークン生成器と空白のページです。

Muse Codeは、中身が埋め尽くされたページです。メインのエージェントループ、セッションを通じてコンテキストを収集し続ける非同期のバックグラウンドエージェント、並列サブエージェント同士が衝突しないようにする分離されたGitワークツリー、そしてクラッシュしたセッションを再生または再開できるローカルイベントログを備えています。計画とレビュー用のスラッシュコマンド、他のツールから操作できるエージェントクライアントプロトコル、設定可能な承認モードを備えたサンドボックス化されたシェル実行があり、対話形式でもヘッドレスでも動作します。インストールはmacOSまたはLinuxでは1行のスクリプト、WindowsではPowerShellの手順です。あなたが買っているのはこのループであり、その内部のモデルは自分で選べるものではありません。

コストの背骨を解明する

抽象的に定価を比較するのではなく、あるワークロードを考えてみましょう。開発者のエージェントが1か月に5000万出力トークンを書き出すとします。これは重いエージェント型ワークフローにとって極端な数字ではなく、小規模チームでもあり得る程度に低い数字です。

• Flint — ライセンス費用は0ドル。出力トークンは無制限。固定費は、持っているか持っていないかのどちらかであるハードウェアだ。ディスク上のNVFP4ビルドで22.86 GB、実行には約24 GBのメモリ、そしてローカル推論を許容できる速度のマシン。Recursiveは、短いコンテキストならM4 Pro MacBook Proで毎秒125トークン以上を主張している。そのノートPCをすでに持っているなら、5000万番目のトークンの限界費用は電気代だ。

• Muse Code — 月額プランは上限ではなく下限だ。なぜなら、その上にトークン課金が乗ってくるからだ。出力トークン100万個あたり4.25ドルなら、5,000万出力トークンは、入力が計算される前の時点で出力だけで212.50ドル。これに加えて、アクセスを得るために必要だったサブスクリプション階層がどれであっても、その費用がかかる。4つのプラン——月額5ドル、15ドル、50ドル、200ドル——が買うのは異なるレベルのアクセスであり、無制限の利用ではない。

• Muse Codeのより安価な階層 — Contributor階層は100万入力トークンあたり$0.10、100万出力トークンあたり$0.20で、Standard階層の$1.25と$4.25に対して設定されています。出力では約20倍の差があり、安価な理由はMetaがあなたのプロンプトと補完結果で学習する可能性があるためです。これは現実的なトレードオフであり、オープンソース作業にとっては正当なものです。プロプライエタリなコードベースにとっては割引ではなくポリシー上の判断であり、要約を信じるよりも現在の規約を読む価値があります — この要約も含めて。

• Flint、隠れたコスト — マシン。ラップトップ上の24 GBのワーキングセットは問題ないが、24 GBカードを搭載したデスクトップでは、システムの他の部分を考慮すると厳しい。また、長いコンテキストでのローカルスループットは、見出しの数値が示すほどではない。独立したテストでは、短いプロンプトで毎秒約110トークン、コンテキストが約115,000トークンになると毎秒約9トークンまで低下することが報告されている。何かを書く前に大規模なリポジトリを読むエージェントは、ほとんどの時間を低速領域で過ごすことになる。

それらを並べてみると、トークン単位のコスト比較ではまったく差が開いており、総合能力ベースでは逆方向にまったく差が開いている。まさにそこが要点だ。

プライバシーこそが最も隔たりの大きい領域だ

Flintはオフラインで動作します。「プロンプトを記録しません」という意味でのオフラインではなく、実際にネットワークから切り離され、あなたのハードウェア上で、ウェイトはあなたのディスク上に置かれます。ネットワークの外に出せないコードベースにとって、これは数ある機能の一つではなく、この比較においてこのモデルが存在する理由そのものです。

Muse Codeはクラウドエージェントだ。リポジトリに対してコマンドを実行するため、読み取るものは移動する。貢献型の料金階層は、データの関係を暗黙ではなく明示する。誰も読まないポリシーより正直だと言えるかもしれないが、進む方向は変わらない。「ソースコードが建物の外に出ることは決してない」ことが制約なら、決定はすでに下されており、ベンチマーク表は無関係だ。

ループを回すのは誰か、そしてなぜそれがモデルよりも多くのことを左右するのか

最も過小評価されている違いは、Flintではエージェントに対して自分が責任を負うという点だ。トークンあたり2.5Bパラメータを活性化する39.8Bモデルは有能なトークン生成器だが、Recursiveは、大規模な有料コーディングアシスタントよりも多くの誘導が必要だと明言し、複雑な作業をより小さなステップに分割することを推奨している。その誘導はどこかから来なければならない——ハーネス、プロンプトテンプレート、自前のグルーコードだ。それがなければ、エージェントはない。

Muse Codeはすでにそれらの判断をあなたの代わりに下しており、まさにそれがこのサブスクリプションで買うものだ。その引き換えとして、コーディングセッションがどう進むべきかについてのMetaの見解を引き継ぐことになり、その土台のモデルを差し替えることはできない。

どちらのベンダーも宣伝していない中間的な道があり、ほとんどのチームが行き着くのはそこだ。マシンから出してはいけない作業にはローカルモデルを残し、2.5Bアクティブモデルでは提供できない能力を要する作業にはホスト型エンドポイントを残す。ルーティングがインフラの些末事ではなくアーキテクチャそのものになるのは、まさにこういう場合だ。エスカレーション経路が、プロバイダー定価で200以上のホスト型モデルの前段に置かれた1つのOpenAI互換エンドポイントで、追加マークアップなしであれば、後から能力を追加しても2つ目の契約や2つ目のSDKを追加する必要はなく、さらにフェイルオーバーチェーンがあれば、あるプロバイダーでタイムアウトしたリクエストが、あなたのエージェントに気づかれずに別のプロバイダーで完了できる。

どちらを選ぶべきですか

コストの議論と意思決定の間に、明確なラベルを付けて置かれるべき数字が一つある。Meta自身の発表チャートでは、Muse Spark 1.2はTerminal-Bench 2.1で82.9%となり、自社パネルで2位につけている。Flintのベンダー報告によるTerminal-Bench 2.1スコアは54.9%だ。これら二つの数値は異なる研究室によって、異なるハーネスで、エージェントがウェブ検索を行えるかどうかについての異なるルールのもとで出されたものなので、28ポイントの差は、手に取って確かめられる何かの測定値ではない。ただし、2.5Bアクティブのローカルモデルとフロンティアに近いホスト型モデルでは、能力の上限が同じ場所にはないことを強く示唆している。あなたの仕事が日常的にエージェント型コーディングのより難しい領域を必要とするなら、価格がどれほど魅力的に見えても、ローカル選択肢は代替にはならない。

• コードをマシンの外に出せない場合、エージェントのタスクが短く範囲が明確な場合、すでに気に入ったハーネスがある場合、あるいは今後も成長し続けるワークロードに対してトークン単位の課金をやめたい場合は、Flint を選んでください。長コンテキストのスループットを見込んで予算を組み、それを前提にエージェントを設計してください。

• 初日から使えるターミナルエージェントが欲しい場合、タスクが数時間にわたり、バックグラウンドエージェントや再開可能なセッションの恩恵を受けたい場合、あなたの作業が十分にオープンでコントリビューターティアが許容できる場合、そして利用量に応じて変動する月額請求のほうがハードウェアよりも正当化しやすい場合は、Muse Code を選んでください。

• コードベースが混在しているチームなら、両方を選びましょう。どのリポジトリを外に出せるかを考えれば、分割の線引きはたいてい明らかになります。

すべきでないのは、これをベンチマークの問いとして扱うことだ。Flint の公表スコア — {{1}}SWE-bench Verified で74.2{{/1}}、{{2}}SWE-bench Pro v2 で89.7{{/2}}、{{3}}Terminal-Bench 2.1 で54.9{{/3}} — はベンダー報告であり、独立に再現されていない。Muse Code のモデルファミリーには、自社製のチャートがある。どちらの数値も、火曜日にあなたのエージェントがあなたのモノレポと出会うと何が起きるかを教えてくれない。コスト構造とデータ経路なら教えてくれる。そしてそれらは、何かにお金を使う前に知ることができる。