Muse Code: wie maakt het, wat het kost en welke versie actueel is

Muse Code is Meta's codingagent voor de terminal en CI, gebouwd voor de Muse Spark-modelfamilie, en de twee versies die van belang zijn voor iedereen die hier terechtkomt, zijn Muse Spark 1.3 — de huidige generatie, gedateerd 2 september 2026 — en Muse Spark 1.2, de versie die de CLI nog steeds selecteert, tenzij je anders aangeeft. Muse Code installeert als een native muse binary, draait interactief of headless, en wordt op drie manieren verkocht: drie maandabonnementen van $5,00, $15,00 en $50,00, en pay-as-you-go tokenfacturering op Meta Model API tegen $1,25 per miljoen inputtokens en $4,25 per miljoen outputtokens op de Standard-tier. Nog een generatie terug, Muse Spark 1.1, wordt nog steeds aangeboden op dezelfde tier tegen dezelfde tarieven.

Lees dit als een naslagpagina, niet als nieuws. Muse Code zelf is geen nieuw feit om te melden: Meta bracht het op 5 augustus 2026 als bèta uit en haalde het op 31 augustus 2026 uit bèta, en deze pagina gebruikt die data om het model in de tijd te plaatsen, niet om het aan te kondigen. De rechtvaardiging voor deze pagina is een aanhoudende zoekvraag die we op 28 september 2026 zelf hebben gemeten, waarbij de kale zoekopdracht "muse code" in de voorgaande 28 dagen 4.547 vertoningen opleverde met nul kliks, en de commerciële schrijfwijze van dezelfde intentie — "muse code free", "muse code plan", "muse code plans", "muse code free tier", "muse code 1.3" — nog eens 124 vertoningen opleverde, eveneens met nul kliks. Lezers stellen vier specifieke vragen. Deze pagina beantwoordt ze op volgorde, op basis van de eigen documentatie van Meta, en zegt duidelijk wanneer een cijfer van Meta komt en niet van een onafhankelijke beoordelaar.

Als wat je eigenlijk nodig hebt een review van het gedrag van de agent is, of een head-to-head met een andere coding harness, dan is dit niet die pagina. Die bestaan al op deze blog, en de artikelen die je tijd waard zijn, zijn onderaan gelinkt.

Wat Muse Code is, en wie het maakt

De leveranciersdefinitie is één zin: "Muse Code is Meta's programmeeragent voor de terminal en CI, gebouwd voor Muse Spark." Het is geen bibliotheek, geen chatinterface en geen model — het is een harness. Je draait het in een projectmap; het plant, bewerkt bestanden en voert commando's uit om een taak te voltooien, met goedkeuringen en een OS-sandbox die actief is vanaf de eerste uitvoering.

Meta positioneert Muse Code en Meta Model API als twee routes naar hetzelfde onderliggende model: roep de API rechtstreeks aan wanneer je je eigen agent of applicatie bouwt, en voer Muse Code uit wanneer je een kant-en-klare codingagent wilt op de opdrachtregel of binnen een pipeline. Dat onderscheid is belangrijk voor de prijsstelling, omdat het abonnement de harness dekt en de API-sleutel apart per token wordt gefactureerd.

Installatie is een eenregelige installer, en de twee leveranciersoppervlakken zijn het niet helemaal eens over de string:

• macOS en Linux — curl -fsSL https://dev.meta.ai/install.sh | sh op de documentatiepagina, en hetzelfde commando dat eindigt op | bash op de marketingpagina en in beide onderzoeksblogposts

• Windows — irm https://dev.meta.ai/install.ps1 | iex, alleen gepubliceerd op de documentatiepagina

• Verificatie — muse --version, dan muse in een projectmap om een interactieve sessie te starten

• Eerste run — je wordt gevraagd het werkgebied te vertrouwen (waardoor de skills, regels en hooks worden geladen) en je te authenticeren via een aanmelding in de browser of met een API-sleutel; in CI gebruik je META_API_KEY in plaats daarvan

• Twee oppervlakken — muse voor de interactieve terminal-UI, muse exec "<prompt>" voor één niet-interactieve uitvoering tot voltooiing

• Stuur het aan vanuit je eigen programma — muse serve draait een geversioneerd sessieprotocol, muse schema print het JSON-schema, en npm install @muse-code/sdk installeert de TypeScript-wrapper

Dat laatste punt is het deel dat de meeste samenvattingen missen. Muse Code is niet alleen een CLI: het sessieprotocol is een gedocumenteerde, geversioneerde interface, en de changelog laat zien dat het doelbewust wordt uitgebreid — sessies kunnen via het protocol worden hernoemd, clients kunnen een gestructureerde diff-samenvatting voor elke bewerking lezen, en een aansturend programma kan een sessiebrede standaard voor reasoning-effort instellen.

Wat Muse Code kost, en de vraag over de gratis tier helder beantwoord

Er is geen gratis niveau. Het is de moeite waard om dat ronduit te stellen, want het is de meestgestelde commerciële vraag in de vraagdata en het antwoord is ondubbelzinnig: de productpagina van Muse Code, de abonnementenpagina en de changelog bevatten samen geen gratis abonnement, geen proefperiode, geen toewijzing van gratis tegoed en geen gratis toegang met snelheidslimiet.

Eén waarschuwing bij die controle. Meta's prijsdocumentatie gebruikt de woorden "platform free-tier credits" één keer — in de noot over Muse Voice Transcribe, die zegt dat transcriptie met zero data retention tegen hetzelfde tarief als de Standard-laag wordt aangeboden en dat platform free-tier credits van toepassing zijn. Muse Voice Transcribe is een apart product op de Meta Model API met eigen facturering per uur; die zin zegt niets over Muse Code. Als je die regel aangehaald ziet als bewijs voor een gratis laag van Muse Code, wordt die uit zijn context gelezen.

Wat Meta wél publiceert, zijn drie abonnementsniveaus, allemaal maandelijks gefactureerd, plus pay-as-you-go-tokenfacturering voor alles boven de promptlimiet van het abonnement:

• Dagelijks gebruik — $5,00/maand; toegang tot de nieuwste Muse-modellen; 10–50 prompts per 5 uur, inclusief het uploaden van afbeeldingen en video's; spraakmodus; zoeken op het web

• High Usage — $15,00/maand; alles in het Everyday-abonnement; 5× meer gebruik dan Everyday; meer prompts; meer multimodale inputs

• Power Usage — $50,00/maand; alles in het High Usage-plan; 20× de Everyday-gebruikslimiet; uitgebreidere prompts; vroege toegang tot nieuwe functies; hogere bestandsuploads

• Standaard tokentarieven — $1,25 per miljoen inputtokens, $4,25 per miljoen output, $0,15 per miljoen gecachte input, voor muse-spark-1.3, muse-spark-1.2 en muse-spark-1.1 alle drie hetzelfde

• Tarieven voor contributor-tokens — $0,10 / $0,20 / $0,002 per miljoen input, output en gecachte input, voor muse-spark-1.3-contributor en muse-spark-1.2-contributor

De Standard- en Contributor-tiers verschillen op precies één inhoudelijk punt, en Meta vermeldt dit zowel op de modellenpagina als op de tariefkaart: bij Standard worden je prompts en completions niet gebruikt om Meta-modellen te trainen; bij Contributor wel. De productpagina labelt de Contributor-rijen "Gebruikt om onze producten te verbeteren" en de Standard-rijen "Niet gebruikt om onze producten te verbeteren". Contributor is ongeveer twaalf keer goedkoper op input en ongeveer eenentwintig keer goedkoper op output, een verschil dat zo groot is dat het eerder een datagovernance-beslissing is dan een budgetbeslissing.

Drie prijsdetails zijn gemakkelijk te missen en allemaal de moeite waard om te weten voordat je de omvang van een workload bepaalt:

Geen toeslag voor lange context — De tariefkaart van Meta zegt dit expliciet: je betaalt hetzelfde tarief, ongeacht of het contextvenster grotendeels leeg of bijna vol is, wat ongebruikelijk is en de economie van lange agent-runs wezenlijk verandert

• Webzoekopdrachten als grounding worden apart gefactureerd — $2,50 per 1.000 zoekopdrachten bovenop de tokenkosten van het verzoek, en dit geldt voor tekstmodellen zoals Muse Spark

• Snelheidslimieten gelden per team, niet per sleutel — 3.000 aanvragen en 4.000.000 tokens per minuut op Standard, 100 aanvragen en 3.000.000 tokens per minuut op Contributor; het gebruik van meerdere sleutels binnen één team vermenigvuldigt het quotum niet

De werking van abonnementen staat gedocumenteerd op de abonnementenpagina van Meta en is gebruikelijk: een upgrade wordt naar rato gefactureerd en gaat onmiddellijk in, een downgrade gaat in bij de volgende factureringscyclus, opzegging vereist minstens 24 uur vóór de factureringsdatum, en er zijn geen terugbetalingen voor een opgezegd abonnement, behalve waar de wet er een vereist. Abonnementen dekken specifiek de Muse Code CLI-toegangsgegevens; aanvullende API-sleutels worden pay-as-you-go gefactureerd.

Welke versie is actueel: 1.2.1, Muse Spark 1.3, en de standaardoptie die geen van beide is

Dit is de vraag waar de vraagdata het luidst over spreken — het feit dat de zoekopdracht "muse code 1.3" überhaupt bestaat — en het is echt verwarrend, omdat "de versie" drie verschillende dingen kan betekenen en Muse Code ze alle drie publiceert.

• De CLI-release — 1.2.1 is de huidige. De changelog van Meta vermeldt de releases als 1.2.1, 1.1.1, 0.2.1 en 0.1.0, waarvan de laatste het label 'Lanceerversie' draagt

• De modelgeneratie — Muse Spark 1.3, aangekondigd op 2 september 2026 en op Meta's modellenpagina beschreven als "de nieuwste versie … Aanbevolen voor nieuw werk"

• Het standaardmodel van de CLI — muse-spark-1.2, vermeld in de sectie over de eerste keer opstarten van de documentatie en nogmaals onder modelselectie op de configuratiepagina

Een verse installatie van Muse Code 1.2.1 draait dus Muse Spark 1.2, tenzij je --model muse-spark-1.3 doorgeeft of midden in een sessie wisselt met /models. Meta's eigen quickstart-pagina's gebruiken muse-spark-1.3 in elk API-voorbeeld, waardoor het onderscheid makkelijker verkeerd te lezen valt dan nodig is: de API-voorbeelden en de CLI-standaard wijzen vandaag niet naar hetzelfde model.

De changelog van 1.2.1 beschrijft wat er is veranderd in de harness in plaats van in het model, en de belangrijkste punten zijn:

• Spraakinvoer staat standaard aan op macOS, is gebonden aan Option+V en wordt beheerd met /voice

• Een /rewind-opdracht die het gesprek terugzet naar een eerdere invoer, met hetzelfde keuzemenu als bij dubbel-Esc

• [Image #N]-labels op geplakte en gesleepte afbeeldingen, zodat het model naar een specifieke afbeelding op nummer kan worden gevraagd, waarbij labels en bronpaden behouden blijven bij hervatten, terugspoelen en forks

• Een meegeleverde migrate-skill die geheugennotities en MCP-serverdefinities uit Claude Code of Codex naar Muse Code importeert

• /mcp voor een live inventaris van verbonden MCP-servers en hun tools

• Nieuwe sessies die worden geopend in het machtigingsprofiel Auto-review, dat dezelfde toegang verleent als 'Ask me', maar in aanmerking komende goedkeuringsverzoeken naar een geautomatiseerde beoordelaar stuurt, en terugvalt op het aan u vragen wanneer de beoordelaar niet beschikbaar is

• Beveiligingsfixes, waarvan drie gedragsmatig in plaats van cosmetisch: opdrachten die via wrappers zoals env en setsid worden gestart, worden nu beoordeeld als de opdracht die ze daadwerkelijk starten; een wijziging van de permissiemodus halverwege een sessie geldt voor al lopende tools bij hun volgende actie; en het permissieprofiel Onbeperkt gedraagt zich nu precies zoals --yolo

Aan de modelzijde stelt de aankondiging van 2 september expliciet dat Muse Spark 1.3 is getraind op een diverse reeks harnesses, en dat Meta niet alleen het basismodel promootte, maar de redeneerlaag — "Muse Spark 1.3 met maximale redenering is nu beschikbaar op Muse Code en Meta Model API". De introductiepost van Muse Spark 1.2 van 5 augustus voegt de andere helft van dat verhaal toe: Muse Spark 1.2 werd samen met Muse Code zelf getraind, met behulp van via rejection sampling verkregen harness-trajecten plus werk aan recepten voor doelen, compactie en subagenten, waarbij de Muse Code-toolset werd geïntegreerd om de compatibiliteit met harnesses te maximaliseren. Het model en de harness werden in wisselwerking met elkaar ontwikkeld.

De envelop: context, modaliteiten, platforms

Muse Spark 1.3, Muse Spark 1.2 en Muse Spark 1.1 delen allemaal één envelop, en Meta vermeldt dat in één enkele tabelrij: 1.048.576 tokens context, met tekst, afbeelding, video, audio en PDF als invoer en tekst als enige uitvoer, in elke tier en elke versie.

Modaliteitspariteit komt met één voorbehoud dat Meta als voetnoot publiceert en dat het waard is om te herhalen in plaats van te begraven: het begrijpen van audio in Muse Spark 1.3 wordt niet volledig ondersteund en de responskwaliteit voor verzoeken met audio-inhoud kan achteruitgaan; de eigen richtlijn van Meta is om Muse Spark 1.2 voor audio te gebruiken, of Muse Voice Transcribe voor toegewijde spraak-naar-teksttranscriptie. In de CLI is dat concreet uitvoerbaar — --model muse-spark-1.2 is een gedocumenteerde override, en de standaard verwijst daar al naartoe.

Reasoning effort is een instelling op harnessniveau met acht niveaus, en de configuratiepagina van Meta noemt ze in deze volgorde: none, minimal, low, medium, high (de standaard), xhigh, max en ultra. Drie details in die lijst zijn essentieel:

• max is het diepste redeneerniveau, beschreven als uitgebreid redeneren voorbij xhigh, en Muse Code biedt het aan op zowel de Standard- als de Contributor-tier

• ultra is een instelling aan de clientzijde, geen modeltier: het wordt toegewezen aan de hoogst ondersteunde reasoning-tier van elke provider en kan ertoe leiden dat Muse Code agressiever delegeert, en wanneer een provider het niet ondersteunt, wordt een verzoek om ultra uitgevoerd op xhigh

• De Meta-provider accepteert none niet, dus het laagste niveau is alleen beschikbaar via andere providers die in de harness zijn geconfigureerd

Platformondersteuning is waar Meta's twee oppervlakken het oneens zijn, en het meningsverschil is klein maar reëel. De documentatiepagina zegt dat Muse Code op macOS, Linux en Windows draait vanuit één codebase, en noemt drie Windows-specifieke gedragingen: PowerShell vervangt Bash, dus door agents uitgevoerde opdrachten gebruiken PowerShell-syntaxis en Windows-opdrachtregelprogramma's; de sandbox kan om beheerdersgoedkeuring vragen, en Windows kan de eerste keer dat de sandbox wordt geïnitialiseerd een prompt voor Gebruikersaccountbeheer tonen, hoewel normaal gebruik niet vereist dat u als administrator werkt; en twee mogelijkheden zijn niet beschikbaar op Windows — spraakinvoer en sessieberichten, die beide werken op macOS en Linux. De productpagina daarentegen zegt alleen "Alleen beschikbaar voor MacOS en Windows." Beide uitspraken komen vandaag van Meta's eigen site; samen gelezen betekenen ze dat Windows wordt ondersteund met gedocumenteerde hiaten, en dat Linux wordt ondersteund, ook al vermeldt de marketingpagina het niet.

Een extra nuance over beschikbaarheid komt uit de documentatie in plaats van uit de marketingtekst: Workflows — de parallelle en gefaseerde agentorkestratie — coördineren werk alleen wanneer de geïnstalleerde build de workflow-engine bevat en de uitrol is ingeschakeld, en Meta zegt ronduit dat ze "niet op elke build of elk platform beschikbaar zijn." Als een workflowfunctie de reden is dat je installeert, controleer dan of je build die heeft in plaats van dat aan te nemen.

Wat Meta beweert, met de harness en de inspanning genoemd

Meta publiceert benchmarkmateriaal, dus de eerlijke framing hier is niet "geen leveranciersbenchmarks" — het is "dit zijn leveranciersbenchmarks, met de vergelijkingsvoorwaarden vermeld waar Meta ze vermeldt."

De enige kwantitatieve bewering die Meta in lopende tekst doet, staat in de aankondiging van Muse Spark 1.3, en deze wordt toegeschreven aan een interne vergelijking in plaats van aan een evaluatie door een derde partij: "In vergelijkingen door Meta-engineers bleek het aanzienlijk sneller en efficiënter te zijn, met ~20% minder toolaanroepen en ~25% minder tokens." De baseline wordt vermeld — ten opzichte van Muse Spark 1.2 — en het inspanningsniveau zit in de eigen framing van de aankondiging, aangezien de release in de titel draait om Muse Spark 1.3 met max reasoning. Wat niet wordt vermeld, is de takenverzameling, het aantal runs of de harnessconfiguratie, afgezien van het feit dat het Muse Code is. Beschouw de twee percentages als een door de leverancier gerapporteerde ontwikkelingsrichting, niet als een gemeten benchmarkresultaat.

Het andere gepubliceerde resultaat is een case study in plaats van een score, en het is het interessantere van de twee. Meta rapporteert dat het het vermogen van Muse Spark 1.2 heeft getest om GPU-kernels iteratief te optimaliseren gedurende meer dan 1.000 toolaanroepen en tot 24 uur, met behulp van de agentische programmeeromgeving van Muse Code om kernels te schrijven, te compileren, te profileren en de kernelprestaties geleidelijk te verbeteren ten opzichte van een aangeleverde baseline. De workload heeft een naam — KDA- en MLA-kernels op NVIDIA Hopper-GPU's — en de beperking ook: kernelbibliotheken van derden zoals FLA waren verboden, en de baseline was een Triton FLA KDA-implementatie. Een run van 24 uur met duizend toolaanroepen is een ander soort bewijs dan een benchmarkpercentage. Het zegt iets over uithoudingsvermogen bij een langetermijndoelstelling en heel weinig over vergelijkende kwaliteit.

De lanceringsgrafieken voor zowel Muse Spark 1.2 als Muse Spark 1.3 zetten die modellen af tegen een kleine reeks met naam genoemde concurrenten op het gebied van agent-, coding-, instructieopvolging- en long-context-evaluaties — DeepSWE v1.1, SWE-Atlas-QnA, Terminal-Bench 2.1 en 4.0, tau2-bench, GDPval, SciCode, IFBench, MultiChallenge en AA-LCR v1.1 komen voor op de assen. Die grafieken zijn door de leverancier gemaakt en door de leverancier geplot, en de configuraties van de concurrenten erop zijn Meta's keuze, niet een neutraal panel. Daarom reproduceren we hier de staafwaarden niet: een leveranciersgrafiek die als ranglijst wordt gelezen, is precies de faalmodus die deze pagina wil vermijden.

Twee eerlijke hiaten zijn het benoemen waard in plaats van ze te verdoezelen:

• Meta publiceert geen rechtstreekse vergelijking van Muse Code met Muse Spark 1.2 bij gelijkwaardige inspanning op een benoemde takenverzameling; het cijfer van ~20%/~25% komt daar het dichtst bij, en het is een interne vergelijking met vermelde efficiëntieverschillen in plaats van scores

• Meta publiceert geen live-latency-evaluatie van de CLI, en geen van de gepubliceerde cijfers beschrijft hoe een sessie aanvoelt onder echte bewerkingsbelasting

Wat Artificial Analysis onafhankelijk meet

Artificial Analysis is de onafhankelijke evaluator die momenteel een meting van coding-agents publiceert die betrekking heeft op Muse Code, en het is een ander soort cijfer dan alles hierboven: de rijen zijn harness-en-modelparen, geëvalueerd door AA in plaats van door de leverancier.

Op de Artificial Analysis Coding Agent Index — de pagina identificeert zichzelf in haar eigen gestructureerde data als v1.5 — luiden de Muse Code-rijen:

• Muse Code draait Muse Spark 1.3 op maximale redeneerkracht — 54.3

• Muse Code draait Muse Spark 1.3 met xhigh-redenering — 48.3

• De top van dezelfde ranglijst — Claude Code draait Claude Opus 5.5 op maximale reasoning, met 66,0

Twee dingen aan die cijfers zijn belangrijker dan de cijfers zelf. Ten eerste: het verschil van 5,0 punten tussen de rijen max en xhigh betreft hetzelfde model in dezelfde testomgeving, waarbij één instelling is gewijzigd. Dat is een nuttige herinnering dat een "Muse Code-score" ondergespecificeerd is tenzij het inspanningsniveau wordt genoemd. Ten tweede: dit scorebord is een andere meting dan degene die onze eigen septemberberichtgeving over Muse Spark 1.3 citeerde: het eerdere artikel noemde 68 voor Muse Spark 1.3 op max, 64 op xhigh, en 68 voor Claude Opus 5 op xhigh. Die cijfers komen niet meer voor op het live scorebord — de huidige bovenste rij is Claude Opus 5.5 op max met 66,0, en de Muse Code-rijen vermelden 54,3 en 48,3. De index is herzien en de samenstelling van het veld is veranderd. Als je de oudere cijfers nog bij je draagt, zijn ze achterhaald, en de twee sets mogen nooit naast elkaar worden geciteerd alsof het dezelfde meting is die tweemaal is gedaan.

De AA-modelpagina voor Muse Spark 1.3 is opnieuw een apart oppervlak, en de eigen cijfers zijn door AA gemeten in plaats van door de leverancier gerapporteerd: een Intelligence Index van 48,09, Terminal-Bench 2.1 op 84,3%, GPQA Diamond op 93,5%, HLE op 48,7%, SciCode op 58,8% en recall bij lange context op 83%, met een releasedatum van 2026-09-02, een contextvenster van 1.000.000 tokens en classificatie als propriëtair, closed-weight. Let op: dit is één indexherziening op één modelpagina — AA publiceert indices per model die volgens hun eigen schema worden herzien, dus het combineren van een cijfer van deze pagina met een cijfer van de pagina van een ander model geeft je geen same-snapshotvergelijking.

Wat je met dit alles niet krijgt, is een gematchte vergelijking. De coderingsrijen van AA kruisen per constructie harnesses — Muse Code tegenover Codex, tegenover Claude Code, tegenover Grok Build, tegenover Kimi Code CLI — dus een rij-tegen-rij-lezing vergelijkt een harness-modelpaar met een ander harness-modelpaar, niet twee modellen onder één harness. Waar Meta de gematchte vergelijking niet heeft uitgevoerd en de ranglijst van AA niet is gebouwd om die te beantwoorden, is de eerlijke positie dat de rechtstreekse vergelijking niet bestaat bij gematchte inspanning en harness, in plaats van er een te construeren uit aangrenzende cijfers.

Wat OrcaRouter routeert, en wat niet

OrcaRouter is één enkel endpoint dat meer dan 200 modellen dekt tegen het listtarief van elke provider, zonder enige opslag, wat betekent dat het beschikbaarheidsantwoord voor deze familie controleerbaar is in plaats van een kwestie van beleid. Vandaag gecontroleerd aan de hand van onze live openbare modellenlijst:

• meta/muse-code — niet in de catalogus. Muse Code is een harness, geen routeerbaar model, en we serveren het niet

• meta/muse-spark-1.3 — niet in de catalogus

• meta/muse-spark-1.2 — routeerbaar, met een contextvenster van 1.048.576 tokens en prijzen van $1,25 per miljoen inputtokens, $4,25 per miljoen output en $0,15 per miljoen gecachte leesbewerkingen, dezelfde tarieven die Meta publiceert

• meta/muse-spark-1.1 — ook routeerbaar, tegen dezelfde drie tarieven

Dus de praktische uitwerking hiervan op OrcaRouter is dat je de uitgebrachte Muse Spark-generaties kunt bereiken via hetzelfde endpoint dat je voor al het andere gebruikt, en dat je Muse Code of de huidige 1.3-generatie er niet via kunt bereiken. Vat dat op als een beschrijving van de catalogus van vandaag en niets meer; de beschikbaarheid verandert en de modellenlijst is de plek waar je dat kunt controleren.

Waar een router zich terugverdient voor een workload als deze, zit hem dat in de twee dingen die een abonnement je niet kan geven. Het eerste is dat één API-sleutel een routeringslaag is die automatisch een verzoek laat failoveren wanneer een provider degradeert, wat van belang is wanneer een agent-run duizenden toolaanroepen diep zit en je hem liever niet kwijtraakt aan één upstream die een slechte middag heeft. Het tweede is dat het verzoek wordt beschreven in plaats van hardgecodeerd — je kunt Muse Spark 1.2 achter dezelfde routing-DSL zetten als elk ander model en veranderen wat het serveert zonder je client te wijzigen.

Vaak gesteld

Is het standaardmodel van de CLI het huidige model? Nee. De standaard van Muse Code is muse-spark-1.2; de huidige generatie is Muse Spark 1.3, aangekondigd op 2 september 2026, en je bereikt die met --model muse-spark-1.3 of het /models-commando.

Welke formulering is juist — "Muse Code 1.3" of "Muse Spark 1.3"? Muse Spark 1.3. Muse Code-versies zijn harness-releases en de huidige is 1.2.1; de twee nummeringsreeksen staan los van elkaar, en dat is precies de reden waarom de zoekopdracht "muse code 1.3" verwarrende resultaten oplevert.

Als ik alleen audio-invoer nodig heb, welk model moet ik dan configureren? Muse Spark 1.2. Meta's eigen voetnoot zegt dat audiobegrip in 1.3 niet volledig wordt ondersteund en de responskwaliteit kan verslechteren, en verwijst voor audiowerk naar 1.2 of naar Muse Voice Transcribe.

Is het Contributor-tier een gratis of proefabonnement? Nee, en het is ook geen korting die je automatisch krijgt. Het is een voordeligere variant van elke Muse Spark-versie vanaf 1.2, in ruil voor toestemming om te trainen op je prompts en completions; de 1.1-generatie heeft geen Contributor-variant.

Kortom

Muse Code is Meta's terminal- en CI-codeeragent, gemaakt door Meta voor zijn Muse Spark-modellen, verkocht als drie maandelijkse abonnementen van $5,00, $15,00 en $50,00 zonder gratis tier, ondersteund door pay-as-you-go Standard-tarieven van $1,25 voor invoer en $4,25 voor uitvoer per miljoen tokens, en Contributor-tarieven van $0,10 en $0,20 voor dezelfde tokens als je Meta erop laat trainen. De huidige CLI-release is 1.2.1, de huidige modelgeneratie is Muse Spark 1.3, en de CLI gebruikt standaard nog steeds Muse Spark 1.2 — noem de versie en de redeneerinspanning telkens wanneer je een score citeert, want Muse Code met Muse Spark 1.3 op max en op xhigh zijn niet dezelfde meting, en de belangrijkste efficiëntieclaim van de leverancier is een interne vergelijking, geen onafhankelijk resultaat.

Voor een praktische kijk op de harness zelf, zie onze walkthrough van de Muse Code terminal coding agent.