Flint v1.0 kontra Muse Code: plik wag i agent terminalowy mają różne rachunki

Oto liczba, która sprawia, że to porównanie jest uczciwe, zanim się zacznie. Recursive Flint v1.0 nie kosztuje nic za token i zajmuje około 24 GB pamięci. Muse Code kosztuje od 5 do 200 USD miesięcznie, zanim wyślesz choćby jedno zapytanie, a następnie 4,25 USD za milion tokenów wyjściowych w warstwie Standard firmy Meta. Jedno z nich to plik, który posiadasz. Drugie to subskrypcja cudzej pętli. Porównywanie ich tak, jakby były alternatywami, to błąd, który popełnia większość omówień, i to błąd, który warto popełnić świadomie, a nie przypadkiem — bo gdy zobaczysz rachunek, prawdziwa decyzja nie dotyczy tego, które jest lepsze. Dotyczy tego, jakiego kształtu potrzebuje twoja praca.

Flint pojawił się 21 października 2026 r. jako pierwszy model Recursive: koder typu mixture-of-experts z łączną liczbą 39,8 mld parametrów, około 2,5 mld aktywnych na token, na licencji Apache 2.0, zaprojektowany do działania na laptopie. Muse Code pojawił się wcześniej — Meta wydała go jako wersję beta 5 sierpnia 2026 r. i od tego czasu wycofała go z wersji beta — i nie jest modelem. To natywny binarny program terminalowy, który obsługuje modele Meta Muse Spark, obecnie Muse Spark 1.3, przy czym Muse Spark 1.2 wciąż jest wersją wybieraną przez CLI, chyba że wskażesz inaczej.

Czym każde z nich tak naprawdę jest

Model i agent to różne produkty, a różnica polega na tym, gdzie znajduje się praca.

Flint to wagi. Przyjmuje tekst i wywołania narzędzi, a zwraca tekst i wywołania narzędzi, a wszystko wokół tego — pętla, edycja plików, uruchamianie testów, logika ponawiania — dostarcza dowolny harness, na który go wskażesz. Własny zestaw serwujący Recursive używa SGLang; ekosystem kieruje go przez llama.cpp, Ollama, LM Studio, vLLM i własny silnik Recursive. Otrzymujesz szybki generator tokenów i pustą stronę.

Muse Code to wypełniona strona. Dostarcza główną pętlę agenta, asynchroniczne agenty w tle, które przez całą sesję zbierają kontekst, izolowane worktree Git, dzięki czemu równoległe podagenty się nie kolidują, oraz lokalny dziennik zdarzeń, który pozwala odtworzyć lub wznowić sesję po awarii. Ma polecenia ukośnikowe do planowania i przeglądu, protokół agent-klient, przez który mogą nim sterować inne narzędzia, wykonywanie poleceń powłoki w piaskownicy z konfigurowalnymi trybami zatwierdzania i działa interaktywnie lub w trybie headless. Instalacja to jednolinijkowy skrypt na macOS lub Linux, a w systemie Windows dostępna jest ścieżka PowerShell. Kupujesz pętlę, a model w jej wnętrzu nie jest czymś, co wybierasz.

Trzon kosztów – opracowany

Zamiast porównywać ceny katalogowe w abstrakcji, weźmy konkretne obciążenie. Załóżmy, że agent dewelopera generuje 50 milionów tokenów wyjściowych miesięcznie — to nie jest ekstremalna liczba jak na intensywny przepływ pracy agentowej, a jednocześnie wystarczająco niska, by była wiarygodna dla małego zespołu.

• Flint — koszt licencji: $0. Tokeny wyjściowe bez limitu. Koszt stały to sprzęt, który albo masz, albo nie: 22,86 GB na dysku dla wersji NVFP4, około 24 GB pamięci do jej uruchomienia oraz maszyna wystarczająco szybka, by lokalne wnioskowanie było znośne. Recursive twierdzi, że osiąga ponad 125 tokenów na sekundę na M4 Pro MacBook Pro przy krótkim kontekście. Jeśli już masz tego laptopa, koszt krańcowy 50-milionowego tokena to prąd.

• Muse Code — plan miesięczny to dolna granica, a nie górna, ponieważ rozliczanie tokenów dochodzi dodatkowo ponad niego. Przy $4.25 za milion tokenów wyjściowych 50 milionów tokenów wyjściowych to $212.50 tylko za wyjście, zanim uwzględni się wejście, w porównaniu z dowolnym poziomem subskrypcji potrzebnym do uzyskania dostępu. Cztery plany — $5, $15, $50 i $200 miesięcznie — zapewniają różne poziomy dostępu, a nie nieograniczone użycie.

• Muse Code, tańszy plan — plan Contributor kosztuje 0,10 USD za milion tokenów wejściowych i 0,20 USD za milion tokenów wyjściowych, w porównaniu z 1,25 USD i 4,25 USD w planie Standard. To około dwudziestokrotna różnica w przypadku wyjścia, a powód, dla którego jest taniej, polega na tym, że Meta może trenować na Twoich promptach i uzupełnieniach. To realny kompromis i uzasadniony w przypadku pracy open-source. W przypadku zastrzeżonej bazy kodu to decyzja dotycząca polityki, a nie zniżka, i warto przeczytać aktualne warunki, zamiast ufać podsumowaniu — w tym temu.

• Flint, ukryty koszt — maszyna. Zestaw roboczy 24 GB na laptopie jest w porządku; na komputerze stacjonarnym z kartą 24 GB jest ciasno, gdy uwzględni się resztę systemu. A lokalna przepustowość przy długim kontekście nie jest tym, co sugeruje liczba z nagłówka: niezależne testy podały około 110 tokenów na sekundę przy krótkich promptach, spadając do około 9 tokenów na sekundę przy kontekście około 115 000 tokenów. Agent, który czyta duże repozytorium, zanim cokolwiek napisze, spędzi większość czasu w wolnym trybie.

Zestaw je obok siebie, a porównanie kosztów nie jest nawet bliskie w przeliczeniu na token — ani w drugą stronę, jeśli chodzi o całkowite możliwości. I o to właśnie chodzi.

Prywatność to obszar, w którym luka jest największa

Flint działa offline. Nie w rozumieniu „nie rejestrujemy twoich promptów” — naprawdę odłączony, na twoim sprzęcie, z wagami na twoim dysku. Dla bazy kodu, która nie może opuścić sieci, nie jest to jedną z wielu funkcji; to powód, dla którego ten model w ogóle istnieje w tym porównaniu.

Muse Code to agent chmurowy. Uruchamia polecenia wobec repozytorium, a to oznacza, że to, co odczytuje, przemieszcza się. Poziom cenowy oparty na wkładzie czyni relację dotyczącą danych jawną, a nie domyślną, co można uznać za uczciwsze niż polityka, której nikt nie czyta, ale nie zmienia kierunku tego przepływu. Jeśli Twoim ograniczeniem jest „kod źródłowy nigdy nie opuszcza budynku”, decyzja została już podjęta, a tabela benchmarków jest nieistotna.

Kto steruje pętlą i dlaczego to decyduje o więcej niż sam model

Najbardziej niedocenianą różnicą jest to, że w przypadku Flint to Ty odpowiadasz za agenta. Model 39,8B, który aktywuje 2,5B parametrów na token, jest zdolnym generatorem tokenów, ale Recursive mówi wprost, że potrzebuje więcej wskazówek niż duzi płatni asystenci programowania, i zaleca dzielenie złożonych zadań na mniejsze kroki. Te wskazówki muszą skądś pochodzić — z harnessu, szablonu promptu, własnego kodu łączącego. Jeśli tego nie masz, nie masz agenta.

Muse Code podjął już za Ciebie te decyzje — i to właśnie daje subskrypcja. Kompromis polega na tym, że przejmujesz opinie Meta o tym, jak powinna przebiegać sesja kodowania, a modelu pod spodem nie możesz wymienić.

Istnieje pośrednia ścieżka, której nie reklamuje żaden z dostawców, a właśnie do niej dochodzi większość zespołów: zachować model lokalny do zadań, które nie mogą opuścić maszyny, oraz hostowany endpoint do zadań wymagających większych możliwości, niż może zapewnić model z 2,5 mld aktywnych parametrów. To ten przypadek, w którym routing przestaje być drobnostką infrastrukturalną, a zaczyna być architekturą. Jeśli ścieżka eskalacji to jeden endpoint zgodny z OpenAI obsługujący ponad 200 hostowanych modeli po cenach katalogowych dostawcy bez doliczonej marży, to dodanie możliwości później nie oznacza dodania drugiej umowy i drugiego SDK — a łańcuch przełączania awaryjnego oznacza, że żądanie, które przekroczy limit czasu u jednego dostawcy, może zostać zrealizowane przez innego, zanim agent to zauważy.

Który wybrać?

Jedna liczba zasługuje na miejsce między argumentem kosztowym a decyzją, z wyraźną etykietą. Własny wykres premierowy Meta umieszcza Muse Spark 1.2 na poziomie 82,9% w Terminal-Bench 2.1, na drugim miejscu we własnym panelu. Zgłaszany przez dostawcę wynik Flint w Terminal-Bench 2.1 to 54,9%. Te dwie liczby powstały w różnych laboratoriach, na różnych środowiskach testowych, przy różnych zasadach dotyczących tego, czy agent może przeszukiwać sieć — więc 28-punktowa różnica nie jest pomiarem czegokolwiek, co można trzymać w ręku. Jest jednak silną wskazówką, że pułap możliwości lokalnego modelu z 2,5B aktywnych parametrów i hostowanego modelu bliskiego czołówce nie znajdują się w tym samym miejscu. Jeśli Twoja praca regularnie wymaga trudniejszego końca kodowania agentowego, opcja lokalna nie jest substytutem, niezależnie od tego, jak dobrze wygląda cena.

• Wybierz Flint, jeśli kod nie może opuścić Twojej maszyny, jeśli zadania Twojego agenta są krótkie i dobrze określone, jeśli masz już harness, który lubisz, lub jeśli chcesz przestać płacić za token za obciążenie, które będzie stale rosnąć. Uwzględnij w budżecie przepustowość długiego kontekstu i zaplanuj swojego agenta z myślą o niej.

• Wybierz Muse Code, jeśli chcesz mieć działającego agenta terminalowego od pierwszego dnia, jeśli Twoje zadania trwają godzinami i zyskują dzięki agentom działającym w tle oraz sesjom, które można wznawiać, jeśli Twoja praca jest wystarczająco otwarta, aby poziom współtwórcy był akceptowalny, oraz jeśli miesięczny rachunek rosnący wraz z użyciem łatwiej uzasadnić niż sprzęt.

• Wybierz oba, jeśli jesteś zespołem z mieszaną bazą kodu. Podział zwykle staje się oczywisty, gdy tylko zapytasz, które repozytoria mogą odejść.

Nie należy traktować tego jako pytania benchmarkowego. Opublikowane wyniki Flint — 74,2 na SWE-bench Verified, 89,7 na SWE-bench Pro v2, 54,9 na Terminal-Bench 2.1 — są raportowane przez dostawcę i nie zostały niezależnie odtworzone. Rodzina modeli Muse Code ma własne wykresy przygotowane przez dostawcę. Ani jeden, ani drugi zestaw liczb nie mówi, co się stanie, gdy Twój agent zetknie się z Twoim monorepo w pewien wtorek. Mówią to struktura kosztów i ścieżka danych, a można je poznać, zanim wydasz choćby grosz.