Muse Code: Kto go tworzy, ile kosztuje i która wersja jest aktualna

Muse Code to agent kodujący Meta dla terminala i CI, zbudowany dla rodziny modeli Muse Spark, a dwie wersje, które mają znaczenie dla każdego, kto tu trafia, to Muse Spark 1.3 — obecna generacja, z datą 2 września 2026 — oraz Muse Spark 1.2, czyli wersja, którą CLI nadal wybiera, jeśli nie powiesz mu inaczej. Muse Code instaluje się jako natywny muse plik binarny, działa interaktywnie lub bez interfejsu i jest sprzedawany na trzy sposoby: trzy plany miesięczne za 5,00, 15,00 i 50,00 USD oraz rozliczanie tokenów w modelu pay-as-you-go w Meta Model API po 1,25 USD za milion tokenów wejściowych i 4,25 USD za milion tokenów wyjściowych w warstwie Standard. Jeszcze jedną generację wstecz Muse Spark 1.1 jest nadal udostępniany w tej samej warstwie po tych samych stawkach.

Czytaj to jako stronę referencyjną, a nie jako wiadomość. Sam Muse Code nie jest nowością, o której trzeba donosić: Meta udostępniła go jako wersję beta 5 sierpnia 2026 r. i wycofała z bety 31 sierpnia 2026 r., a ta strona wykorzystuje te daty, by umiejscowić model w czasie, a nie by go ogłaszać. Uzasadnieniem dla tej strony jest stały popyt w wyszukiwarce, który zmierzyliśmy z pierwszej ręki 28 września 2026 r.: samo zapytanie „muse code” zebrało 4547 wyświetleń w ciągu ostatnich 28 dni przy zerowej liczbie kliknięć, a komercyjne warianty zapisu tego samego zamiaru — „muse code free”, „muse code plan”, „muse code plans”, „muse code free tier”, „muse code 1.3” — zebrały kolejne 124 wyświetlenia, również bez kliknięć. Czytelnicy zadają cztery konkretne pytania. Ta strona odpowiada na nie po kolei, na podstawie dokumentacji samej firmy Meta, i mówi wprost, kiedy dana liczba pochodzi od firmy Meta, a nie od niezależnego ewaluatora.

Jeśli tak naprawdę potrzebujesz przeglądu zachowania agenta albo bezpośredniego porównania z innym środowiskiem do kodowania, to nie jest ta strona. Takie rzeczy już istnieją na tym blogu, a te warte twojego czasu są podlinkowane na końcu.

Czym jest Muse Code i kto go tworzy

Definicja dostawcy to jedno zdanie: „Muse Code to agent kodujący Meta dla terminala i CI, stworzony dla Muse Spark”. Nie jest biblioteką, nie jest interfejsem czatu ani modelem — to harness. Uruchamiasz go w katalogu projektu; planuje, edytuje pliki i uruchamia polecenia, aby wykonać zadanie, z zatwierdzeniami i aktywnym sandboxem systemu operacyjnego od pierwszego uruchomienia.

Meta przedstawia Muse Code i Meta Model API jako dwie drogi do tego samego modelu bazowego: wywołaj API bezpośrednio, gdy budujesz własnego agenta lub aplikację, a uruchom Muse Code, gdy chcesz gotowego agenta programistycznego w wierszu poleceń lub w potoku. To rozróżnienie ma znaczenie dla rozliczeń, ponieważ subskrypcja obejmuje harness, a klucz API jest rozliczany osobno za każdy token.

Instalacja odbywa się za pomocą jednowierszowego instalatora, a dwa interfejsy dostawców nie do końca zgadzają się co do ciągu znaków:

• macOS i Linux — curl -fsSL https://dev.meta.ai/install.sh | sh na stronie dokumentacji, a to samo polecenie zakończone | bash na stronie marketingowej oraz w obu wpisach na blogu badawczym

• Windows — irm https://dev.meta.ai/install.ps1 | iex, opublikowane wyłącznie na stronie dokumentacji

• Weryfikacja — muse --version, następnie muse w katalogu projektu, aby rozpocząć sesję interaktywną

• Pierwsze uruchomienie — zostaniesz poproszony o zaufanie obszarowi roboczemu (co powoduje wczytanie jego umiejętności, reguł i hooków) oraz o uwierzytelnienie się przez logowanie w przeglądarce albo za pomocą klucza API; w CI ustawiasz META_API_KEY zamiast tego

• Dwa interfejsy — muse dla interaktywnego UI terminala, muse exec "<prompt>" dla pojedynczego nieinteraktywnego uruchomienia do zakończenia

• Steruj tym z własnego programu — muse serve uruchamia wersjonowany protokół sesji, muse schema wyświetla swój schemat JSON, a npm install @muse-code/sdk instaluje wrapper TypeScript

Ten ostatni punkt to część, którą pomija większość podsumowań. Muse Code to nie tylko CLI: protokół sesji to udokumentowany, wersjonowany interfejs, a dziennik zmian pokazuje, że jest celowo rozszerzany — nazwy sesji można zmieniać przez protokół, klienci mogą odczytywać ustrukturyzowane podsumowanie różnic dla każdej edycji, a program sterujący może ustawić domyślny poziom wysiłku wnioskowania dla całej sesji.

Ile kosztuje Muse Code i prosta odpowiedź na pytanie o darmowy plan

Nie ma darmowego planu. Warto powiedzieć to wprost, ponieważ to pojedyncze najczęściej zadawane pytanie handlowe w danych dotyczących popytu, a odpowiedź jest jednoznaczna: strona produktu Muse Code, strona subskrypcji i dziennik zmian razem nie zawierają żadnego darmowego planu, żadnego okresu próbnego, żadnego darmowego przyznania kredytów ani żadnego darmowego dostępu ograniczonego limitem.

Jedno zastrzeżenie do tej weryfikacji. Dokumentacja cenowa Meta rzeczywiście raz używa sformułowania „platform free-tier credits” — w nocie o Muse Voice Transcribe, która mówi, że transkrypcja z zerową retencją danych jest wyceniona na równi z poziomem Standard i że obowiązują platformowe kredyty w ramach darmowego poziomu. Muse Voice Transcribe to osobny produkt w Meta Model API z własnym rozliczaniem godzinowym; to zdanie nic nie mówi o Muse Code. Jeśli znajdziesz ten fragment cytowany jako dowód na darmowy poziom Muse Code, jest on wyrwany z kontekstu.

To, co Meta faktycznie publikuje, to trzy poziomy subskrypcji, wszystkie rozliczane miesięcznie, oraz rozliczanie za tokeny w modelu pay-as-you-go za wszystko powyżej limitu promptów w planie:

• Codzienne użytkowanie — 5,00 USD/miesiąc; dostęp do najnowszych modeli Muse; 10–50 promptów co 5 godzin, w tym przesyłanie obrazów i filmów; tryb głosowy; wyszukiwanie w sieci

• High Usage — 15,00 USD/miesiąc; wszystko z planu Everyday; 5× więcej wykorzystania niż w planie Everyday; więcej promptów; więcej danych wejściowych multimodalnych

• Power Usage — 50,00 USD/mies.; wszystko z planu High Usage; 20× limit użytkowania Everyday; rozszerzone prompty; wcześniejszy dostęp do nowych funkcji; większe limity przesyłania plików

• Standardowe stawki za tokeny — 1,25 USD za milion tokenów wejściowych, 4,25 USD za milion tokenów wyjściowych, 0,15 USD za milion tokenów wejściowych z pamięci podręcznej, dla muse-spark-1.3, muse-spark-1.2 i muse-spark-1.1 jednakowo

• Stawki za tokeny Contributor — 0,10 USD / 0,20 USD / 0,002 USD za milion tokenów wejściowych, wyjściowych i wejściowych z pamięci podręcznej, dla muse-spark-1.3-contributor i muse-spark-1.2-contributor

Poziomy Standard i Contributor różnią się pod dokładnie jednym istotnym względem, a Meta podaje to zarówno na stronie z modelami, jak i w cenniku: w przypadku Standard Twoje prompty i uzupełnienia nie są wykorzystywane do trenowania modeli Meta; w przypadku Contributor są. Na stronie produktu wiersze Contributor są oznaczone jako „Wykorzystywane do ulepszania naszych produktów”, a wiersze Standard jako „Niewykorzystywane do ulepszania naszych produktów”. Contributor jest około dwanaście razy tańszy za dane wejściowe i około dwadzieścia jeden razy tańszy za dane wyjściowe, a różnica ta jest tak duża, że to decyzja dotycząca zarządzania danymi, a dopiero potem decyzja budżetowa.

Trzy szczegóły dotyczące cen łatwo przeoczyć i wszystkie warto znać, zanim określisz rozmiar obciążenia:

• Brak dopłaty za długi kontekst — cennik Meta mówi o tym wprost: płacisz tę samą stawkę niezależnie od tego, czy okno kontekstu jest w większości puste, czy prawie pełne, co jest nietypowe i istotnie zmienia ekonomikę długich uruchomień agentów

• Grounding wyszukiwania w sieci jest rozliczany osobno — 2,50 USD za 1000 zapytań wyszukiwania, doliczane do kosztu tokenów żądania, i dotyczy modeli tekstowych, takich jak Muse Spark

• Limity szybkości obowiązują dla całego zespołu, a nie dla pojedynczego klucza — 3 000 żądań i 4 000 000 tokenów na minutę w planie Standard, 100 żądań i 3 000 000 tokenów na minutę w planie Contributor; używanie kilku kluczy w ramach jednego zespołu nie mnoży limitu

Mechanika subskrypcji jest opisana na stronie subskrypcji Meta i ma standardowy charakter: przejście na wyższy plan jest rozliczane proporcjonalnie i następuje natychmiast, przejście na niższy plan wchodzi w życie z początkiem następnego cyklu rozliczeniowego, anulowanie wymaga co najmniej 24 godzin przed datą rozliczenia, a w przypadku anulowanej subskrypcji nie przewiduje się zwrotów, chyba że wymaga ich prawo. Subskrypcje obejmują konkretnie poświadczenie Muse Code CLI; dodatkowe klucze API są rozliczane w modelu pay-as-you-go.

Która wersja jest aktualna: 1.2.1, Muse Spark 1.3, oraz domyślna, która nie jest żadną z nich

To jest pytanie, o którym dane o popycie mówią najgłośniej — samo to, że zapytanie „muse code 1.3” w ogóle istnieje — i jest naprawdę mylące, ponieważ „wersja” może oznaczać trzy różne rzeczy, a Muse Code publikuje wszystkie trzy.

• Wydanie CLI — 1.2.1 jest aktualne. Dziennik zmian Meta wymienia jego wydania jako 1.2.1, 1.1.1, 0.2.1 i 0.1.0, przy czym ostatnie z nich jest oznaczone jako „wersja premierowa”.

• Generacja modelu — Muse Spark 1.3, ogłoszona 2 września 2026 i opisana na stronie modeli Meta jako „najnowsza wersja … Zalecana do nowych zadań”

• Domyślny model CLI — muse-spark-1.2podany w sekcji dotyczącej pierwszego uruchomienia w dokumentacji, a także w sekcji wyboru modelu na stronie konfiguracji

Zatem świeża instalacja Muse Code 1.2.1 będzie korzystać z Muse Spark 1.2, chyba że podasz --model muse-spark-1.3 lub przełączysz się w trakcie sesji za pomocą /models. Strony szybkiego startu Meta używają muse-spark-1.3 w każdym przykładzie API, co sprawia, że ten rozdźwięk łatwiej niż powinno się przeoczyć: przykłady API i domyślne ustawienie CLI nie wskazują dziś na ten sam model.

Lista zmian w wersji 1.2.1 opisuje, co zmieniło się w środowisku testowym, a nie w modelu, a najważniejsze pozycje to:

• Wprowadzanie głosowe domyślnie włączone w systemie macOS, przypisane do Option+V i zarządzane za pomocą /voice

• /rewind to polecenie, które przywraca rozmowę do wcześniej wprowadzonej treści, współdzieląc selektor używany przez dwukrotne naciśnięcie Esc

• [Obraz #N] etykiety na wklejonych i przeciągniętych obrazach, dzięki czemu można zapytać model o konkretny z nich, podając jego numer, a etykiety i ścieżki źródłowe przetrwają wznowienie, przewijanie i rozwidlenia

• Wbudowana umiejętność migrate, która importuje notatki pamięci i definicje serwerów MCP z Claude Code lub Codex do Muse Code

• /mcp, aby uzyskać bieżący wykaz połączonych serwerów MCP i ich narzędzi

• Nowe sesje otwierane w profilu uprawnień Auto-review, który przyznaje taki sam dostęp jak „Ask me", ale kieruje kwalifikujące się prośby o zatwierdzenie do zautomatyzowanego recenzenta, a gdy recenzent jest niedostępny, wraca do zwracania się z pytaniem do ciebie

• Poprawki bezpieczeństwa, z których trzy mają charakter behawioralny, a nie kosmetyczny: polecenia uruchamiane przez wrappery takie jak env i setsid są teraz analizowane jako polecenie, które faktycznie uruchamiają; zmiana trybu uprawnień w trakcie sesji obowiązuje już uruchomione narzędzia przy ich następnej akcji; a profil uprawnień Unrestricted zachowuje się teraz dokładnie tak samo jak --yolo

Po stronie modelu ogłoszenie z 2 września jasno stwierdza, że Muse Spark 1.3 był trenowany na zróżnicowanym zestawie harnessów i że to był poziom rozumowania — „Muse Spark 1.3 z maksymalnym rozumowaniem jest teraz dostępny w Muse Code i Meta Model API” — a nie sam model bazowy, który promowała Meta. Wpis premierowy Muse Spark 1.2 z 5 sierpnia dodaje drugą połowę tej historii: Muse Spark 1.2 był współtrenowany z samym Muse Code, wykorzystując próbkowane z odrzucaniem trajektorie harnessów oraz prace nad receptami dotyczącymi celów, kompakcji i podagentów, z zestawem narzędzi Muse Code zintegrowanym w celu maksymalizacji kompatybilności z harnessami. Model i harness były rozwijane względem siebie.

Otoczka: kontekst, modalności, platformy

Muse Spark 1.3, Muse Spark 1.2 i Muse Spark 1.1 mają jeden wspólny zakres, a Meta podaje to w jednym wierszu tabeli: 1 048 576 tokenów kontekstu, z tekstem, obrazem, wideo, dźwiękiem i PDF jako danymi wejściowymi oraz tekstem jako jedynym wynikiem, na każdym poziomie i w każdej wersji.

Parytet modalności wiąże się z jednym zastrzeżeniem, które Meta publikuje w przypisie i które warto powtórzyć, a nie ukrywać: rozumienie dźwięku w Muse Spark 1.3 nie jest w pełni obsługiwane, a jakość odpowiedzi na żądania zawierające treści audio może być obniżona; samo Meta zaleca używanie Muse Spark 1.2 do audio lub Muse Voice Transcribe do dedykowanej transkrypcji mowy na tekst. W CLI jest to wykonalne — --model muse-spark-1.2 to udokumentowana opcja zastępująca, a ustawienie domyślne już na to wskazuje.

Poziom wysiłku rozumowania to ustawienie na poziomie harnessu z ośmioma poziomami, a strona konfiguracji Meta wymienia je w kolejności: none, minimal, low, medium, high (domyślny), xhigh, max i ultra. Trzy szczegóły z tej listy mają kluczowe znaczenie:

• max to najgłębszy poziom rozumowania, opisywany jako rozszerzone rozumowanie wykraczające poza xhigh, a Muse Code oferuje go zarówno w planie Standard, jak i Contributor

• ultra to ustawienie po stronie klienta, a nie poziom modelu: mapuje się na najwyższy obsługiwany poziom rozumowania danego dostawcy i może sprawić, że Muse Code będzie delegować bardziej agresywnie, a jeśli dostawca go nie obsługuje, żądanie ultra działa na poziomie xhigh

• Dostawca Meta nie akceptuje wartości none, więc najniższy poziom jest dostępny tylko przez innych dostawców skonfigurowanych w środowisku testowym

Wsparcie platform to punkt, w którym dwa obszary Meta się nie zgadzają — a niezgodność jest niewielka, ale realna. Strona dokumentacji mówi, że Muse Code działa na macOS, Linuksie i Windows z jednej bazy kodu, i wymienia trzy zachowania specyficzne dla Windows: PowerShell zastępuje Bash, więc polecenia uruchamiane przez agenta używają składni PowerShell i narzędzi wiersza poleceń Windows; piaskownica może poprosić o zgodę administratora, a Windows może wyświetlić monit Kontroli konta użytkownika przy pierwszej inicjalizacji piaskownicy, choć normalne użytkowanie nie wymaga uruchamiania jako administrator; oraz dwie funkcje są niedostępne w Windows — wprowadzanie głosowe i komunikacja w sesji, które działają zarówno na macOS, jak i Linuksie. Strona produktu natomiast mówi tylko: „Dostępne dla MacOS i Windows”. Oba stwierdzenia pochodzą dziś z witryny samej Meta; czytane razem oznaczają, że Windows jest obsługiwany z udokumentowanymi lukami, a Linux jest obsługiwany, mimo że strona marketingowa o nim nie wspomina.

Kolejny niuans dotyczący dostępności pochodzi z dokumentacji, a nie z materiałów marketingowych: Workflows — równoległa i etapowa orkiestracja agentów — koordynuje działania tylko wtedy, gdy zainstalowana kompilacja zawiera silnik workflow, a wdrożenie jest włączone, a Meta mówi wprost, że „nie są dostępne w każdej kompilacji ani na każdej platformie”. Jeśli funkcja Workflows jest powodem, dla którego instalujesz, sprawdź, czy Twoja kompilacja ją ma, zamiast zakładać, że tak jest.

Co twierdzi Meta, z nazwanym harnessem i wysiłkiem

Meta publikuje materiały benchmarkowe, więc uczciwe przedstawienie sprawy nie brzmi tu „brak benchmarków dostawcy” — lecz „to są benchmarki dostawcy, z warunkami porównania podanymi tam, gdzie podaje je Meta”.

Jedynym ilościowym twierdzeniem, jakie Meta formułuje w tekście opisowym, jest to zawarte w ogłoszeniu Muse Spark 1.3 i jest ono przypisywane wewnętrznemu porównaniu, a nie ocenie przeprowadzonej przez podmiot trzeci: „W porównaniach przeprowadzonych przez inżynierów Meta okazał się znacznie szybszy i wydajniejszy, zużywając ~20% mniej wywołań narzędzi i ~25% mniej tokenów”. Punkt odniesienia jest podany — względem Muse Spark 1.2 — a poziom wysiłku wynika z własnego sposobu przedstawienia go w ogłoszeniu, ponieważ tytuł wydania koncentruje się na Muse Spark 1.3 z max reasoning. Nie podano natomiast zestawu zadań, liczby przebiegów ani konfiguracji harness poza tym, że chodzi o Muse Code. Dwa procenty należy traktować jako raportowany przez dostawcę kierunek zmian, a nie jako zmierzony wynik benchmarku.

Inny opublikowany wynik to studium przypadku, a nie ocena punktowa, i jest to ciekawszy z tych dwóch. Meta opisuje testy zdolności Muse Spark 1.2 do iteracyjnej optymalizacji jąder GPU w ponad 1000 wywołań narzędzi i przez nawet 24 godziny, z użyciem agentowego środowiska programistycznego Muse Code do pisania, kompilowania, profilowania i stopniowego poprawiania wydajności jąder względem dostarczonego punktu odniesienia. Obciążenie ma nazwę — jądra KDA i MLA na GPU NVIDIA Hopper — podobnie jak ograniczenie: biblioteki jąder firm trzecich, takie jak FLA, były zabronione, a punktem odniesienia była implementacja KDA w Triton FLA. 24-godzinne uruchomienie z tysiącem wywołań narzędzi to inny rodzaj dowodu niż procent z benchmarku. Mówi coś o wytrzymałości przy długoterminowym celu i bardzo niewiele o jakości porównawczej.

Wykresy premierowe zarówno dla Muse Spark 1.2, jak i Muse Spark 1.3 porównują te modele z niewielkim zestawem wymienionych konkurentów w ewaluacjach agentowych, kodowania, stosowania się do instrukcji i długiego kontekstu — DeepSWE v1.1, SWE-Atlas-QnA, Terminal-Bench 2.1 i 4.0, tau2-bench, GDPval, SciCode, IFBench, MultiChallenge i AA-LCR v1.1 pojawiają się wśród osi. Te wykresy są przygotowane i wykreślone przez dostawcę, a konfiguracje konkurentów na nich to wybór Meta, a nie neutralny panel. Z tego powodu nie odtwarzamy tutaj wartości słupków: wykres dostawcy odczytywany jako ranking to dokładnie ten typ błędu, którego ta strona ma unikać.

Warto wskazać dwie uczciwe luki, zamiast je przemilczać:

• Meta nie publikuje bezpośredniego porównania Muse Code z Muse Spark 1.2 przy dopasowanym wysiłku na nazwanym zestawie zadań; wartość ~20%/~25% jest najbliższym tego odpowiednikiem i stanowi porównanie wewnętrzne z podanymi deltami wydajności, a nie wynikami.

• Meta nie publikuje oceny opóźnień w czasie rzeczywistym dla CLI, a żadna z opublikowanych liczb nie opisuje, jak odczuwa się sesję pod rzeczywistym obciążeniem podczas edycji

Co Artificial Analysis mierzy niezależnie

Artificial Analysis to niezależny ewaluator, który obecnie publikuje pomiar agenta kodującego obejmujący Muse Code, i jest to inny rodzaj liczby niż wszystko powyżej: wiersze to pary harness–model, oceniane przez AA, a nie przez dostawcę.

W Artificial Analysis Coding Agent Index — strona identyfikuje się we własnych danych strukturalnych jako v1.5 — wiersze Muse Code wyglądają następująco:

• Muse Code działający na Muse Spark 1.3 z maksymalnym rozumowaniem — 54.3

• Muse Code działający na Muse Spark 1.3 z rozumowaniem xhigh — 48.3

• Czołówka tego samego rankingu — Claude Code z Claude Opus 5.5 na maksymalnym poziomie rozumowania, z wynikiem 66,0

Dwie rzeczy dotyczące tych liczb mają większe znaczenie niż same liczby. Po pierwsze, różnica 5,0 punktu między wierszami max i xhigh dotyczy tego samego modelu w tym samym środowisku testowym, przy zmianie jednego ustawienia — to użyteczne przypomnienie, że „wynik Muse Code” jest niedookreślony, jeśli nie poda się poziomu effort. Po drugie, ta tablica to inny pomiar niż ten, który cytowaliśmy we własnym wrześniowym materiale o Muse Spark 1.3: wcześniejszy artykuł podawał 68 dla Muse Spark 1.3 przy ustawieniu max, 64 przy ustawieniu xhigh i 68 dla Claude Opus 5 przy ustawieniu xhigh. Te liczby nie pojawiają się już na bieżącej tablicy — obecny najwyższy wiersz to Claude Opus 5.5 przy ustawieniu max z 66,0, a wiersze Muse Code wskazują 54,3 i 48,3. Indeks został zrewidowany, a skład zestawu uczestników się zmienił. Jeśli wciąż posługujesz się starszymi liczbami, zostały one zastąpione i tych dwóch zestawów nigdy nie należy cytować obok siebie tak, jakby chodziło o ten sam pomiar wykonany dwukrotnie.

Strona modelu AA dla Muse Spark 1.3 to znowu osobna powierzchnia, a jej własne dane są mierzone przez AA, a nie raportowane przez dostawcę: Intelligence Index na poziomie 48,09, Terminal-Bench 2.1 na 84,3%, GPQA Diamond na 93,5%, HLE na 48,7%, SciCode na 58,8% oraz przywoływanie długiego kontekstu na 83%, z datą wydania 2026-09-02, oknem kontekstowym wynoszącym 1 000 000 tokenów i klasyfikacją jako proprietary, closed-weight. Należy pamiętać, że to jedna rewizja indeksu na jednej stronie modelu — AA publikuje indeksy dla poszczególnych modeli, które są rewidowane według własnego harmonogramu, więc mieszanie liczby z tej strony z liczbą ze strony innego modelu nie daje porównania w ramach tego samego zrzutu.

Nic z tego nie daje ci porównania w dopasowanych warunkach. Wiersze kodowania AA z założenia przechodzą przez różne harnessy — Muse Code kontra Codex, kontra Claude Code, kontra Grok Build, kontra Kimi Code CLI — więc odczyt wiersz do wiersza porównuje parę harness–model z inną parą harness–model, a nie dwa modele w ramach jednego harnessu. Tam, gdzie Meta nie przeprowadziła porównania w dopasowanych warunkach, a tablica wyników AA nie jest zbudowana, by na to odpowiedzieć, uczciwym stanowiskiem jest stwierdzenie, że bezpośrednie porównanie nie istnieje przy dopasowanym wysiłku i harnessie, zamiast konstruować je z sąsiednich liczb.

Co routuje OrcaRouter, a czego nie

OrcaRouter to pojedynczy punkt końcowy obejmujący ponad 200 modeli w cenie katalogowej każdego dostawcy bez marży, co oznacza, że odpowiedź dotyczącą dostępności dla tej rodziny można zweryfikować, a nie jest ona kwestią polityki. Sprawdzono dzisiaj względem naszej bieżącej publicznej listy modeli:

• meta/muse-code — nie ma go w katalogu. Muse Code to harness, a nie model podlegający routingowi, i nie obsługujemy go

• meta/muse-spark-1.3 — nie ma w katalogu

• meta/muse-spark-1.2 — z możliwością routingu, z oknem kontekstowym wynoszącym 1 048 576 tokenów i cenami 1,25 USD za milion tokenów wejściowych, 4,25 USD za milion wyjściowych oraz 0,15 USD za milion odczytów z pamięci podręcznej, czyli według tych samych stawek, które publikuje Meta

• meta/muse-spark-1.1 — również z możliwością routingu, w tych samych trzech stawkach

Praktyczny wymiar tego w OrcaRouter jest więc taki, że możesz uzyskać dostęp do wydanych generacji Muse Spark przez ten sam endpoint, którego używasz do wszystkiego innego, a nie możesz przez niego uzyskać dostępu do Muse Code ani do bieżącej generacji 1.3. Traktuj to wyłącznie jako opis dzisiejszego katalogu i nic więcej; dostępność się zmienia, a lista modeli jest miejscem, w którym należy to sprawdzić.

To, na czym router zarabia na siebie przy takim obciążeniu, to dwie rzeczy, których subskrypcja nie może ci dać. Pierwsza z nich to to, że pojedynczy klucz API jest warstwą routingu, która automatycznie przełącza żądanie awaryjnie, gdy dostawca ulega degradacji, co ma znaczenie, gdy uruchomienie agenta jest na głębokości tysięcy wywołań narzędzi i wolisz nie stracić go z powodu jednego dostawcy upstream, który ma zły dzień. Druga to to, że żądanie jest opisywane, a nie zakodowane na sztywno — możesz umieścić Muse Spark 1.2 za tym samym DSL routingu co każdy inny model i zmienić to, co je obsługuje, bez zmiany klienta.

Często zadawane

Czy domyślny model CLI to bieżący model? Nie. Domyślnym modelem Muse Code jest muse-spark-1.2; bieżąca generacja to Muse Spark 1.3, ogłoszona 2 września 2026 r., a można ją uzyskać, używając opcji --model muse-spark-1.3 lub /modelspolecenia

Które sformułowanie jest poprawne — „Muse Code 1.3" czy „Muse Spark 1.3"? Muse Spark 1.3. Wersje Muse Code to wydania harnessu, a obecna to 1.2.1; te dwa ciągi numeracji są ze sobą niezwiązane i właśnie dlatego zapytanie „muse code 1.3" zwraca mylące wyniki.

Jeśli potrzebuję tylko wejścia audio, który model powinienem skonfigurować? Muse Spark 1.2. Własny przypis Meta mówi, że rozumienie audio w 1.3 nie jest w pełni obsługiwane i może pogarszać jakość odpowiedzi, oraz kieruje zadania audio do 1.2 lub do Muse Voice Transcribe.

Czy poziom Contributor jest darmowym lub próbnym planem?Nie, nie jest to też rabat, który otrzymujesz automatycznie. To tańszy wariant w każdej wersji Muse Spark od 1.2 w górę, w zamian za zgodę na trenowanie na twoich promptach i ukończeniach; generacja 1.1 nie ma wariantu Contributor.

Konkluzja

Muse Code to agent kodujący firmy Meta do terminala i CI, stworzony przez Meta dla jej modeli Muse Spark, sprzedawany w trzech miesięcznych planach za 5,00 USD, 15,00 USD i 50,00 USD, bez darmowego planu, oparty na rozliczeniu za użycie według stawek Standard wynoszących 1,25 USD za wejście i 4,25 USD za wyjście za milion tokenów oraz stawek Contributor wynoszących 0,10 USD i 0,20 USD za te same tokeny, jeśli pozwolisz firmie Meta trenować na nich. Aktualne wydanie CLI to 1.2.1, aktualna generacja modelu to Muse Spark 1.3, a CLI nadal domyślnie używa Muse Spark 1.2 — podawaj wersję i poziom wysiłku rozumowania, ilekroć przytaczasz wynik, ponieważ Muse Code uruchamiający Muse Spark 1.3 na ustawieniu max i na ustawieniu xhigh to nie ten sam pomiar, a główne twierdzenie dostawcy o wydajności jest porównaniem wewnętrznym, a nie niezależnym wynikiem.

Aby zobaczyć, jak sam harness działa w praktyce, zobacz nasz przewodnik po terminalowym agencie kodującym Muse Code.