AesCode 32B vs Muse Code: Um Motor de Pôster e um Agente de Terminal Não São Rivais

AesCode 32B e Muse Code são comparados porque ambos os nomes contêm a palavra "code", e isso é quase a única coisa que eles têm em comum. AesCode 32B é o checkpoint de pesquisa da Microsoft para emitir HTML e CSS editáveis — slides, pôsteres, dashboards, relatórios — publicado sob Apache 2.0 no Hugging Face, com o repositório criado em 29 de setembro de 2026 e o commit que carrega o nome "Release AesCode-32B" datado de 7 de outubro de 2026. A Microsoft não anunciou nada sobre isso: não há post de lançamento, nem comunicado à imprensa, e o próprio model card não informa data de lançamento. Muse Code não é um modelo. É o agente de codificação de terminal da Meta, em beta desde o início de agosto de 2026, que passa o tempo executando comandos de shell em um repositório. Um deles produz um arquivo que você abre em um navegador. O outro executa comandos até que os testes passem. Escolher entre eles não é uma decisão de modelo, e a coisa útil que esta página pode fazer é impedir que você a tome como se fosse.

Para que cada um realmente serve

AesCode 32B parte do Qwen3-VL-32B-Instruct e é treinado, conforme sua ficha do modelo, com ajuste fino supervisionado com inicialização a frio em 3.000 demonstrações, seguido de aprendizado por reforço GDPO em sete canais de recompensa — execução, texto, limite, tabela/gráfico, layout, espaços em branco e design. Seis desses canais são verificadores determinísticos; o sétimo é um juiz de visão-linguagem que trabalha a partir de uma rubrica por amostra vinculada a um "grafo de design" da página alvo. Cada saída candidata é renderizada em um navegador Playwright em sandbox com solicitações externas bloqueadas e, então, pontuada a partir do DOM, dos estilos computados, das caixas delimitadoras e de uma captura de tela. As saídas pretendidas são nomeadas explicitamente na ficha: slides editáveis, pôsteres, dashboards e relatórios, além de pesquisa sobre geração de código multimodal. O modelo emite um documento HTML completo e é treinado para usar estruturas de tabela HTML reais e especificações do ECharts, de modo que sua saída permaneça inspecionável.

O Muse Code faz algo estruturalmente diferente. É um binário nativo para macOS e Linux, com um loop principal de agente, agentes em segundo plano assíncronos que continuam reunindo contexto ao longo de uma sessão, worktrees Git isoladas para que subagentes não colidam, e um log de eventos local que permite que uma sessão que falhou seja reproduzida ou retomada. Os próprios relatos da Meta mostram que ele escreve milhares de chamadas de ferramenta ao longo de períodos medidos em horas. O que está sendo vendido é o loop, não o artefato.

Coloque os dois lado a lado e os verbos não batem. AesCode 32B renderiza. Muse Code executa. Se o seu problema é "nossa apresentação trimestral leva três dias de um designer", Muse Code é irrelevante e AesCode 32B é voltado exatamente para isso. Se o seu problema é "ninguém quer passar um fim de semana atualizando essa árvore de dependências", AesCode 32B não tem nada a dizer e Muse Code é a ferramenta.

As evidências de cada lado não são o mesmo tipo de evidência.

Esta é a parte que todas as páginas de comparação erram, por isso vale a pena ir com calma.

Os números do AesCode 32B vêm de uma avaliação de infográficos com 300 amostras, três gerações por prompt sem seleção, e são impressionantes por si só: uma pontuação Overall de 85,89 contra 81,28 do GPT-5.5 e 80,39 do Claude Opus 4.8, ambos medidos com a mesma configuração de imagem de referência pelo próprio harness da Microsoft. O cartão também informa que uma falha grave de limite de canvas volta a ocorrer em 4,3% das amostras, contra 34,7% do GPT-5.5, e que o AesCode 32B supera seu próprio backbone Qwen3-VL-32B em 22,4 pontos na dimensão Visual e 24,8 no Overall.

Leia tudo isso como relatado pelo fornecedor e não reproduzido. O benchmark, os canais de recompensa que treinaram o modelo e as métricas que o pontuam são trabalho do mesmo laboratório, e as 300 amostras são da Microsoft. Isso não é um motivo para descartar o resultado — a avaliação é excepcionalmente transparente, a pilha de verificação é aberta, e o fato de o cartão publicar uma dimensão na qual nenhum modelo passa de 60 ("estilo", onde nada pontua acima de 55,99) é mais honestidade do que a maioria das tabelas de fornecedores carrega. É um motivo para não colocar 85,89 ao lado de um número produzido por um laboratório diferente numa tarefa diferente e fingir que uma comparação aconteceu.

Os números do Muse Code são, mais uma vez, relatados pela Meta em um sentido diferente: eles medem um modelo mais um harness juntos. A Meta relata 82,9% no Terminal-Bench 2.1 para o Muse Code, em segundo lugar, atrás apenas do Claude Opus 5 emparelhado com o Claude Code, com 86,7%, além de 59,3% no DeepSWE 1.1 e 70,6% em um benchmark interno de programação. Como diferentes harnesses foram emparelhados com modelos diferentes ao longo dessa tabela, não se pode extrair a contribuição do modelo da pontuação do sistema. E não há sobreposição alguma entre o que é medido no Muse Code e o que é medido no AesCode 32B — um é pontuado em tarefas de terminal e engenharia de software, o outro, em se o texto de um infográfico é legível e se o layout não transborda.

O que "um checkpoint de 32B" esconde

A implantação é onde os dois produtos mais divergem, e a versão resumida cabe em uma lista com marcadores.

• O que é — AesCode 32B: um checkpoint de modelo de 33 bilhões de parâmetros que você baixa. Muse Code: um produto de agente de terminal instalável.

• Licença — AesCode 32B: Apache 2.0, pesos incluídos. Muse Code: proprietário; o modelo por trás dele é fechado.

• O que você fornece — AesCode 32B: uma GPU e um stack de serviço. Muse Code: uma chave de API ou uma assinatura.

• Requisito mínimo de hardware — AesCode 32B: o card recomenda planejar cerca de 65 GB de memória de acelerador apenas para os parâmetros bf16, e seu próprio exemplo de serving usa paralelismo de tensores em quatro vias. Muse Code: um laptop.

• Contexto — AesCode 32B: 24.576 tokens na configuração reportada, com prompts e respostas limitados a 8.192 durante o treinamento de RL. Muse Code: uma janela de 1M de tokens por meio do modelo Muse Spark subjacente a ele.

• Preço — AesCode 32B: os pesos são gratuitos; o custo é o hardware. Muse Code: cobrado por token, ou por meio de um plano mensal.

• Evidência — AesCode 32B: uma avaliação executada pelo fornecedor em suas próprias 300 amostras, com a estrutura de avaliação publicada. Muse Code: benchmarks de nível de sistema relatados pela Meta em uma stack acoplada de agente+modelo.

Esse "piso de hardware" é o que as pessoas ignoram. Um checkpoint de 32B em bf16 não é um modelo para laptop, e o ACode 32B ainda é um modelo de visão-linguagem, então o caminho de serving também carrega entradas de imagem. O Muse é um binário que você consegue compilar em uma tarde.

Onde eles genuinamente se sobrepõem

Existe exatamente uma sobreposição real, e ela é estreita: ambos podem ser apontados para um artefato próximo do design e instados a produzir algo que uma pessoa irá refinar. Se a sua equipe gera painéis internos como código e também quer um agente capaz de abrir um pull request no repositório dos painéis, os dois produtos tocam esse fluxo de trabalho.

Mesmo aí, a divisão é limpa. O AesCode 32B produz o artefato. O Muse Code produz a mudança. Um pipeline que faz as duas coisas chamaria o AesCode 32B para renderizar, depois entregaria o arquivo resultante a um agente para posicionar, conectar e testar — e nada em nenhum dos dois produtos impede isso, porque eles nunca competiram pelo mesmo espaço.

A metade deste confronto que você pode prever hoje

Aqui está uma assimetria prática que vale a pena declarar sem rodeios. O AesCode 32B não é implantado por nenhum provedor de inferência. O card no Hugging Face não lista nenhum endpoint hospedado, nenhum parceiro e nenhuma API; se você quiser usá-lo, terá de baixar 65 GB de pesos e construir você mesmo o caminho de serving. Esse é um estado normal para um lançamento de pesquisa e também é a maior barreira individual entre o modelo e qualquer pessoa que não tenha oito GPUs.

O modelo subjacente do Muse Code não tem esse problema. A família Muse Spark é servida como um modelo de API simples, e o Muse Spark 1.2 está no catálogo do OrcaRouter onde é cobrado pelas tarifas de tabela da Meta de US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de tokens de saída — preço de tabela do provedor repassado, sem markup do nosso lado, então uma mudança de preço da Meta chega aqui no mesmo dia em que chega lá. Uma chave cobre isso junto com mais de 200 outros modelos, com failover automático se um provedor oscilar, que é a diferença entre "podemos tentar isso" e "podemos colocar isso em um caminho de produção". Se o que você realmente queria desta página era uma maneira de usar a inteligência dentro do Muse Code sem adotar o produto Muse Code, essa é a rota, e ela existe. Se o que você queria era o AesCode 32B, a rota é um download.

Qual escolher

Escolha o AesCode 32B se o artefato for o que importa. Você está produzindo apresentações, relatórios, pôsteres ou dashboards em volume, tem o hardware ou a disposição de alugá-lo, e o atrativo de um modelo que emite HTML estruturado e editável — tabelas como tabelas, gráficos como especificações ECharts, tudo passível de diff no Git — vale uma configuração de serving de nível de pesquisa. Aceite que você é um early adopter de um modelo não anunciado com um pequeno número de downloads, que nenhum laboratório independente reproduziu suas pontuações, e que seu contexto de 24K é uma restrição real em documentos longos.

Escolha o Muse Code se o processo é o que importa. Você quer um agente que roda no terminal, sobrevive a uma falha no meio da sessão e consegue manter vários fluxos de trabalho ao mesmo tempo em worktrees isoladas, e você está à vontade para pagar por token ou por mês por isso.

Não escolha nenhum dos dois e vá direto para o Muse Spark 1.2, se o que você precisava era de um modelo de raciocínio capaz por trás de uma chave de API e o harness de terminal nunca foi a parte que você queria.

O que mudaria esta página

Três coisas. Se um provedor de inferência adotar o AesCode 32B — ou se a Microsoft publicar um endpoint hospedado — a coluna de implantação desmorona e o modelo passa a ser algo que você consegue avaliar em uma tarde, o que tornaria essa uma questão muito mais equilibrada para equipes com forte ênfase em design. Se uma avaliação independente reproduzir os 85,89 de Overall e a taxa de 4% de falhas de fronteira, a assimetria de evidências diminui consideravelmente. E se a Meta abrir os pesos do Muse Spark, o enquadramento de "você pode baixar um e não o outro" desaparece por completo. Até que uma dessas coisas aconteça, o resumo honesto é que esses dois produtos compartilham uma palavra, não uma tarefa.