Flint v1.0 vs Muse Code: Um arquivo de pesos e um agente de terminal têm custos diferentes

Aqui está o número que torna esta comparação honesta antes mesmo de começar. Recursive Flint v1.0 não custa nada por token e consome cerca de 24 GB de memória. Muse Code custa entre US$ 5 e US$ 200 por mês antes de você enviar uma única solicitação, e depois US$ 4,25 por milhão de tokens de saída no nível Standard da Meta. Um deles é um arquivo que você possui. O outro é uma assinatura do loop de outra pessoa. Compará-los como se fossem alternativas é o erro que a maioria das análises comete, e é um erro que vale a pena cometer deliberadamente em vez de por acidente — porque, depois que você vê a conta, a decisão real não é qual dos dois é melhor. É qual formato o seu trabalho precisa.

Flint chegou em 21 de outubro de 2026 como o primeiro modelo da Recursive: um modelo de programação de mistura de especialistas com 39,8 bilhões de parâmetros no total, cerca de 2,5 bilhões ativos por token, Apache 2.0, projetado para rodar em um laptop. O Muse Code chegou antes — a Meta o lançou como beta em 5 de agosto de 2026 e, desde então, o tirou do beta — e não é um modelo. É um binário nativo de terminal que controla os modelos Muse Spark da Meta, atualmente o Muse Spark 1.3, com o Muse Spark 1.2 ainda sendo a versão que a CLI seleciona, a menos que você indique o contrário.

O que cada um realmente é

Um modelo e um agente são produtos diferentes, e a diferença está em onde o trabalho reside.

Flint é um conjunto de pesos. Ele recebe texto e chamadas de ferramentas e devolve texto e chamadas de ferramentas, e tudo ao redor disso — o loop, a edição de arquivos, a execução de testes, a lógica de retry — é fornecido pelo harness que você apontar para ele. O kit de serving da própria Recursive usa SGLang; o ecossistema o encaminha por llama.cpp, Ollama, LM Studio, vLLM e o engine da própria Recursive. Você recebe um gerador de tokens rápido e uma página em branco.

Muse Code é a página preenchida. Ele traz um loop principal de agente, agentes assíncronos em segundo plano que continuam coletando contexto ao longo de uma sessão, worktrees Git isoladas para que subagentes paralelos não colidam e um log de eventos local que permite reproduzir ou retomar uma sessão que travou. Tem comandos de barra para planejamento e revisão, um protocolo agente-cliente pelo qual outras ferramentas podem controlá-lo, execução de shell em sandbox com modos de aprovação configuráveis, e funciona de forma interativa ou sem interface. A instalação é um script de uma linha no macOS ou Linux, com um caminho via PowerShell no Windows. Você está comprando o loop, e o modelo dentro dele não é algo que você escolhe.

A espinha dorsal dos custos, resolvida

Em vez de comparar preços de tabela de forma abstrata, considere uma carga de trabalho. Suponha que o agente de um desenvolvedor escreva 50 milhões de tokens de saída em um mês — não é um número extremo para um fluxo de trabalho agêntico intenso, e é baixo o bastante para ser plausível para uma equipe pequena.

• Flint — custo de licença de US$ 0. Tokens de saída ilimitados. O custo fixo é o hardware que você tem ou não tem: 22,86 GB para a build NVFP4 em disco, cerca de 24 GB de memória para executá-la, e uma máquina rápida o suficiente para tornar a inferência local tolerável. A Recursive afirma mais de 125 tokens por segundo em um MacBook Pro M4 Pro com contexto curto. Se você já tem esse laptop, o custo marginal do 50 milionésimo token é eletricidade.

• Muse Code — o plano mensal é um piso, não um teto, porque a cobrança por tokens fica por cima dele. A US$ 4,25 por milhão de tokens de saída, 50 milhões de tokens de saída custam US$ 212,50 só em saída, antes de contar a entrada, em relação a qualquer nível de assinatura necessário para obter acesso. Os quatro planos — US$ 5, US$ 15, US$ 50 e US$ 200 por mês — compram níveis diferentes de acesso, não uso ilimitado.

• Muse Code, nível mais barato — o nível Contributor custa US$ 0,10 por milhão de tokens de entrada e US$ 0,20 por milhão de tokens de saída, contra US$ 1,25 e US$ 4,25 no nível Standard. Isso representa uma diferença de cerca de vinte vezes na saída, e o motivo de ser mais barato é que a Meta pode treinar com seus prompts e completions. Essa é uma troca real e legítima para trabalho de código aberto. Para uma base de código proprietária, é uma decisão de política, não um desconto, e vale a pena ler os termos atuais em vez de confiar em um resumo — inclusive neste.

• Flint, custo oculto — a máquina. Um working set de 24 GB em um laptop está ok; em um desktop com uma placa de 24 GB fica apertado quando você considera o restante do sistema. E a vazão local em contexto longo não é o que o número de destaque sugere: testes independentes relataram cerca de 110 tokens por segundo em prompts curtos, caindo para cerca de 9 tokens por segundo em torno de 115.000 tokens de contexto. Um agente que lê um repositório grande antes de escrever qualquer coisa passará a maior parte do tempo no regime lento.

Coloque-os lado a lado e a comparação de custos não chega nem perto numa base por token, e não chega nem perto na direção oposta numa base de capacidade total. É exatamente esse o ponto.

A privacidade é onde a lacuna é maior.

Flint funciona offline. Não offline do tipo "não registramos seus prompts" — na verdade desconectado, no seu hardware, com os pesos no seu disco. Para uma base de código que não pode sair de uma rede, isso não é um recurso entre recursos; é a razão pela qual o modelo existe nesta comparação.

Muse Code é um agente na nuvem. Ele executa comandos em um repositório, e isso significa que as coisas que ele lê viajam. O nível de preço contributivo torna a relação com os dados explícita em vez de implícita, o que é discutivelmente mais honesto do que uma política que ninguém lê, mas não muda a direção do fluxo. Se sua restrição é "o código-fonte nunca sai do prédio", a decisão já foi tomada e a tabela de benchmarks é irrelevante.

Quem comanda o loop, e por que isso decide mais do que o modelo

A diferença mais subestimada é que, com o Flint, você é responsável pelo agente. Um modelo de 39,8B que ativa 2,5B parâmetros por token é um gerador de tokens capaz, mas a Recursive diz claramente que ele precisa de mais orientação do que os grandes assistentes de programação pagos e recomenda dividir tarefas complexas em etapas menores. Essa orientação precisa vir de algum lugar — um harness, um modelo de prompt, sua própria camada de integração. Se você não tem isso, você não tem um agente.

O Muse Code já tomou essas decisões por você, e é isso que a assinatura compra. A troca é que você herda as opiniões da Meta sobre como uma sessão de programação deve funcionar, e não pode substituir o modelo por baixo.

Existe um caminho intermediário que nenhum dos fornecedores anuncia, e é aquele com o qual a maioria das equipes acaba convergindo: manter o modelo local para o trabalho que não pode sair da máquina e manter um endpoint hospedado para o trabalho que exige mais capacidade do que um modelo com 2,5B de parâmetros ativos consegue oferecer. É nesse caso que o roteamento deixa de ser um detalhe de infraestrutura e passa a ser a arquitetura. Se o caminho de escalonamento for um único endpoint compatível com OpenAI à frente de mais de 200 modelos hospedados pelo preço de tabela do fornecedor, sem nenhuma margem adicionada, então adicionar capacidade depois não significa adicionar um segundo contrato e um segundo SDK — e uma cadeia de failover significa que uma requisição que atinge o tempo limite em um fornecedor pode ser concluída em outro sem que o seu agente perceba.

Qual escolher

Um número merece ficar entre o argumento de custo e a decisão, com um rótulo claro nele. O próprio gráfico de lançamento da Meta coloca o Muse Spark 1.2 em 82,9% no Terminal-Bench 2.1, em segundo lugar no seu próprio painel. A pontuação do Flint no Terminal-Bench 2.1, relatada pelo fornecedor, é de 54,9%. Esses dois números foram produzidos por laboratórios diferentes, em harnesses diferentes, com regras diferentes sobre se um agente pode pesquisar na web — portanto, a diferença de 28 pontos não é uma medida de algo que você possa segurar na mão. É, porém, uma forte indicação de que o teto de capacidade de um modelo local com 2.5B ativos e de um modelo hospedado adjacente à fronteira não estão no mesmo lugar. Se seu trabalho exige rotineiramente a parte mais difícil da codificação agêntica, a opção local não é um substituto, por melhor que o preço pareça.

• Escolha o Flint se o código não puder sair da sua máquina, se as tarefas do seu agente forem curtas e bem delimitadas, se você já tiver um harness de que goste ou se quiser parar de pagar por token por uma carga de trabalho que vai continuar crescendo. Reserve orçamento para a vazão de contexto longo e planeje seu agente em torno disso.

• Escolha o Muse Code se quiser um agente de terminal funcional desde o primeiro dia, se as suas tarefas durarem horas e beneficiarem de agentes em segundo plano e sessões retomáveis, se o seu trabalho for suficientemente aberto para que o nível de contribuidor seja aceitável, e se uma fatura mensal que escala com o uso for mais fácil de justificar do que hardware.

• Escolha ambos se você faz parte de uma equipe com uma base de código mista. A divisão geralmente fica óbvia quando você pergunta quais repositórios podem sair.

O que você não deve fazer é tratar isto como uma questão de benchmark. As pontuações publicadas do Flint — 74,2 no SWE-bench Verified, 89,7 no SWE-bench Pro v2, 54,9 no Terminal-Bench 2.1 — são relatadas pelo fornecedor e não foram reproduzidas de forma independente. A família de modelos do Muse Code tem seus próprios gráficos produzidos pelo fornecedor. Nenhum dos conjuntos de números diz o que acontece quando seu agente encontra seu monorepo numa terça-feira. A estrutura de custos e o caminho dos dados dizem, e eles são conhecíveis antes de você gastar qualquer coisa.