Muse Code: Quem o fabrica, quanto custa e qual é a versão atual

Muse Code é o agente de programação da Meta para o terminal e CI, criado para a família de modelos Muse Spark, e as duas versões que importam para quem chega aqui são Muse Spark 1.3 — a geração atual, datada de 2 de setembro de 2026 — e Muse Spark 1.2, que é a versão que a CLI ainda seleciona, a menos que você indique o contrário. O Muse Code é instalado como um binário muse nativo, é executado de forma interativa ou sem interface e é vendido de três formas: três planos mensais de US$ 5,00, US$ 15,00 e US$ 50,00, e cobrança por token conforme o uso na Meta Model API, a US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de tokens de saída no nível Standard. Uma geração atrás, Muse Spark 1.1, ainda está disponível no mesmo nível e com as mesmas tarifas.

Leia isto como uma página de referência, não como uma notícia. O próprio Muse Code não é uma novidade a ser noticiada: a Meta o lançou como beta em 5 de agosto de 2026 e o retirou do beta em 31 de agosto de 2026, e esta página usa essas datas para situar o modelo no tempo, em vez de anunciá-lo. A justificativa para a página é a demanda de busca constante que medimos em primeira mão em 28 de setembro de 2026, na qual a consulta pura "muse code" gerou 4.547 impressões nos 28 dias anteriores, com zero cliques, e a grafia comercial da mesma intenção — "muse code free", "muse code plan", "muse code plans", "muse code free tier", "muse code 1.3" — gerou outras 124 impressões, também com zero cliques. Os leitores estão fazendo quatro perguntas específicas. Esta página responde a elas em ordem, com base na documentação da própria Meta, e diz claramente quando um número vem da Meta, e não de um avaliador independente.

Se o que você realmente precisa é de uma análise do comportamento do agente ou de uma comparação direta com outro harness de programação, esta não é essa página. Esses já existem neste blog, e os que valem o seu tempo estão linkados no final.

O que é o Muse Code e quem o faz

A definição do fornecedor é uma frase: "O Muse Code é o agente de codificação da Meta para o terminal e CI, criado para o Muse Spark." Não é uma biblioteca, não é uma interface de chat e não é um modelo — é um harness. Você o executa dentro de um diretório de projeto; ele planeja, edita arquivos e executa comandos para concluir uma tarefa, com aprovações e um sandbox do SO ativo desde a primeira execução.

A Meta posiciona o Muse Code e a Meta Model API como duas rotas para o mesmo modelo subjacente: chame a API diretamente quando estiver criando seu próprio agente ou aplicação, e execute o Muse Code quando quiser um agente de programação pronto para usar na linha de comando ou dentro de um pipeline. Essa distinção é importante para a precificação, porque a assinatura compra o harness e a chave da API é cobrada separadamente por token.

A instalação é feita com um instalador de uma linha, e as duas superfícies do fornecedor não concordam exatamente quanto à string:

• macOS e Linux — curl -fsSL https://dev.meta.ai/install.sh | sh na página de documentação, e o mesmo comando terminando em | bash na página de marketing e em ambos os posts do blog de pesquisa

• Windows — irm https://dev.meta.ai/install.ps1 | iex, publicado apenas na página de documentação

• Verificação — muse --version, depois muse em um diretório de projeto para iniciar uma sessão interativa

• Primeira execução — é solicitado que você confie no workspace (que é o que carrega suas habilidades, regras e hooks) e que se autentique por meio de login no navegador ou com uma chave de API; em CI, você define META_API_KEY em vez disso

• Duas interfaces — muse para a interface de terminal interativa, muse exec "<prompt>" para uma única execução não interativa até a conclusão

• Controle-o a partir do seu próprio programa — muse serve executa um protocolo de sessão versionado, muse schema imprime seu esquema JSON, e npm install @muse-code/sdk instala o wrapper TypeScript

Esse último ponto é a parte que a maioria dos resumos deixa de fora. O Muse Code não é apenas uma CLI: o protocolo de sessão é uma interface documentada e versionada, e o changelog mostra que ele vem sendo estendido de forma deliberada — sessões podem ser renomeadas por meio do protocolo, os clientes podem ler um resumo estruturado de diff para cada edição, e um programa condutor pode definir um padrão de esforço de raciocínio para toda a sessão.

Quanto custa o Muse Code, e a questão do plano gratuito respondida de forma clara

Não existe nível gratuito. Vale a pena dizer isso sem rodeios, porque é a consulta comercial mais feita nos dados de demanda, e a resposta é inequívoca: a página do produto Muse Code, a página de assinaturas e o changelog, juntos, não contêm nenhum plano gratuito, nenhum teste, nenhuma alocação de créditos grátis e nenhum acesso gratuito limitado por taxa.

Uma ressalva sobre essa verificação. A documentação de preços da Meta usa, sim, as palavras "créditos de nível gratuito da plataforma" uma vez — na nota do Muse Voice Transcribe, que diz que a transcrição com retenção zero de dados tem preço equiparado ao do nível Standard e que se aplicam créditos de nível gratuito da plataforma. O Muse Voice Transcribe é um produto separado no Meta Model API, com faturação própria por hora; essa frase não diz nada sobre o Muse Code. Se encontrarem essa linha citada como prova de um nível gratuito do Muse Code, ela está a ser lida fora de contexto.

O que a Meta publica de fato são três níveis de assinatura, todos cobrados mensalmente, além de cobrança de tokens conforme o uso para qualquer coisa que ultrapasse a franquia de prompts do plano:

• Uso Diário — US$ 5,00/mês; acesso aos modelos Muse mais recentes; 10–50 prompts a cada 5 horas, incluindo uploads de imagens e vídeos; modo de voz; pesquisa na web

• {{1}}High Usage{{/1}} — {{2}}$15,00/mês{{/2}}; tudo do plano {{3}}Everyday{{/3}}; 5× mais uso que o {{4}}Everyday{{/4}}; mais prompts; mais entradas multimodais

• Power Usage — US$ 50,00/mês; tudo do plano High Usage; 20× a cota de uso do Everyday; prompts expandidos; acesso antecipado a novos recursos; upload de arquivos maiores

• Tarifas padrão de tokens — $1,25 por milhão de tokens de entrada, $4,25 por milhão de saída, $0,15 por milhão de entrada em cache, para muse-spark-1.3, muse-spark-1.2 e muse-spark-1.1 igualmente

• Tarifas de tokens de contribuidor — $0.10 / $0.20 / $0.002 por milhão de tokens de entrada, saída e entrada em cache, para muse-spark-1.3-contributor e muse-spark-1.2-contributor

Os níveis Standard e Contributor diferem exatamente de uma forma substancial, e a Meta declara isso tanto na página de modelos quanto na tabela de preços: no Standard, seus prompts e completions não são usados para treinar modelos da Meta; no Contributor, são. A página do produto rotula as linhas do Contributor como "Usado para melhorar nossos produtos" e as linhas do Standard como "Não usado para melhorar nossos produtos". O Contributor é cerca de doze vezes mais barato na entrada e cerca de vinte e uma vezes mais barato na saída, o que é uma diferença grande o suficiente para que seja uma decisão de governança de dados antes de ser uma decisão orçamentária.

Três detalhes de preços são fáceis de passar despercebidos e vale a pena conhecê-los todos antes de dimensionar uma carga de trabalho:

• Sem prêmio por contexto longo — a tabela de preços da Meta diz isso explicitamente: você paga a mesma tarifa esteja a janela de contexto em grande parte vazia ou quase cheia, o que é incomum e muda substancialmente a economia de longas execuções de agentes

• O grounding de pesquisa na web é cobrado separadamente — US$ 2,50 por 1.000 consultas de pesquisa, além do custo de tokens da solicitação, e se aplica a modelos de texto como o Muse Spark

• Os limites de requisições são por equipe, não por chave — 3.000 requisições e 4.000.000 de tokens por minuto no plano Standard, 100 requisições e 3.000.000 de tokens por minuto no Contributor; usar várias chaves dentro de uma mesma equipe não multiplica a cota

A mecânica de assinatura está documentada na página de assinaturas da Meta e é convencional: um upgrade é proporcional e imediato, um downgrade entra em vigor no próximo ciclo de faturamento, o cancelamento exige pelo menos 24 horas antes da data de faturamento, e não há reembolsos para uma assinatura cancelada, exceto quando a lei exigir. As assinaturas cobrem especificamente a credencial do Muse Code CLI; chaves de API adicionais são cobradas conforme o uso.

Qual versão é a atual: 1.2.1, Muse Spark 1.3, e a padrão que não é nenhuma das duas

Esta é a questão sobre a qual os dados de demanda mais falam — o fato de a consulta "muse code 1.3" existir — e isso é genuinamente confuso, porque "a versão" pode significar três coisas diferentes e a Muse Code publica todas as três.

• A versão da CLI — 1.2.1 é a atual. O changelog da Meta lista suas versões como 1.2.1, 1.1.1, 0.2.1 e 0.1.0, sendo a última rotulada como "Versão de lançamento"

• A geração de modelos — Muse Spark 1.3, anunciada em 2 de setembro de 2026 e descrita na página de modelos da Meta como "a versão mais recente … Recomendada para novos trabalhos"

• O modelo padrão da CLI — muse-spark-1.2, indicado na seção de primeira execução da documentação e novamente em seleção de modelo na página de configuração

Então, uma instalação nova do Muse Code 1.2.1 executará o Muse Spark 1.2, a menos que você passe --model muse-spark-1.3 ou troque no meio da sessão com /models. As próprias páginas de início rápido da Meta usam muse-spark-1.3 em todos os exemplos de API, o que torna a divisão mais fácil de interpretar mal do que deveria: os exemplos de API e o padrão da CLI não apontam para o mesmo modelo hoje.

O changelog da versão 1.2.1 descreve o que mudou no harness em vez de no modelo, e os itens de destaque são:

• Entrada de voz ativada por padrão no macOS, vinculada a Option+V e gerenciada com /voice

• Um /rewind: comando que retorna a conversa a uma entrada anterior, compartilhando o seletor usado pelo Esc duplo

• [Image #N] rótulos nas imagens coladas e arrastadas, para que se possa perguntar ao modelo sobre uma específica por número, com os rótulos e caminhos de origem sobrevivendo à retomada, ao rebobinar e às bifurcações

• Uma habilidade migrate integrada que importa notas de memória e definições de servidores MCP do Claude Code ou Codex para o Muse Code

• /mcp para um inventário ao vivo dos servidores MCP conectados e suas ferramentas

• Novas sessões abrem no perfil de permissão Auto-review, que concede o mesmo acesso que "Ask me", mas encaminha solicitações de aprovação elegíveis para um revisor automatizado, recorrendo a perguntar a você quando o revisor não estiver disponível

• Correções de segurança, três das quais são comportamentais e não cosméticas: comandos lançados através de wrappers como env e setsid são agora analisados como o comando que realmente executam; uma alteração do modo de permissão a meio da sessão aplica-se a ferramentas já em execução na sua próxima ação; e o perfil de permissão Irrestrito agora comporta-se exatamente como --yolo

Do lado do modelo, o anúncio de 2 de setembro deixa explícito que o Muse Spark 1.3 foi treinado em um conjunto diverso de harnesses, e que foi o nível de raciocínio — "Muse Spark 1.3 com raciocínio máximo já está disponível no Muse Code e na Meta Model API" — e não o modelo base sozinho, que a Meta estava promovendo. O post de lançamento do Muse Spark 1.2, de 5 de agosto, acrescenta a outra metade dessa história: o Muse Spark 1.2 foi cotreinado com o próprio Muse Code, usando trajetórias de harness com amostragem por rejeição, além de trabalho de receitas sobre metas, compactação e subagentes, com o conjunto de ferramentas do Muse Code integrado para maximizar a compatibilidade com o harness. O modelo e o harness foram desenvolvidos um em função do outro.

O envelope: contexto, modalidades, plataformas

Muse Spark 1.3, Muse Spark 1.2 e Muse Spark 1.1 compartilham um único envelope, e a Meta declara isso em uma única linha da tabela: 1.048.576 tokens de contexto, com texto, imagem, vídeo, áudio e PDF como entradas e texto como a única saída, em todos os níveis e todas as versões.

A paridade de modalidades vem com uma ressalva que a Meta publica como nota de rodapé e que vale a pena repetir em vez de enterrar: o entendimento de áudio no Muse Spark 1.3 não tem suporte completo e a qualidade das respostas para solicitações que incluam conteúdo de áudio pode ser degradada; a orientação da própria Meta é usar o Muse Spark 1.2 para áudio, ou o Muse Voice Transcribe para transcrição de fala em texto dedicada. Na CLI, isso é acionável — --model muse-spark-1.2 é uma substituição documentada, e o padrão já aponta para lá.

O esforço de raciocínio é uma configuração no nível do harness com oito níveis, e a página de configuração da Meta os nomeia na seguinte ordem: none, minimal, low, medium, high (o padrão), xhigh, max e ultra. Três detalhes nessa lista são essenciais:

• max é o nível de raciocínio mais profundo, descrito como raciocínio estendido além de xhigh, e o Muse Code o oferece tanto no plano Standard quanto no plano Contributor

• ultra é uma configuração do lado do cliente, e não um nível de modelo: ela é mapeada para o nível de raciocínio mais alto suportado de cada provedor e pode fazer o Muse Code delegar de forma mais agressiva; e, quando um provedor não oferece suporte a isso, uma solicitação para ultra é executada em xhigh

• O provedor Meta não aceita nenhum, então o nível mais baixo está disponível apenas por meio de outros provedores configurados no harness

O suporte de plataforma é onde as duas superfícies da Meta divergem, e a divergência é pequena, mas real. A página de documentação diz que o Muse Code é executado no macOS, Linux e Windows a partir de uma única base de código, e lista três comportamentos específicos do Windows: o PowerShell substitui o Bash, então comandos executados pelo agente usam a sintaxe do PowerShell e ferramentas de linha de comando do Windows; o sandbox pode solicitar aprovação de administrador, e o Windows pode mostrar um prompt de Controle de Conta de Usuário na primeira vez que o sandbox é inicializado, embora o uso normal não exija execução como administrador; e dois recursos não estão disponíveis no Windows — entrada de voz e mensagens de sessão, ambos os quais funcionam no macOS e Linux. A página do produto, em contrapartida, diz apenas "Disponível para MacOS e Windows." Ambas as afirmações vêm do próprio site da Meta atualmente; lidas em conjunto, significam que o Windows é suportado com lacunas documentadas, e que o Linux é suportado embora a página de marketing não o mencione.

Uma outra nuance de disponibilidade vem da documentação, e não do texto de marketing: os Workflows — a orquestração paralela e por etapas de agentes — só coordenam o trabalho quando a build instalada inclui o motor de workflow e a liberação gradual está habilitada, e a Meta afirma claramente que eles "não estão disponíveis em todas as builds ou plataformas". Se um recurso de workflow é o motivo pelo qual você está instalando, verifique se a sua build o tem, em vez de presumir que sim.

O que a Meta alega, com o harness e o esforço nomeados.

A Meta publica material de benchmark, então o enquadramento honesto aqui não é "nenhum benchmark de fornecedor" — é "estes são benchmarks de fornecedor, com as condições de comparação declaradas onde a Meta as declara."

A única afirmação quantitativa que a Meta faz em prosa está no anúncio do Muse Spark 1.3, e é atribuída a uma comparação interna, e não a uma avaliação de terceiros: "Em comparações feitas por engenheiros da Meta, ele se mostrou significativamente mais rápido e mais eficiente, usando ~20% menos chamadas de ferramenta e ~25% menos tokens." A linha de base é declarada — em relação ao Muse Spark 1.2 — e o nível de esforço está no próprio enquadramento do anúncio, já que o lançamento é intitulado em torno do Muse Spark 1.3 com raciocínio máximo. O que não é declarado é o conjunto de tarefas, o número de execuções ou a configuração do harness, além do fato de que se trata do Muse Code. Trate as duas porcentagens como uma direção de evolução relatada pelo fornecedor, não como um resultado de benchmark medido.

O outro resultado publicado é um estudo de caso, e não uma pontuação, e é o mais interessante dos dois. A Meta relata ter testado a capacidade do Muse Spark 1.2 de otimizar iterativamente kernels de GPU ao longo de mais de 1.000 chamadas de ferramentas e de até 24 horas, usando o ambiente de codificação agêntica do Muse Code para escrever, compilar, analisar o perfil e melhorar progressivamente o desempenho dos kernels em relação a uma linha de base fornecida. A carga de trabalho tem nome — kernels KDA e MLA em GPUs NVIDIA Hopper — e a restrição também: bibliotecas de kernels de terceiros, como a FLA, foram proibidas, e a linha de base era uma implementação KDA do FLA em Triton. Uma execução de 24 horas e mil chamadas de ferramentas é um tipo diferente de evidência de uma porcentagem de benchmark. Ela diz algo sobre resistência sob um objetivo de longo horizonte e muito pouco sobre qualidade comparativa.

Os gráficos de lançamento para Muse Spark 1.2 e Muse Spark 1.3 plotam esses modelos contra um pequeno conjunto de concorrentes nomeados em avaliações de agente, codificação, seguimento de instruções e contexto longo — DeepSWE v1.1, SWE-Atlas-QnA, Terminal-Bench 2.1 e 4.0, tau2-bench, GDPval, SciCode, IFBench, MultiChallenge e AA-LCR v1.1 aparecem entre os eixos. Esses gráficos são produzidos e plotados pelo fornecedor, e as configurações dos concorrentes neles são escolha da Meta, não um painel neutro. Não estamos reproduzindo os valores das barras aqui por esse motivo: um gráfico de fornecedor lido como um ranking é exatamente o modo de falha que esta página pretende evitar.

Vale a pena explicitar duas lacunas honestas em vez de mascará-las:

• A Meta não publica uma comparação direta do Muse Code com o Muse Spark 1.2 com esforço equivalente em um conjunto de tarefas nomeado; o valor de ~20%/~25% é o mais próximo disso, e trata-se de uma comparação interna com deltas de eficiência declarados, e não de pontuações

A Meta não publica uma avaliação de latência ao vivo da CLI, e nenhum dos números publicados descreve como é uma sessão sob carga real de edição

O que a Artificial Analysis mede de forma independente

A Artificial Analysis é o avaliador independente que atualmente publica uma medição de agente de codificação que abrange o Muse Code, e é um tipo diferente de número em relação a tudo o que foi apresentado acima: as linhas são pares de harness e modelo, avaliados pela AA em vez de pelo fornecedor.

No Artificial Analysis Coding Agent Index — a página se identifica em seus próprios dados estruturados como v1.5 — as linhas do Muse Code dizem:

• Muse Code executando Muse Spark 1.3 com raciocínio máximo — 54.3

• Muse Code executando Muse Spark 1.3 com raciocínio xhigh — 48.3

• O topo do mesmo ranking — Claude Code rodando Claude Opus 5.5 no raciocínio máximo, a 66,0

Duas coisas sobre esses números importam mais do que os próprios números. Primeiro, a diferença de 5,0 pontos entre as linhas max e xhigh é o mesmo modelo no mesmo harness com uma configuração alterada, o que é um lembrete útil de que uma “pontuação Muse Code” é subespecificada, a menos que o nível de esforço seja indicado. Segundo, este ranking é uma medição diferente da que a nossa própria cobertura de setembro do Muse Spark 1.3 citou: o artigo anterior citava 68 para o Muse Spark 1.3 em max, 64 em xhigh, e 68 para o Claude Opus 5 em xhigh. Esses números já não aparecem no ranking ao vivo — a linha superior atual é o Claude Opus 5.5 em max com 66,0, e as linhas do Muse Code indicam 54,3 e 48,3. O índice foi revisto e a composição do conjunto mudou. Se ainda tem os números antigos por referência, eles estão ultrapassados, e os dois conjuntos nunca devem ser citados lado a lado como se fossem a mesma medição feita duas vezes.

A página do modelo AA para o Muse Spark 1.3 é novamente uma superfície separada, e seus próprios números são medidos pela AA, e não informados pelo fornecedor: um Intelligence Index de 48,09, Terminal-Bench 2.1 em 84,3%, GPQA Diamond em 93,5%, HLE em 48,7%, SciCode em 58,8% e recall de contexto longo em 83%, com data de lançamento de 2026-09-02, uma janela de contexto de 1.000.000 tokens e classificação como proprietário, de pesos fechados. Observe que esta é uma revisão do índice em uma página de modelo — a AA publica índices por modelo que são revisados conforme seu próprio cronograma, portanto, misturar um número desta página com um número da página de um modelo diferente não fornece uma comparação do mesmo snapshot.

O que nada disto lhe oferece é uma comparação emparelhada. As linhas de codificação da AA cruzam harnesses por construção — Muse Code contra Codex, contra Claude Code, contra Grok Build, contra Kimi Code CLI —, de modo que uma leitura linha a linha compara um par harness-modelo com outro par harness-modelo, e não dois modelos sob um mesmo harness. Onde a Meta não executou a comparação emparelhada e o painel da AA não foi construído para respondê-la, a posição honesta é que o confronto direto não existe em esforço e harness emparelhados, em vez de construí-lo a partir de números adjacentes.

O que o OrcaRouter roteia, e o que ele não roteia

O OrcaRouter é um único endpoint que cobre mais de 200 modelos ao preço de tabela de cada provedor, sem markup, o que significa que a resposta de disponibilidade para esta família é verificável, em vez de uma questão de política. Verificado em nossa lista pública de modelos em tempo real hoje:

• meta/muse-code — não está no catálogo. O Muse Code é uma estrutura de execução, não um modelo roteável, e não o disponibilizamos

• meta/muse-spark-1.3 — não está no catálogo

• meta/muse-spark-1.2 — roteável, com uma janela de contexto de 1.048.576 tokens e preços de US$ 1,25 por milhão de tokens de entrada, US$ 4,25 por milhão de saída e US$ 0,15 por milhão de leitura em cache, as mesmas tarifas que a Meta publica

• meta/muse-spark-1.1 — também roteável, com as mesmas três tarifas

Então, na prática, no OrcaRouter, você consegue acessar as gerações do Muse Spark já disponibilizadas pelo mesmo endpoint que usa para todo o resto, e não consegue acessar o Muse Code nem a geração 1.3 atual por meio dele. Leia isso como uma descrição do catálogo de hoje e nada mais; a disponibilidade muda, e a lista de modelos é o lugar para verificar.

Onde um roteador se paga para uma carga de trabalho como esta é nas duas coisas que uma assinatura não pode lhe dar. A primeira é que uma única chave de API é uma camada de roteamento que faz failover automático de uma requisição quando um provedor se degrada, o que importa quando uma execução de agente já acumulou milhares de chamadas de ferramentas e você prefere não perdê-la porque um upstream está tendo uma tarde ruim. A segunda é que a requisição é descrita em vez de codificada de forma rígida — você pode colocar o Muse Spark 1.2 atrás do mesmo DSL de roteamento que qualquer outro modelo e mudar o que a atende sem alterar seu cliente.

Frequentemente perguntado

O modelo padrão da CLI é o modelo atual? Não. O padrão do Muse Code é muse-spark-1.2; a geração atual é o Muse Spark 1.3, anunciado em 2 de setembro de 2026, e você o alcança com --model muse-spark-1.3 ou com o comando /models.

Qual grafia está correta — "Muse Code 1.3" ou "Muse Spark 1.3"? Muse Spark 1.3. As versões do Muse Code são lançamentos do harness e a atual é a 1.2.1; as duas linhas de numeração não têm relação entre si, e é exatamente por isso que a consulta "muse code 1.3" retorna resultados confusos.

Se eu preciso apenas de entrada de áudio, qual modelo devo configurar? Muse Spark 1.2. A própria nota de rodapé da Meta diz que a compreensão de áudio na 1.3 não é totalmente suportada e pode degradar a qualidade das respostas, e direciona trabalhos com áudio para a 1.2 ou para o Muse Voice Transcribe.

O nível Contributor é um nível gratuito ou de teste? Não, e não é um desconto que você obtém automaticamente. É uma variante de preço mais baixo em todas as versões do Muse Spark a partir da 1.2, em troca de permissão para treinar com seus prompts e completions; a geração 1.1 não tem variante Contributor.

Conclusão

O Muse Code é o agente de codificação para terminal e CI da Meta, feito pela Meta para seus modelos Muse Spark, vendido em três planos mensais de US$ 5,00, US$ 15,00 e US$ 50,00, sem nível gratuito, respaldado por tarifas Standard de pague conforme o uso de US$ 1,25 de entrada e US$ 4,25 de saída por milhão de tokens e tarifas Contributor de US$ 0,10 e US$ 0,20 para os mesmos tokens, se você permitir que a Meta treine com eles. A versão atual do CLI é a 1.2.1, a geração atual do modelo é o Muse Spark 1.3, e o CLI ainda usa o Muse Spark 1.2 por padrão — informe a versão e o esforço de raciocínio sempre que citar uma pontuação, porque o Muse Code executando o Muse Spark 1.3 em max e em xhigh não são a mesma medição, e a principal alegação de eficiência do fornecedor é uma comparação interna, e não um resultado independente.

Para uma visão prática do próprio harness, consulte nosso guia do agente de codificação de terminal Muse Code.