AesCode 32B против Muse Code: генератор постеров и терминальный агент — не соперники

AesCode 32B и Muse Code сравнивают потому, что в обоих названиях есть слово «code», и это почти единственное, что их объединяет. AesCode 32B — это исследовательский чекпоинт Microsoft для генерации редактируемых HTML и CSS — слайдов, плакатов, дашбордов, отчётов, — опубликованный под лицензией Apache 2.0 на Hugging Face; репозиторий создан 29 сентября 2026 года, а коммит под названием «Release AesCode-32B» датирован 7 октября 2026 года. Microsoft ничего о нём не объявляла: нет ни анонсирующего поста, ни пресс-релиза, и в самой карточке модели не указана дата выпуска. Muse Code — вообще не модель. Это терминальный агент Meta для программирования, находящийся в бета-версии с начала августа 2026 года, который проводит время, выполняя shell-команды в репозитории. Один из них создаёт файл, который вы открываете в браузере. Другой выполняет команды, пока тесты не пройдут. Выбор между ними — это не выбор модели, и самое полезное, что может сделать эта страница, — не дать вам сделать этот выбор так, будто он им является.

Для чего на самом деле нужен каждый из них

AesCode 32B создана на основе Qwen3-VL-32B-Instruct и, согласно её карточке модели, обучалась с помощью supervised fine-tuning с холодного старта на 3000 демонстрациях, а затем — с помощью обучения с подкреплением GDPO по семи каналам вознаграждения: исполнение, текст, границы, таблицы/диаграммы, макет, пробелы и дизайн. Шесть из этих каналов — детерминированные верификаторы; седьмой — визуально-языковой судья, работающий по рубрике для каждого образца, привязанной к «графу дизайна» целевой страницы. Каждый выходной вариант отображается в изолированном браузере Playwright с блокировкой внешних запросов, после чего оценивается по DOM, вычисленным стилям, ограничивающим рамкам и скриншоту. Предполагаемые результаты явно перечислены в карточке: редактируемые слайды, плакаты, дашборды и отчёты, а также исследования по мультимодальной генерации кода. Модель выдаёт полный HTML-документ и обучена использовать настоящие структуры HTML-таблиц и спецификации ECharts, чтобы её вывод оставался доступным для проверки.

Muse Code устроен структурно иначе. Это нативный бинарник для macOS и Linux с главным циклом агента, асинхронными фоновыми агентами, которые непрерывно собирают контекст на протяжении сессии, изолированными рабочими деревьями Git, чтобы суб-агенты не сталкивались, и локальным журналом событий, позволяющим воспроизвести или возобновить упавшую сессию. По собственным данным Meta, он совершает тысячи вызовов инструментов за периоды, измеряемые часами. Продаётся здесь цикл, а не артефакт.

Поставьте их рядом — и глаголы не совпадают. AesCode 32B отрисовывает. Muse Code выполняет. Если ваша проблема — «наша квартальная презентация отнимает у дизайнера три дня», Muse Code тут ни при чём, а AesCode 32B нацелен прямо на неё. Если ваша проблема — «никто не хочет тратить выходные на обновление этого дерева зависимостей», AesCode 32B нечего сказать, а Muse Code — это инструмент.

Доказательства с каждой стороны — это не один и тот же вид доказательств

Вот что каждая страница сравнения делает неправильно, так что здесь стоит не торопиться.

Показатели AesCode 32B получены в ходе оценки инфографики на 300 примерах — три генерации на каждый запрос без отбора, — и они впечатляют сами по себе: итоговая оценка 85,89 против 81,28 у GPT-5.5 и 80,39 у Claude Opus 4.8, причём обе последние измерены с той же конфигурацией эталонных изображений с помощью собственного испытательного стенда Microsoft. В карточке также сообщается, что серьёзный сбой выхода за границы холста повторяется на 4,3 % примеров против 34,7 % у GPT-5.5, и что AesCode 32B превосходит свою собственную базовую модель Qwen3-VL-32B на 22,4 балла по показателю Visual и на 24,8 балла по Overall.

Воспринимайте всё это как заявленное вендором и невоспроизведённое. Бенчмарк, каналы вознаграждения, на которых обучалась модель, и метрики, которые её оценивают, — работа одной и той же лаборатории, а 300 образцов принадлежат Microsoft. Это не причина отвергать результат — оценка необычайно прозрачна, стек верификаторов открыт, а то, что в карточке публикуется измерение, по которому ни одна модель не преодолевает 60 («стиль», где ничто не набирает выше 55.99), — это больше честности, чем в большинстве таблиц от вендоров. Это причина не ставить 85.89 рядом с числом, полученным другой лабораторией на другой задаче, и делать вид, что сравнение состоялось.

Числа Muse Code снова сообщаются Meta в ином смысле: они измеряют модель и харнесс вместе. Meta сообщает 82,9% на Terminal-Bench 2.1 для Muse Code — второе место после Claude Opus 5 в паре с Claude Code с 86,7%, — а также 59,3% на DeepSWE 1.1 и 70,6% на внутреннем бенчмарке для программирования. Поскольку в этой таблице с разными моделями сочетались разные харнессы, вы не можете выделить вклад модели из оценки системы. И между тем, на чём измеряется Muse Code, и тем, на чём измеряется AesCode 32B, нет вообще никакого пересечения: один оценивается на терминальных задачах и в разработке ПО, другой — на том, разборчив ли текст инфографики и не выходит ли за границы её макет.

Что скрывает «один 32B-чекпоинт»

Развёртывание — вот где два продукта расходятся сильнее всего, а краткая версия умещается в маркированном списке.

• Что это — AesCode 32B: контрольная точка модели с 33B параметрами, которую вы скачиваете. Muse Code: продукт в виде устанавливаемого терминального агента.

• Лицензия — AesCode 32B: Apache 2.0, включая веса. Muse Code: проприетарная; модель, лежащая в его основе, закрыта.

• Что вы предоставляете — AesCode 32B: GPU и стек для обслуживания. Muse Code: API-ключ или подписку.

• Аппаратный минимум — AesCode 32B: в карточке рекомендуется закладывать примерно 65 ГБ памяти ускорителя только под bf16-параметры, а в её собственном примере обслуживания используется четырёхсторонний тензорный параллелизм. Muse Code: ноутбук.

• Контекст — AesCode 32B: 24 576 токенов в заявленной конфигурации, при этом промпты и ответы ограничены 8 192 токенами во время RL-обучения. Muse Code: окно на 1 млн токенов благодаря лежащей в его основе модели Muse Spark.

• Цена — AesCode 32B: веса бесплатны; затраты — на оборудование. Muse Code: оплата за токены или по месячному плану.

• Доказательства — AesCode 32B: оценка, проведённая вендором на собственных 300 образцах, с опубликованным тестовым стендом. Muse Code: системные бенчмарки, о которых сообщила Meta, на связанном стеке «агент + модель».

Именно эту строку «аппаратного минимума» люди обычно пропускают. Чекпоинт на 32B в bf16 — это не модель для ноутбука, а AesCode 32B вдобавок ко всему — визуально-языковая модель, так что путь обслуживания также принимает изображения на вход. Muse Code — это бинарник, который вы устанавливаете за один день.

Там, где они действительно пересекаются

Существует ровно одно настоящее пересечение, и оно узкое: оба можно нацелить на артефакт, смежный с дизайном, и попросить создать что-то, что человек будет дорабатывать. Если ваша команда генерирует внутренние дашборды как код и также хочет агента, который может открыть pull request в репозитории дашбордов, оба продукта затрагивают этот рабочий процесс.

Даже там разделение чёткое. AesCode 32B создаёт артефакт. Muse Code создаёт изменение. Конвейер, который делает и то и другое, вызвал бы AesCode 32B для отрисовки, а затем передал бы получившийся файл агенту, чтобы тот разместил, подключил и протестировал его — и ничто в любом из этих продуктов этому не мешает, потому что они никогда не конкурировали за один и тот же слот.

Половину этого матчапа можно назвать

Вот примечательная асимметрия, которую стоит обозначить прямо. AesCode 32B не развёрнут ни одним провайдером инференса. На карточке Hugging Face не указаны ни хостируемая конечная точка, ни партнёр, ни API; если вы хотите использовать её, вы скачиваете 65 ГБ весов и самостоятельно строите путь обслуживания. Это нормальное состояние для исследовательского релиза, и в то же время это самое серьёзное препятствие между моделью и любым, у кого нет восьми GPU.

У базовой модели Muse Code такой проблемы нет. Семейство Muse Spark предоставляется как обычная API-модель, и Muse Spark 1.2 присутствует в каталоге OrcaRouter где с неё взимается плата по прайсовым тарифам Meta — $1,25 за миллион входных токенов и $4,25 за миллион выходных токенов — цена провайдера передаётся как есть, без наценки с нашей стороны, так что изменение цен Meta появляется здесь в тот же день, когда оно появляется там. Один ключ покрывает её наряду с более чем 200 другими моделями, с автоматическим переключением при сбое провайдера, — и это разница между «мы можем это попробовать» и «мы можем вывести это на продакшн». Если на самом деле вам нужен был способ использовать интеллект внутри Muse Code, не принимая сам продукт Muse Code, — это тот самый путь, и он существует. Если вам нужна была AesCode 32B, то путь — это скачивание.

Что выбрать

Выбирайте AesCode 32B, если главное — сам артефакт. Вы массово создаёте презентации, отчёты, постеры или дашборды, у вас есть нужное железо или готовность арендовать его, и привлекательность модели, которая выдаёт структурированный, редактируемый HTML — таблицы как таблицы, графики как спецификации ECharts, всё удобно сравнивать в Git — стоит того, чтобы мириться с исследовательской конфигурацией для обслуживания. Примите как данность, что вы ранний последователь неанонсированной модели с малым числом загрузок, что ни одна независимая лаборатория не воспроизвела её оценки и что её контекст в 24K — реальное ограничение для длинных документов.

Выбирайте Muse Code, если важен процесс. Вам нужен агент, который работает в терминале, переживает сбой в середине сессии и может одновременно вести несколько рабочих потоков в изолированных рабочих деревьях, а вы готовы платить за него по токенам или ежемесячно.

Не выбирай ни один из них, а направь запрос напрямую в Muse Spark 1.2, если тебе нужна была сильная модель рассуждений за API-ключом, а терминальная обвязка никогда не была тем, что тебе требовалось.

Что изменило бы эту страницу

Три вещи. Если какой-либо инференс-провайдер включит AesCode 32B в поддержку — или Microsoft опубликует хостируемый эндпоинт — колонка развёртывания схлопнется, и модель можно будет оценить за день, что сделает этот вопрос гораздо менее однозначным для команд, где дизайн особенно важен. Если независимая оценка воспроизведёт 85,89 Overall и частоту отказов на границах в 4,3 %, асимметрия доказательств заметно сократится. А если Meta откроет веса Muse Spark, формулировка «одну можно скачать, а другую — нет» исчезнет полностью. Пока не произойдёт хотя бы одно из этих событий, честный итог таков: эти два продукта объединяет лишь слово, а не задача.