AesCode 32B vs Muse Code: เอนจินสร้างโปสเตอร์กับเอเจนต์เทอร์มินัลไม่ใช่คู่แข่งกัน

AesCode 32B และ Muse Code ถูกนำมาเปรียบเทียบกันเพราะชื่อทั้งสองมีคำว่า "code" อยู่ และนั่นก็แทบจะเป็นสิ่งเดียวที่ทั้งสองมีร่วมกัน AesCode 32B คือเช็กพอยต์งานวิจัยของ Microsoft สำหรับสร้าง HTML และ CSS ที่แก้ไขได้ — สไลด์ โปสเตอร์ แดชบอร์ด รายงาน — เผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 บน Hugging Face โดยรีโพซิทอรีถูกสร้างขึ้นเมื่อวันที่ 29 กันยายน 2026 และคอมมิตที่ใช้ชื่อว่า "Release AesCode-32B" ลงวันที่ 7 ตุลาคม 2026 Microsoft ไม่ได้ประกาศอะไรเกี่ยวกับเรื่องนี้เลย: ไม่มีโพสต์เปิดตัว ไม่มีการแถลงข่าว และการ์ดโมเดลเองก็ไม่ได้ระบุวันเปิดตัวไว้ Muse Code ไม่ใช่โมเดลเลยด้วยซ้ำ มันคือเอเจนต์เขียนโค้ดบนเทอร์มินัลของ Meta ซึ่งอยู่ในช่วงเบต้าตั้งแต่ต้นเดือนสิงหาคม 2026 และใช้เวลาของมันไปกับการรันคำสั่งเชลล์กับรีโพซิทอรี ตัวหนึ่งสร้างไฟล์ที่คุณเปิดในเบราว์เซอร์ ส่วนอีกตัวรันคำสั่งจนกว่าเทสต์จะผ่าน การเลือกระหว่างสองสิ่งนี้ไม่ใช่การตัดสินใจในระดับโมเดล และสิ่งที่มีประโยชน์ที่สุดที่หน้านี้ทำได้คือหยุดคุณไม่ให้ตัดสินใจราวกับว่ามันเป็นเช่นนั้น

แต่ละอย่างจริงๆ แล้วใช้ทำอะไร

AesCode 32B เริ่มต้นจาก Qwen3-VL-32B-Instruct และได้รับการฝึก ตามที่ระบุใน model card ของมัน ด้วยการปรับละเอียดแบบมีผู้สอน (supervised fine-tuning) แบบ cold-start บนตัวอย่างสาธิต 3,000 รายการ ตามด้วยการเรียนรู้แบบเสริมกำลัง GDPO ผ่านช่องสัญญาณรางวัลเจ็ดช่อง ได้แก่ การทำงาน/การเรนเดอร์ ข้อความ ขอบเขต ตาราง/แผนภูมิ เลย์เอาต์ ช่องว่าง และการออกแบบ หกในเจ็ดช่องนั้นเป็นตัวตรวจสอบแบบกำหนดได้แน่นอน ส่วนช่องที่เจ็ดเป็นผู้ตัดสินแบบภาพ-ภาษา (vision-language judge) ที่ทำงานจากเกณฑ์การให้คะแนนต่อตัวอย่าง ซึ่งผูกกับ "design graph" ของหน้าเป้าหมาย ผลลัพธ์ที่เป็นตัวเลือกทุกรายการจะถูกเรนเดอร์ในเบราว์เซอร์ Playwright แบบแซนด์บ็อกซ์ โดยบล็อกคำขอภายนอก จากนั้นให้คะแนนจาก DOM, สไตล์ที่คำนวณได้, กล่องขอบเขต และภาพหน้าจอ ผลลัพธ์ที่ตั้งใจไว้ถูกระบุชื่อไว้อย่างชัดเจนบนการ์ด ได้แก่ สไลด์ที่แก้ไขได้ โปสเตอร์ แดชบอร์ด และรายงาน รวมถึงงานวิจัยด้านการสร้างโค้ดแบบมัลติโมดัล โมเดลส่งออกเอกสาร HTML ที่สมบูรณ์ และได้รับการฝึกให้ใช้โครงสร้างตาราง HTML จริงและสเปก ECharts เพื่อให้ผลลัพธ์ของมันยังสามารถตรวจสอบได้

Muse Code ทำสิ่งที่แตกต่างในเชิงโครงสร้าง มันเป็นไบนารีเนทีฟสำหรับ macOS และ Linux ที่มีลูปเอเจนต์หลัก เอเจนต์เบื้องหลังแบบอะซิงโครนัสที่คอยรวบรวมบริบทตลอดทั้งเซสชัน Git worktree ที่แยกจากกันเพื่อไม่ให้เอเจนต์ย่อยชนกัน และบันทึกเหตุการณ์ภายในเครื่องที่ทำให้เซสชันที่ล่มสามารถเล่นซ้ำหรือกลับมาทำต่อได้ รายงานของ Meta เองระบุว่ามันเขียนการเรียกเครื่องมือหลายพันครั้งในช่วงเวลาที่วัดกันเป็นชั่วโมง สิ่งที่ขายคือลูป ไม่ใช่ชิ้นงาน

วางสองตัวนี้เคียงข้างกัน แล้วคำกริยาของทั้งคู่ไม่ตรงกัน AesCode 32B เรนเดอร์. Muse Code รัน. ถ้าปัญหาของคุณคือ "เด็คประจำไตรมาสของเราต้องใช้ดีไซเนอร์ถึงสามวัน" Muse Code ไม่เกี่ยวข้องเลย และ AesCode 32B มุ่งเป้าตรงมาที่ปัญหานั้น ถ้าปัญหาของคุณคือ "ไม่มีใครอยากเสียเวลาช่วงสุดสัปดาห์ไปกับการอัปเกรด dependency tree นี้" AesCode 32B ไม่มีอะไรจะพูด และ Muse Code คือเครื่องมือที่คุณต้องการ

หลักฐานของแต่ละฝ่ายไม่ใช่หลักฐานประเภทเดียวกัน

นี่คือส่วนที่หน้าเปรียบเทียบทุกหน้าทำพลาด จึงคุ้มค่าที่จะค่อย ๆ พิจารณาให้ดี

AesCode 32B ได้ตัวเลขมาจากการประเมินอินโฟกราฟิกจากตัวอย่าง 300 ชิ้น โดยสร้างสามครั้งต่อพรอมต์และไม่มีการคัดเลือก และตัวเลขเหล่านั้นน่าประทับใจในตัวเอง: คะแนน Overall 85.89 เทียบกับ 81.28 ของ GPT-5.5 และ 80.39 ของ Claude Opus 4.8 โดยทั้งสองวัดด้วยการตั้งค่าภาพอ้างอิงเดียวกันผ่านฮาร์เนสของ Microsoft เอง การ์ดยังรายงานอีกว่าความล้มเหลวร้ายแรงบริเวณขอบเขตแคนวาสเกิดขึ้นซ้ำใน 4.3% ของตัวอย่าง เทียบกับ 34.7% สำหรับ GPT-5.5 และ AesCode 32B เอาชนะแบ็กโบน Qwen3-VL-32B ของตัวเองได้ 22.4 คะแนนในมิติ Visual และ 24.8 คะแนนใน Overall

อ่านทั้งหมดนั้นในฐานะที่ผู้ขายรายงานและยังทำซ้ำไม่ได้ เกณฑ์มาตรฐาน ช่องทางที่ใช้ฝึกโมเดล เมตริกที่ให้คะแนนมัน ล้วนเป็นผลงานของแล็บเดียวกัน และตัวอย่าง 300 ตัวอย่างเป็นของไมโครซอฟต์ นั่นไม่ใช่เหตุผลที่จะสงสัยผลลัพธ์ — การประเมินโปร่งใสผิดปกติ ชุดตัวตรวจสอบเปิดเผย และข้อเท็จจริงที่ว่าการ์ดเผยแพร่ตัวเลขที่ไม่มีโมเดลใดผ่าน 60 ใน ("สไตล์" ซึ่งไม่มีอะไรได้คะแนนเกิน 55.99) ถือเป็นความซื่อสัตย์ที่ตารางของผู้ขายทั่วไปมีน้อยกว่า นั่นเป็นเหตุผลที่เราไม่ควรเอา 85.89 ไปวางข้างตัวเลขที่ผลิตโดยแล็บอื่นบนงานหนึ่งแล้วแสร้งว่ามีการเปรียบเทียบเกิดขึ้น

ตัวเลขของ Muse Code นั้น Meta รายงานในอีกความหมายหนึ่งอีกครั้ง: พวกมันวัดโมเดลพร้อมกับฮาร์เนส (harness) รวมกันเป็นหนึ่งเดียว Meta รายงานว่า Muse Code ได้ 82.9% บน Terminal-Bench 2.1 เป็นอันดับสองรองจาก Claude Opus 5 ที่จับคู่กับ Claude Code ซึ่งได้ 86.7% พร้อมกับ 59.3% บน DeepSWE 1.1 และ 70.6% บนชุดทดสอบการเขียนโค้ดภายใน เพราะฮาร์เนสที่ต่างกันถูกจับคู่กับโมเดลที่ต่างกันทั่วทั้งตารางนั้น คุณจึงไม่สามารถอ่านค่าของโมเดลออกมาจากคะแนนของระบบได้ และไม่มีความทับซ้อนกันเลยระหว่างสิ่งที่ Muse Code ถูกวัด กับสิ่งที่ AesCode 32B ถูกวัด — อย่างหนึ่งได้คะแนนจากงานเทอร์มินัลและวิศวกรรมซอฟต์แวร์ อีกอย่างหนึ่งได้คะแนนจากว่าข้อความในอินโฟกราฟิกอ่านออกได้หรือไม่ และเลย์เอาต์ไม่ล้นหรือไม่

สิ่งที่ "เช็กพอยต์ 32B หนึ่งตัว" ซ่อนไว้

การปรับใช้คือจุดที่ผลิตภัณฑ์ทั้งสองแตกต่างกันมากที่สุด และฉบับย่อก็พอจะสรุปเป็นรายการหัวข้อย่อยได้

• มันคืออะไร — AesCode 32B: เช็กพอยต์โมเดลขนาด 33B พารามิเตอร์ที่คุณดาวน์โหลด Muse Code: ผลิตภัณฑ์เอเจนต์เทอร์มินัลที่ติดตั้งได้

• สัญญาอนุญาต — AesCode 32B: Apache 2.0, รวมน้ำหนักโมเดลไว้ด้วย. Muse Code: เป็นกรรมสิทธิ์; โมเดลที่อยู่เบื้องหลังเป็นแบบปิด

• สิ่งที่คุณต้องจัดหา — AesCode 32B: GPU หนึ่งตัวและสแต็กสำหรับให้บริการ Muse Code: คีย์ API หรือการสมัครสมาชิก

• พื้นฐานด้านฮาร์ดแวร์ — AesCode 32B: การ์ดแนะนำให้วางแผนหน่วยความจำตัวเร่งความเร็วราว 65 GB สำหรับพารามิเตอร์ bf16 เพียงอย่างเดียว และตัวอย่างการให้บริการของตัวมันเองใช้ tensor parallelism แบบสี่ทาง Muse Code: แล็ปท็อป

• บริบท — AesCode 32B: 24,576 โทเค็นในการกำหนดค่าที่รายงาน โดยพรอมป์และคำตอบถูกจำกัดไว้ที่ 8,192 ระหว่างการฝึกด้วย RL Muse: หน้าต่างขนาด 1M โทเค็นผ่านโมเดล Muse Spark ที่รองรับอยู่เบื้องหลัง

• ราคา — AesCode 32B: น้ำหนักโมเดลฟรี ค่าใช้จ่ายคือฮาร์ดแวร์ Muse Code: คิดค่าบริการต่อโทเคน หรือผ่านแผนรายเดือน

• หลักฐาน — AesCode 32B: การประเมินที่ผู้ขายดำเนินการเองบนตัวอย่าง 300 ตัวอย่างของตัวเอง โดยใช้ฮาร์เนส Muse Code: เบนช์มาร์กระดับระบบที่ Meta รายงาน บนสแต็กที่ผสานเอเจนต์เข้ากับโมเดล

แถว "hardware floor" นั่นแหละคือแถวที่คนมักข้ามกันไป เช็กพอยต์ขนาด 32B ที่ bf16 ไม่ใช่โมเดลสำหรับแล็ปท็อป และยิ่งไปกว่านั้น AesCode 32B ยังเป็น vision-language model อีกด้วย ดังนั้นเส้นทางการเสิร์ฟจึงต้องรองรับอินพุตภาพด้วย Muse Code เป็นไบนารีที่คุณติดตั้งได้ภายในบ่ายเดียว

ในจุดที่它們ทับซ้อนกันอย่างแท้จริง

มีความทับซ้อนที่แท้จริงเพียงหนึ่งเดียวเท่านั้น และมันก็แคบ: ทั้งสองสามารถถูกชี้ไปที่อาร์ติแฟกต์ที่ใกล้เคียงกับงานออกแบบ และถูกขอให้สร้างบางสิ่งที่มนุษย์จะนำไปขัดเกลาต่อ หากทีมของคุณกำลังสร้างแดชบอร์ดภายในองค์กรในรูปแบบโค้ด และยังต้องการเอเจนต์ที่สามารถเปิด pull request กับรีโพซิทอรีแดชบอร์ดได้ ผลิตภัณฑ์ทั้งสองก็เกี่ยวข้องกับเวิร์กโฟลว์นั้น

แม้แต่ตรงนั้น การแบ่งก็ยังชัดเจน AesCode 32B สร้างอาร์ติแฟกต์ Muse Code สร้างการเปลี่ยนแปลง ไปป์ไลน์ที่ทำทั้งสองอย่างจะเรียก AesCode 32B เพื่อเรนเดอร์ จากนั้นส่งไฟล์ผลลัพธ์ให้เอเจนต์จัดวาง เชื่อมต่อ และทดสอบ — และไม่มีอะไรในผลิตภัณฑ์ทั้งสองที่ขัดขวางเรื่องนี้ เพราะพวกมันไม่เคยแย่งตำแหน่งเดียวกัน

ครึ่งหนึ่งของแมตช์นี้ที่คุณเรียกได้วันนี้

นี่คือความไม่สมมาตรเชิงปฏิบัติที่ควรพูดให้ตรง ๆ ว่า AesCode 32B ไม่ได้ถูกนำไปให้บริการโดยผู้ให้บริการ inference รายใดเลย การ์ดบน Hugging Face ไม่ได้ระบุ endpoint ที่โฮสต์ไว้ ไม่มีพาร์ตเนอร์ และไม่มี API หากคุณต้องการใช้งานมัน คุณต้องดาวน์โหลดน้ำหนักโมเดล 65 GB และสร้างเส้นทางการให้บริการด้วยตัวเอง นั่นเป็นสถานะปกติสำหรับการเผยแพร่เพื่อการวิจัย และมันยังเป็นอุปสรรคใหญ่ที่สุดเพียงอย่างเดียวที่ขวางกั้นระหว่างโมเดลกับใครก็ตามที่ไม่ได้เป็นเจ้าของ GPU แปดตัว

โมเดลพื้นฐานของ Muse Code ไม่มีปัญหานั้น ตระกูล Muse Spark ให้บริการเป็นโมเดล API ธรรมดา และ Muse Spark 1.2 อยู่ในแค็ตตาล็อกของ OrcaRouter ซึ่งคิดค่าบริการตามอัตราที่ Meta ประกาศ คือ 1.25 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน และ 4.25 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน — ราคาตามรายการของผู้ให้บริการถูกส่งผ่านมาโดยไม่มีส่วนต่างจากฝั่งเรา ดังนั้นหาก Meta เปลี่ยนแปลงราคา ที่นี่ก็จะเปลี่ยนตามในวันเดียวกับที่นั่น คีย์เดียวครอบคลุมโมเดลนี้พร้อมกับอีกกว่า 200 โมเดล พร้อมการสลับไปใช้ผู้ให้บริการรายอื่นอัตโนมัติหากผู้ให้บริการมีปัญหา ซึ่งเป็นความแตกต่างระหว่าง “เราลองใช้สิ่งนี้ได้” กับ “เราเอาสิ่งนี้ไปใช้ในเส้นทางโปรดักชันได้” ถ้าสิ่งที่คุณต้องการจากหน้านี้จริง ๆ คือวิธีใช้ความสามารถอัจฉริยะภายใน Muse Code โดยไม่ต้องรับผลิตภัณฑ์ Muse Code นั่นคือเส้นทางนั้น และมันมีอยู่จริง ถ้าสิ่งที่คุณต้องการคือ AesCode 32B เส้นทางนั้นคือการดาวน์โหลด

เลือกอันไหน

เลือก AesCode 32B หากสิ่งสำคัญคือชิ้นงานที่ได้ออกมา คุณผลิตสไลด์ รายงาน โปสเตอร์ หรือแดชบอร์ดเป็นจำนวนมาก คุณมีฮาร์ดแวร์หรือยินดีที่จะเช่ามัน และความน่าดึงดูดของโมเดลที่ปล่อย HTML ที่มีโครงสร้างและแก้ไขได้ — ตารางก็เป็นตาราง แผนภูมิก็เป็นสเปก ECharts ทุกอย่าง diff ได้ใน Git — ก็คุ้มค่ากับการตั้งค่าการเสิร์ฟระดับงานวิจัย ยอมรับว่าคุณเป็นผู้ใช้กลุ่มแรก ๆ ของโมเดลที่ยังไม่ได้ประกาศเปิดตัวและมียอดดาวน์โหลดน้อย ว่าไม่มีแล็บอิสระใดที่จำลองผลคะแนนของมันได้ และว่าคอนเท็กซ์ 24K ของมันเป็นข้อจำกัดจริงสำหรับเอกสารยาว

เลือก Muse Code หากกระบวนการคือสิ่งสำคัญ คุณต้องการเอเจนต์ที่รันในเทอร์มินัล ทนต่อการแครชกลางเซสชัน และรับงานหลายสายพร้อมกันในเวิร์กทรีที่แยกจากกันได้ และคุณสบายใจที่จะจ่ายแบบต่อโทเคนหรือรายเดือนสำหรับมัน

อย่าเลือกทั้งคู่ และเชื่อมต่อไปยัง Muse Spark 1.2 โดยตรง หากสิ่งที่คุณต้องการคือโมเดลการให้เหตุผลที่มีความสามารถซึ่งอยู่เบื้องหลัง API key และ terminal harness ไม่เคยเป็นส่วนที่คุณต้องการ

อะไรจะเปลี่ยนหน้านี้

สามเรื่อง. ถ้าผู้ให้บริการ inference รายใดรับ AesCode 32B ไปใช้ — หรือไมโครซอฟต์เผยแพร่เอนด์พอยต์แบบโฮสต์ — คอลัมน์การนำไปใช้งานก็จะยุบลง และโมเดลจะกลายเป็นสิ่งที่คุณประเมินได้ในเวลาบ่ายเดียว ซึ่งจะทำให้เรื่องนี้เป็นคำถามที่สูสีกันมากสำหรับทีมที่เน้นงานออกแบบ. ถ้าการประเมินจากหน่วยงานอิสระให้ผลซ้ำได้ที่คะแนน Overall 85.89 และอัตราความล้มเหลวที่ขอบเขต 4.3% ความไม่สมดุลของหลักฐานก็จะลดลงอย่างมาก. และถ้า Meta เปิด weights ของ Muse Spark กรอบความคิดที่ว่า "คุณดาวน์โหลดตัวหนึ่งได้ แต่อีกตัวดาวน์โหลดไม่ได้" ก็จะหายไปทั้งหมด. จนกว่าหนึ่งในนั้นจะเกิดขึ้น สรุปที่ตรงไปตรงมาคือ สองผลิตภัณฑ์นี้แค่ใช้คำเดียวกัน ไม่ได้ทำงานเดียวกัน.