MAI Code 2 与 Muse Code 对比的标题卡。MAI Code 2 展示为 GitHub Copilot 中的一个模型,无 API,在 1M 上下文窗口下,每百万 token 输入 $0.50、输出 $2.50,只能从模型选择器中选择。Muse Code 展示为 Meta 的终端编码代理,以每月 $5.00 起的订阅方式出售,可在 CI 中以可脚本化、无头方式运行,Muse Spark token 每百万 $1.25 和 $4.25。
Guides & Insights

MAI Code 2 对比 Muse Code:一个是模型,一个是终端

作者

Gideon Frost

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

将MAI Code 2和Muse Code并排放在一起,首先显现出来的是,它们并不是同一类对象。MAI Code 2 是一个模型。微软于2026年11月17日发布它,定价为每百万输入 token $0.50、每百万输出 token $2.50,促销价持续至2027年5月17日,并可通过在 GitHub Copilot 客户端中选择它来访问。Muse Code 则是一个产品:Meta 面向终端和 CI 的编码代理,于2026年8月以 beta 版推出,并于8月31日结束 beta,按四档月度套餐销售,价格从 $5.00 到 $200.00 不等,其背后由 Meta Model API 按计量 token 收费,每百万分别为 $1.25 和 $4.25。因此,有用的问题不是哪个模型更好,而是你买的是哪一个捆绑包,以及其中有多少可以随身带走。

两者都不是那种无需经过别人的产品、就能直接从你自己的程序里调用的原始端点。这一共同限制正是整个比较的关键所在。

每一方卖什么,以及保留什么

微软的购买单位是你可能已经在付费的 Copilot 席位。发布文章明确列出了该系列的两个分发渠道:适用于 MAI Code 2 和 MAI Code 2 Flash 的所有 Copilot 客户端,以及仅适用于 Flash 的 Microsoft Foundry——通过 OpenAI 兼容的 Responses API 以有限访问预览形式提供。没有自托管路径,也没有权重——文档一致表明这些是托管模型——并且 100 万 token 的上下文窗口仅在 Visual Studio Code 和 Copilot CLI 中可用,并非所有 Copilot 界面都支持。你花钱得到的是模型选择器中的一个条目和一张按 token 计费的账单。

Meta 的购买单位是开发者席位和月份。Muse Code 被记录为一个终端编码代理,可在 macOS 和 Linux 上以交互式或无头模式运行,因此流水线可以驱动它。其底层是 Meta Model API 上的 Muse Spark 检查点,团队也可以直接调用:该模型无需该代理即可租用。这正是值得指出的不对称之处。Meta 向你出售一个代理,并会单独向你出租模型;而 Microsoft 则把一个模型卖给你,封装在你并未选择的代理之中。

把这两段对照着读,决策的轮廓就显现出来了。如果你的代码运行在你掌控的终端里,而你又想把它脚本化,那么这两者中,一个是依赖,另一个是偏好。

费率卡,已尽可能实现标准化

• 输入 — 在标准层级,MAI Code 2 每百万 tokens 收费 $0.50,而 Muse Spark 为 $1.25;MAI 的价格是后者的 40%

输出 — 每百万 $2.50,对比 $4.25;MAI 占该价格的 59%

• 缓存输入 — 每百万 token $0.025,相对于 Meta 侧 88% 的缓存折扣,这使有效读取成本接近 $0.15;MAI 约为其六分之一

• 订阅门槛——除了你已持有的 Copilot 席位之外,无需任何额外费用;相比之下,最便宜的 Muse Code 计划在还没用上一个 token 之前,就要每月 5.00 美元

• 顶级套餐——在 Microsoft 方面不适用,而 Maximum Usage 为每月 200.00 美元,Meta 称其为入门套餐用量的 80 倍

• 2027年5月17日之后 — MAI Code 2 将翻倍至 $1.00 和 $5.00;Meta 公布的标准费率没有相应的到期日期

• 背景——双方都宣称支持一百万 token,但 Muse Spark 的窗口可通过 Meta Model API 访问,而 MAI Code 2 的窗口是 VS Code 和 Copilot CLI 的一项功能,而不是端点参数

• 权重——双方均不进行分发;两者均托管

缓存输入这一行是折扣最大、且在规格表上最不显眼的地方。智能体式编程从构造上就是一种缓存工作负载——固定的系统提示、稳定的工具模式、每轮都重复的仓库前缀——因此,缓存读取价格更低的模型能在账单中占据比其标称输入费率所暗示的更大优势。MAI Code 2 的 $0.025 对有效的 $0.15,是这里差距最大的。它也是将在 2027 年 5 月变动的那一个;而且与 Meta 的 Standard 卡不同,Microsoft 的促销费率上印有日期。

基准测试涵盖和不涵盖的内容

两家供应商都不会直接给你一个明确的数字,而且它们的出错方向正好相反。

微软公布的是比率,而非结果。支撑这些比率的四项基准测试均有名有姓,测试框架也已公开——MSBench、GitHub Copilot CLI、不使用子代理、最高推理强度——而输出结果是:以 5% 的成本达到 Claude Opus 5.5 性能的 96%,以 40% 的成本达到 GPT-6.1 Sol 的 98%。真正缺失的,是 MAI Code 2 在这四项基准中任何一项上的绝对通过率;截至 2026 年 11 月 18 日,Artificial Analysis 上也没有该模型的条目。因此,买家无法计算出每个已完成任务所需的尝试次数,而正是这个数字决定了便宜的 token 是否真的便宜。

Meta 这边的情况是可量化、幅度不大,而且已经过时了。Artificial Analysis 在 Intelligence Index v5.0.1 上给 Muse Spark 1.3 打了 37 分,按每百万 token 1.25 美元和 4.25 美元计算,每个索引任务成本为 2.39 美元,每任务耗时 14.2 分钟,速度为每秒 107 个 token。该页面还附有一则弃用通知:Meta 已发布 Muse Wonder,1.3 检查点现在每 18 小时而非每 6 小时进行一次基准测试。因此,即便是独立解读,描述的也是该家族中靠后的检查点,而非最前沿的那个,而你为明年决策想要的那个数字尚不存在。

这让比较显得诚实,却也很尴尬。厂商自报经济性更好的那个模型,根本没有第三方评分。而有第三方评分的那个模型,恰恰是其自家厂商已经在越过它、指向别处的那个。任何告诉你这两者在基准测试中谁胜出的人,都是在把一家公司的内部测试框架与第三方的测试框架相比较,并把这种差异称作结果。

Artificial Analysis page for Muse Spark 1.3 showing a deprecation notice that Meta has launched Muse Wonder and benchmarks this checkpoint every 18 hours instead of every 6, an Intelligence Index of 37 against a median of 43, $1.25 input and $4.25 output per million tokens, an 88 percent cache discount, 107 tokens per second, 14.2 minutes per task, $2.39 per task and a 1M token context window.

每一款所针对的工作负载

Microsoft 对 MAI Code 2 的能力边界异常明确,而这种坦诚是一把双刃剑。发布文章将其定位为可用于把代码投入生产、深度调试、多文件实现、全仓库范围推理和 UI 工作,并直言这些模型“明确尚未针对更困难的问题进行调优,例如基础科学研究和超长周期智能体工作”。文章还称仪表盘和可视化编码是其强项,依据是盲测前端评估中,评审者在 64% 的情况下更偏好其输出而非 GPT-6 Sol。这是一个狭窄、具体且可信的卖点:日常企业级修复,定价适合每天使用。

Muse Code 的覆盖范围则是另一番设计。它是 macOS 和 Linux 上的终端智能体,既为对话而打造,也同样面向脚本化和 CI 使用;Meta 将它与 Muse Spark 联合训练,因此该智能体的轨迹塑造了模型。根据 Meta 自己的报告,它在 Terminal-Bench 2.1 上达到 82.9%——排名第二,落后于与 Claude Code 搭配的 Claude Opus 5 的 86.7%——在 DeepSWE 1.1 上为 59.3%,在一项内部编码基准上为 70.6%。这些是厂商在其自家测试框架上给出的数字,因此与微软的比率处于同一证据等级,而非高于后者。

因此,这两款产品是针对不同的损失函数进行优化的。MAI Code 2 的调校目标是在微软在 Copilot 中最常遇到的任务上做到低成本。Muse Code 的调校目标则是让希望把该智能体接入自身流水线的团队能够将其自动化。这两项主张都无法按照对方的标准来检验。

OrcaRouter 适合哪些场景,以及不适合哪些场景

Muse Code 背后的模型已部分收录于我们的目录——meta/muse-spark-1.2 和 meta/muse-spark-1.1,每百万 token 价格分别为 $1.25 和 $4.25,按提供商标价原样传递,0% 加价。这意味着该 agent 背后的模型如今可从你自己的应用中调用,无需终端工具,也无需订阅门槛。Muse Code 本身是 Meta 的专有 harness,我们不对其进行路由;如果你想要那个特定的 agent,Meta 会直接销售它。

MAI Code 2 未以任何形式出现在产品目录中。唯一已公布的途径是 Copilot 席位,因此我们没有什么可转接的,也没有诚实的方式暗示并非如此。

这留给团队的是对冲,而不是选择。通过一个密钥,经由兼容 OpenAI 的端点运行 Muse Spark 模型,将它们置于可随 Meta 发布新检查点而切换检查点的路由策略之后——Meta 已经这样做过一次——并且在底层设置自动故障转移,以免提供商侧的速率限制导致智能体循环中断。由于定价按标价直接传导,$1.25 / $4.25 标准费率的下一版修订会在当天反映到你的账单上,而不是等到经销商重新定价周期之后。

接下来一个月该怎么处理这个?

如果您的团队已经为 Copilot 付费,那么 MAI Code 2 可以免费评估,运行成本也很低:在 Copilot CLI 或 VS Code 中打开模型选择器,选中它,然后看看它在您熟悉的代码仓库上表现如何。没有采购步骤,也没有合同,这也正是为什么没有谈判余地,而且之后也无法将该模型带到其他任何地方使用。

如果你的团队想要一个可以编写脚本的智能体,那么 Muse Code 在两者中的可编程性要高得多——它支持无头运行、macOS 和 Linux,还提供一个你也可以单独租用的模型。代价是每月最低 5.00 美元的订阅门槛,外加一份你无法控制的费率表。

如果你真正想要的不是任何一个捆绑包,而是模型,那么在按量计费的 API 上,这两者中只有一个可供你使用,那就是 Muse Spark 系列——但有一个前提:最新的检查点已经超越了那个带有已公布指数得分的检查点。

Meta's Muse Code documentation page describing multi-agent coding in the terminal, built for Muse models, listing macOS and Linux support and recent models including Muse Wonder, Muse Ember and Muse Spark.

对大多数团队来说,最终能定下这件事的并不是两家供应商的资料。关键在于:你的代码所在之处,是你自己掌控的终端,还是一个内置模型选择器的 IDE。Meta 是为前者打造的。Microsoft 是为后者打造的,而且其定价方式仿佛后者才是大多数企业代码已经所在的地方。两种押注都合理;但只有一种能在你的团队更换编辑器后依然成立。

Scoreboard comparing MAI Code 2 and Muse Code across six dimensions. Input $0.50 versus $1.25 per million tokens, output $2.50 versus $4.25, cached input $0.025 versus an 88 percent discount, context 1M tokens on both, published score none versus an Artificial Analysis index of 37, and access via GitHub Copilot versus subscription plans from $5.00 to $200.00 a month.

本文中的对比3

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新