Muse Code 对比 Qoder Cantus：带价格清单的智能体与带乘数的模型

相隔六天，两家供应商就如何为自主编码代理付费做出了截然相反的押注。2026年8月1日，Qoder Cantus——阿里巴巴的顶级编码模型，只能从Qoder平台内部访问——的半价优惠悄然到期，其计费系数从1.6倍跳回3.2倍。8月5日，Meta发布了Muse Code，一款运行在Muse Spark 1.2之上的终端编码代理，公布了按token计费的费率，其贡献者档位的价格大约仅为Cantus现在每轮对话成本的百分之一。这两款产品中，一款确切地告诉你每个token的价格；另一款只告诉你一个倍数，并让你信任其计量表。

这才是真正的比较，而不是类别名称所暗示的那种比较。其下所有带有基准数字的内容都来自Meta自己的发布图表，这些图表发布时未附带方法论，除非有明确标注的独立测量。对于Cantus，没有任何可标注的内容，因为阿里巴巴没有发布任何基准、上下文窗口、参数数量或技术报告——这一事实结果证明是结构性的，而非疏漏。

你比较的不是两件相同的东西。

Muse Code 是一个需要安装的智能体，也是一个需要租用的模型。一条命令即可将二进制文件安装到你的机器上——curl -fsSL https://dev.meta.ai/install.sh | bash——之后会以 token 为单位通过 Meta Model API 计费。Muse Spark 1.2 也可通过该 API 单独购买，因此模型与工具框架是两笔可以独立完成的购买。

Qoder Cantus 并不是你能购买的产品。它是下拉菜单中的一个条目。Qoder 将其描述为「内置顶级智能模型，擅长执行长时间的自主任务」，而这句话就是全部官方描述——没有发布公告，只有 7 月 19 日的定价促销。要使用 Cantus，你需要订阅 Qoder、打开 Qoder，然后从模型层级选择器中选择 Cantus。没有 API 端点，没有可下载的权重，也没有办法将现有工具指向它。

这种不对称的后果贯穿了后续的每一个部分，因此有必要将两者直截了当地并列摆出：

• 你安装的内容——Muse Code：一个终端二进制文件，仅支持 macOS 和 Linux，公开测试版。Qoder Cantus：无；它是 Qoder 桌面 IDE、JetBrains 插件、CLI、云代理或移动/Web 客户端中的一项设置。

• 操作系统 — Muse Code：支持 macOS 和 Linux，无原生 Windows 版本。Qoder：支持 Windows、macOS 和 Linux，自 2026 年 5 月 15 日 1.0 版本发布以来。

• 计费单位——Muse Code：输入、缓存输入和输出 Token，无订阅，无上限。Qoder Cantus：月度套餐积分，乘以每个模型的系数，上限为套餐所包含的额度。

• 工具外部的模型 — Muse Spark 1.2：可以，通过公开预览中的 Meta Model API。Cantus：不可以，这是设计使然。

• 公布的上下文窗口 — Muse Spark 1.2：1,048,576 个 token。Cantus：未公开。Qoder 的文档列出了 200K、400K 和 1M 选项，具体取决于你选择的模型，但没有为 Cantus 附上任何数字。

• 已发布的基准测试 — Muse Spark 1.2：四块板卡，均由 Meta 运行。Cantus：没有任何人提供结果。

价格，折算为同一币种

{{1}}Meta 的费率是算术式的。{{/1}} {{2}}标准档为每百万输入 token 1.25 美元、每百万缓存输入 token 0.15 美元、每百万输出 token 4.25 美元；贡献者档（你允许 Meta 使用会话数据改进其模型）则为 0.10 美元、0.002 美元和 0.20 美元。{{/2}} {{3}}以一个真实的 agent 步骤为例——输入 60,000 token 的仓库上下文，输出 3,000 token 的“计划并修补”（plan-and-patch）——标准档冷缓存时为 8.8 美分，仓库上下文命中缓存时为 2.2 美分；贡献者档冷缓存时为 0.66 美分，热缓存时为 0.072 美分。{{/3}}

Qoder 的费率需要换算。在重要的套餐中，一个积分价值一美分：Pro 是 20 美元购买 2,000 积分，Ultra 是 200 美元购买 20,000 积分，两者都恰好是 0.01 美元。Qoder 会发布每项任务的积分估算——在 200K 上下文的场景下，Editor 的 agent 模式每轮大约需要 12 积分，Quest 的 agent 模式任务大约需要 50 积分，Quest 的 Experts 模式大约需要 75 积分——并且单独发布一个相乘系数。Cantus 的系数为 3.2 倍。把这两个已公布的数字放在一起看——Qoder 从未在示例演算中这样做过——在 Cantus 上，Editor 的 agent 模式每轮大约消耗 38 积分，即 38 美分。一个 Quest 任务大约需要 160 积分，即 1.60 美元。Quest 的 Experts 模式大约需要 2.40 美元。

因此，一次 Cantus 智能体回合的成本大约是冷 Muse Code 步骤的四倍，约为缓存步骤的十八倍，以及约为贡献者层级步骤的五十八倍。上下文大小并不相同——在我们的步骤中，Qoder 的估算引用为 200K，而 Meta 为 60K——并且 Qoder 明确表示其表格是统计估算而非报价。即使慷慨地考虑这两个注意事项，差距也不会缩小到任何接近对等的程度。

有两个细节让 Cantus 这边的情况比标题所示的更糟。首先是折扣已经没了。Cantus 推出了 "beyond Ultimate" 档位，其系数是 Qoder 之前最高档 1.6x 的两倍，而 7 月 19 日至 31 日的促销活动正好以 Ultimate 的价格出售该档位。该窗口已于 7 月 31 日 23:59 关闭。任何在 7 月底评估过 Cantus 的人，所参考的基准价格已不复存在。第二是溢出问题：计划积分用完后，充值 1,500 积分需要 20 美元，即每积分 0.0133 美元，而非 0.01 美元；一旦超出配额，Cantus Editor 的单次使用成本就会超过 51 美分。

Qoder 为你换来的，是一个上限。每月 20 美元就是每月 20 美元；积分用完后，平台会把你降回基础模型，账单也随之停止。Muse Code 则完全没有上限——Meta 自己的一次 24 小时、1,000 次工具调用的演示运行，单次作业就会消耗约 88 美元的标准层级 token，而且产品中没有任何机制能阻止第二次运行。可预测的开支与便宜的开支是实实在在的取舍，而非修辞上的说法；小团队过去选择有上限的那一方，也是出于充分的理由。

这也是我们应该陈述而非隐藏自身偏见的章节：OrcaRouter 以 0% 加价计费，将提供商标价原样传递，这种定价理念更接近 Meta 公布的费率，而非信用系数。这也是我们无法向您提供 Cantus 报价的原因——没有可原样传递的标价，只有一个应用于私有代币计数的乘数。

一家供应商公布了亏损。另一家什么都没公布——也公布不了。

Meta 的发布材料异乎寻常地自曝其短。在 Terminal-Bench 2.1 上，它报告 Claude Code 中的 Claude Opus 5 为 86.7%，Muse Code 中的 Muse Spark 1.2 为 82.9%，Codex 中的 GPT-5.6 Terra 为 81.8%，Grok 4.5 为 81.6%。在 DeepSWE 1.1 上，它报告 Muse Spark 1.2 为 59.3%，而 Claude Opus 5 为 65.0%，GPT-5.6 Terra 为 64.8%。在 Meta 自家的内部编码基准测试——即 Meta 构建并控制的测试装置——上，它报告 70.6%，而 Claude Opus 5 为 79.4%。在 Meta 选择展示的所有榜单上都排名第二或第三，包括其自家的榜单。独立来看，Artificial Analysis 在 Intelligence Index 上测得 Muse Spark 1.2 为 54 分、Muse Spark 1.1 为 51 分，但 Muse Spark 1.2 的首 token 时间为 26.12 秒，而 Muse Spark 1.1 仅为 2.90 秒——这是一个真实、经外部验证的数字，而且令人难堪。

相比之下，Cantus 只给出了一个形容词：“top-tier”。没有一个基准测试，没有一项独立评估，没有 Artificial Analysis 的条目，没有 LMArena 的排名，也没有任何排行榜上的位置。

关键在于，这并不是 Qoder 下个季度就会清掉的文档积压。独立评估需要程序化访问能力，而 Cantus 并没有 API。任何想为其打分的第三方，都只能手动操作桌面 IDE 或自动化其 UI——而他们面对的模型，其身份、版本和路由行为可能会在会话之间悄然改变，令他们无从察觉。Cantus 按交付形态而言，阿里巴巴之外的任何人都无法对其进行基准评测——这是分发方式选择带来的永久属性，而非暂时状态。

这是一把双刃剑，诚实的比较必须承认这一点。输掉的基准测试套件仍然比没有套件提供更多信息，但Terminal-Bench上的82.9%也不能告诉你Muse Code是否能处理你的monorepo，而且许多团队发现，排行榜上排名更差的模型反而能完成他们的工单。区别在于，使用Muse Code你可以廉价且可逆地发现这一点，而Cantus唯一可用的评估工具就是20美元的订阅和你自己的眼睛。

双方都把宝押在能否撑过这份长期工作上

抛开价格和评分，这两款产品正以惊人相似的机制应对相同的工作负载，这是这场对决中最有趣的趋同之处。

Muse Code 的答案是本地事件日志。每次模型调用、工具运行、审批和编辑都会追加写入磁盘，Meta 称这使会话可以精确重放且重启安全：进程崩溃或机器丢失后，智能体将从停止处恢复，而非重建其上下文。在此之上是 Meta 所称的持久异步后台智能体——这些子智能体在整个会话期间保持存活，并分散到独立的 git 工作树中，而不是按子任务创建和销毁，Meta 称这正是他们能够并行构建六个游戏功能而互不冲突的方式。支持证据只有一个案例研究：在 NVIDIA Hopper 硬件上自主优化 GPU 内核的 24 小时运行，涉及 1,000 多次工具调用，但没有公布任何加速数据。声称的是持续时间，而非结果。

Qoder 的答案是 Quest Mode，而且这个说法还挺押韵。Quest 是一个专用窗口，用于交接长时间运行的多步骤工作，具备任务跟踪、工件审查、检查点和本地工作树执行能力，而这正是 Cantus 的卖点——"扩展的自主任务执行"。Qoder 还带来了 Meta 没有对等物的东西：一个 Knowledge Engine，它能从你的代码库构建 Repo Wiki 和 Knowledge Cards，让智能体在开始长任务时带着已积累的仓库上下文，而不是重新去发现它。这是同一问题空间中一个真正的架构差异，而 Qoder 自 5 月的 1.0 版本起就一直在提供这一功能。

这两项声明均未经过独立验证。Meta 的事件日志尚未经过 Meta 以外任何人的压力测试，而 Qoder's Quest 的结果则从未被任何人衡量过。如果长期可靠性是你的决定性因素，那么两家供应商目前要求的都是同一件事：信任。

转换成本才是他们真正产生分歧的地方。

除了一个之外，Qoder 选择器中的每个模型都可以弃用。Qwen3.7-Max、DeepSeek V4 Pro、GLM-5.2、Kimi-K2.7-Code 和 MiniMax-M3 都以各自的定价系数列在下拉菜单中，而且它们都存在于 Qoder 之外——你可以从自己的代码中调用它们，互相比较价格，并带走你的提示词。Cantus 是那份列表中唯一的一扇单向门。围绕它构建团队工作流，退出成本就不是修改配置；而是发现没有其他产品能运行你定为标准的那个模型。

Muse Code 处于一个尴尬的中间地带。该模型是可移植的——Muse Spark 1.2 位于 Meta Model API 上，任何接受自定义端点的东西都可以调用它——但它只有一个提供者，这使其在构造上就是单点故障。而那 82.9% 属于该模型位于 Muse Code 的那个。Meta 的主要说法是，这两者经过协同训练，以实现“比外部模型的通用包装器更好的工具使用、更少的重试和更高质量的输出”。如果这是真的，从你自己的环境中调用 Muse Spark 1.2，你得到的是模型的一半，而没有经过调优的另一半。Meta 之外没有人曾在竞争性环境中测试过它，以弄清该分数中有多少归功于智能体。

明确一下我们能提供的内容：Muse Spark 1.2 由 Meta 直接提供，不在 OrcaRouter 目录中；Cantus 也不可能出现在任何人的目录里。Muse Spark 1.1 由我们提供，价格是 1.25 美元和 4.25 美元——与 Meta 的标价完全一致，因为我们加价 0%，直接按供应商定价转售；这也是为什么供应商价格变动当天就会反映在我们这边。我们针对 1.1 的生产遥测数据显示，首 token 延迟的 p50 为 1.84 秒，p95 为 6.00 秒——对于聊天形态的工作负载来说，这比任何基准测试工具给出的预期延迟都更有参考价值。

更广泛的问题在于你如何放置抽象层。如果你的智能体框架连接的是一个统一的端点，前端聚合了众多模型，并能在不同提供商之间自动故障转移，那么发布一个编程智能体就只是改个字符串的事，而供应商宕机则是别人的问题。如果你的框架是某个供应商的 IDE，那么所有这些决策都归该供应商说了算。Qoder 自己的 Auto 档位在内部执行模型路由，大约按 1.0 倍积分收费，为每个任务挑选最便宜的合格模型——这与我们作为基础设施所出售的理念相同，关键区别在于谁掌握方向盘。

你的代码存放位置

Meta明确说明了这一点，即便这一提议相当激进，也值得肯定。贡献者层级在输入方面便宜12.5倍，输出方面便宜21倍，缓存输入方面便宜75倍，交换条件是允许Meta使用数据来改进其模型。终端编码智能体的提示词就是你的源代码、你的内部API、你解释临时方案为何存在的注释，以及你的测试夹具中的一切内容。Meta表示，标准层级的提示词不会被用于改进其产品；该层级适用于任何专有内容。请把这一选择视为一项附带折扣的数据处理决策，而非计费偏好，并注意：悄悄降级的动机会随着你的token消耗增长而同步增长。

Qoder在其公开文档中并未对Cantus费率附加任何同等条件——该折扣是限时的，而非限数据量的，并且没有任何更便宜的层级可以在训练权利上做文章。你实际接受的是：一个来源不明的封闭模型，由阿里云托管，处理你的代码仓库，而其安全态势仅由Qoder自己的文档描述，而非任何可核验的基准。对于有数据驻留要求的团队，这首先是一个采购问题，其次才是工程问题，而且其方向与Meta截然相反：Meta会明确告诉你需要付出什么，并收取更少的费用；Qoder则既不明确表态，也不提供任何方向的折扣。

这个比较实际上引发的问题

按实际用量计算，对于单个开发者来说，哪个更便宜？

这完全取决于你是否触及了套餐上限。Qoder Pro 售价 20 美元，包含 2,000 个积分，按 3.2 倍的 Cantus 系数计算，大约相当于 200K 上下文下的 52 次 Editor agent 轮次，或约 12 个 Quest 任务——而且这 20 美元还包括 IDE、仓库索引、Repo Wiki 以及选择器中的其他所有模型。同样 20 美元购买 Muse Code 标准层级的令牌，大约能买到 228 次冷启动步骤或 900 次缓存步骤，在贡献者层级则约为 3,000 个步骤，但完全不包含任何工具。看重 IDE 的轻度用户在 Qoder 上更划算；而任何将 agent 运行到足以消耗完 2,000 个积分的人，则要以 33% 更差的费率购买 20 美元 1,500 积分的加购包，而 Meta 的边际令牌价格保持不变。

在承诺之前，我能恰当地对它们进行对比评估吗？

情况并不对称，而这就是实际的陷阱。Muse Code 可以在一个临时克隆上花几美元进行测试，Muse Spark 1.2 也可以换入现有测试框架中，从而将模型与代理隔离开来。Cantus 则只能通过订阅 Qoder 并在其内部工作来测试，这意味着你是在把 IDE、上下文引擎、Quest Mode 和模型作为一个整体来评估，完全没有办法对结果进行归因。如果 Cantus 表现良好，你不会知道是哪一部分的功劳；如果它表现糟糕，你也不会知道该归咎于哪一部分。

如今，这两者中是否有任何一个可以安全地指向专有仓库？

在标准层级上使用 Muse Code，可以，按 Meta 声明的条款——但有一个前提：它是一个发布仅一天的公开测试版，其崩溃安全保证除 Meta 内部人员外无人验证过。在贡献者层级上使用 Muse Code，除非负责数据处理审批的人先看过条款，否则不予通过。Qoder Cantus 是一个普通的商业 IDE 决策，算不上新颖，但它是一个运行在阿里云上的封闭模型，且没有公开的出处，因此它也属于“源代码被允许流向何处”这一讨论的范畴。

谁应该选择哪个

如果你的工作是长周期且无头部的——迁移、跨 monorepo 的依赖升级、内核或构建系统的工作，这些你原本需要时刻盯着的任务——并且你生活在 macOS 或 Linux 的终端里，那就选 Muse Code。它的定价像基础设施，模型是可移植的，故障模式在你拥有的事件日志中清晰可见，而且在贡献者级别的费率下，尝试的成本几乎为零。你要接受它是测试版，接受它在自家供应商挑选的每一块板上都输了，也接受它不支持 Windows。

如果你真正想要的是一个 IDE 产品，那就选择 Qoder Cantus。仓库知识引擎、Quest Mode、JetBrains 集成、云代理和 Windows 版本都是 Muse Code 无论花多少钱都无法提供的真正优势，而且对于曾被按量计费账单吓到的小团队来说，封顶的月费方案很有价值。开始使用前需要知道三件事：该模型没有基准测试数据，外部也无法对其进行基准测试；50% 的首发折扣已于 7 月 31 日到期，所以现在的价格是早期评估者支付的两倍；如果它成为团队工作方式的核心，就没有退出路径。

能够改变这一分析的因素是狭窄而具体的。如果 Qoder 发布 Cantus API，或者任何第三方设法为其给出一个真实数字，这就不再是已测量产品与形容词之间的比较。在那之前，Muse Code 最有力的论据不是其基准测试分数——它在这方面落败——而是它至少拥有分数、公开的价格表，以及一条出路。