
Muse Code:誰製作的、售價多少,以及目前是哪個版本
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0717 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百萬 tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 146 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 218 tok/s
Muse Code是 Meta 專為終端機與 CI 打造的程式編寫代理,為 Muse Spark 模型系列而生,而對任何來到這裡的人來說,真正重要的兩個版本是Muse Spark 1.3——當前世代,日期為 2026 年 9 月 2 日——以及Muse Spark 1.2,這是在你未另行指定的情況下,CLI 仍會選用的版本。Muse Code 以原生 muse 二進位檔的形式安裝,並可以互動模式或無介面模式執行。它以月費訂閱加上 Meta Model API 上的隨用隨付權杖計費方式銷售:目前有四種方案,每月 $5.00、$15.00、$50.00 與 $200.00,而 Standard 級權杖為每百萬輸入 $1.25、每百萬輸出 $4.25。再往前一個世代,Muse Spark 1.1,仍以相同級別、相同費率提供服務。
請將本頁視為參考頁面,而非新聞報導。Muse Code 本身並不是值得報導的新事物:Meta 於 2026 年 8 月 5 日以 beta 形式推出,並於 2026 年 8 月 31 日結束 beta;本頁使用這些日期,是為了將該模型定位於時間軸上,而不是為了宣布它。本頁存在的依據是持續存在的搜尋需求,這是我們親自測量、然後再次測量的結果:在截至 2026 年 9 月 25 日的 28 天內,單純查詢「muse code」帶來 4,547 次曝光、零次點擊;而在截至 10 月 12 日的 28 天內——我們在 2026 年 10 月 13 日透過自家 Search Console 資源所執行的提取——它帶來 4,396 次曝光,仍然是零次點擊。那第二次提取也釐清了本頁一直暗示的某件事,而那是錯的:單純名稱的曝光並不是在這裡提供的。該查詢最大的三個單一頁面資料列——2,714 次曝光、排名 9.2,314 次、排名 7.6,以及 295 次、排名 7.8,全都是零點擊——屬於 meta-muse-code-terminal-coding-agent,也就是我們對該終端機程式碼代理的逐步解說;而本頁對同一查詢只持有四次曝光。本頁實際上顯示於哪些查詢,是限定詞:免費方案、方案與定價問題。讀者正在問四個具體問題。本頁依序回答這些問題,資料來自 Meta 自家文件,並在數字來自 Meta 而非獨立評估者時明白說明。對於任何正在將本版頁面與 2026 年 9 月 28 日發布的版本相比較的人:9 月數字背後的 28 天窗口是從 8 月 29 日到 9 月 25 日,而 10 月提取背後的窗口則是從 9 月 15 日到 10 月 12 日,因此兩者僅在 9 月下半月重疊,而且各自看著一個變動中的數字。較早的那一組仍保留在此,而非被替換掉,因為它在取得時並沒有錯;它只是不同的窗口。
如果你真正需要的,是對這個代理行為的評測,或是與另一個 coding harness 的正面對決,那這裡不是那樣的頁面。那些文章這個部落格上已經有了,而值得你花時間閱讀的幾篇,連結放在最後。
Muse Code 是什麼,以及是誰製作的
供應商的定義只有一句話:「Muse Code 是 Meta 專為終端機與 CI 打造的編碼代理,並為 Muse Spark 而生。」它不是函式庫,不是聊天介面,也不是模型——它是一個執行框架。你在專案目錄內執行它;它會規劃、編輯檔案並執行命令來完成任務,且從首次執行起便啟用核准機制與作業系統沙箱。
Meta 將 Muse Code 與 Meta Model API 定位為通往同一個底層模型的兩條路徑:當你在打造自己的代理或應用程式時,直接呼叫 API;當你想要一個現成的編碼代理,能在命令列上或管線內使用時,就執行 Muse Code。這項區別對定價很重要,因為訂閱買的是執行框架,而 API 金鑰則是按 token 另行計費。
安裝方式採用單行安裝程式,而兩家廠商的介面對於這個字串並不完全一致:
• macOS 與 Linux —— curl -fsSL https://dev.meta.ai/install.sh | sh(在文件頁面上),以及結尾為 | bash 的相同指令(在行銷頁面與兩篇研究部落格文章上)
• Windows — irm https://dev.meta.ai/install.ps1 | iex,僅發佈於文件頁面上
• 驗證 — muse --version,然後在專案目錄中執行 muse 以啟動互動式工作階段
• 首次執行 — 系統會要求你信任工作區(這會載入其技能、規則與鉤子),並透過瀏覽器登入或使用 API 金鑰進行驗證;在 CI 中,你則設定 META_API_KEY 來代替
• 兩種介面 — muse 用於互動式終端機 UI,muse exec "<prompt>" 用於單次非互動式執行至完成
• 從你自己的程式驅動它 — muse serve 會執行版本化的工作階段通訊協定,muse schema 會印出其 JSON schema,而 npm install @muse-code/sdk 會安裝 TypeScript 包裝器
最後一點是多數摘要都會漏掉的部分。Muse Code 不僅僅是一個 CLI:工作階段協定是一份有文件記載、具版本控制的介面,而變更記錄顯示它正被刻意擴充——工作階段可以透過協定重新命名,用戶端可以讀取每次編輯的結構化差異摘要,而驅動程式則可以設定整個工作階段範圍的推理投入預設值。

Muse Code 的費用是多少,以及免費方案問題的直白解答
沒有免費方案。這一點值得直截了當地說清楚,因為在需求資料中,這是最常被詢問的商業問題,而答案明確無疑:Muse Code 的產品頁面、訂閱頁面和更新日誌,於 2026 年 10 月 14 日重新詳閱後,合起來並不包含任何免費方案、試用或免費額度分配,也沒有受速率限制的免費存取。
關於那項查核,有一點要提醒。Meta 的定價文件確實用過「platform free-tier credits」這個詞一次——就在 Muse Voice Transcribe 的註記中,該註記寫道,零資料保留的轉錄服務定價與 Standard 方案相同,而且平台免費方案額度適用。Muse Voice Transcribe 是 Meta Model API 上的一項獨立產品,有其自己的按小時計費;那句話完全沒有提到 Muse Code。 如果你發現那句話被引用來當作 Muse Code 有免費方案的證據,那就是被斷章取義了。
那次重新測量值得在價格表之前先讀,因為它說的是關於這個頁面的事,而不是關於產品的事。對於免費方案這個問題,Google 顯示的已經是這個頁面,而它完全沒有轉換它因此獲得的需求。在截至 10 月 12 日的 28 天內,這個頁面自身的查詢集——也就是它出現於其中的 49 個查詢——是 126 次曝光和一次點擊。以「免費」、「試用」、「定價」、「方案」或 API key 表述的問題,共有 11 個查詢,占了其中 66 次曝光,排名介於 7.6 到 11.0 之間,而且每一個都是零點擊:「muse code free tier」21 次曝光、排名 9.7,「is muse code free」16 次、9.2,「muse code api key」7 次、9.1,「does muse code have a free tier」5 次、7.6,「muse spark 1.3 free」5 次、8.8,「muse code trial」1 次、8.0。這個頁面也占了裸查詢所獲得 4,396 次曝光中的 4 次,這就是在資料中「不是 Google 挑選的頁面」看起來的樣子。那整個 126 次中的唯一一次點擊,是落在「muse spark 1.2 release date」上,而那是另一個頁面的主題。至於這個頁面先前在此印出的九月數字,作為整個資源的測量值,它們大致正確,但它們從來都不是這個頁面的:在截至 9 月 25 日的 28 天內,那五種免費與方案的拼寫總共吸引了 124 次——muse code free 45、muse code plan 26、muse code plans 22、muse code free tier 16 和 is muse code free 15——而全部落在其他頁面上。
Meta 確實有公布的是四種訂閱方案,全部按月計費,另外還有隨用隨付的 token 計費,適用於超出方案提示額度的任何用量。本頁在 2026 年 9 月 28 日撰寫時列出三種,而這個數量是這裡唯一自那時以來已有變動的價格資訊:Meta 自己在 2026 年 8 月 31 日發布的結束 beta 貼文中描述了三個訂閱選項,而今天的產品頁面則列出第四個,即 200 美元的 Maximum Usage 方案。
• 日常使用 — 每月 $5.00;可使用最新的 Muse 模型;每 5 小時 10–50 個提示,包含圖片與影片上傳;語音模式;網頁搜尋
• High Usage — 每月 $15.00;包含 Everyday 方案中的所有內容;用量是 Everyday 的 5 倍;更多提示詞;更多多模態輸入
• Power Usage — 每月 $50.00;High Usage 方案中的所有內容;20 倍的 Everyday 使用額度;擴充提示詞;搶先體驗新功能;更高的檔案上傳量
• Maximum Usage — $200.00/月;包含 Power Usage 方案中的所有內容;是 Everyday 使用額度的 80 倍——這是 Meta 產品頁面今日的第四個層級,也是本頁面在撰寫時並未列出的那一個
• 標準 token 費率 —— 每百萬輸入 token 1.25 美元、每百萬輸出 4.25 美元、每百萬快取輸入 0.15 美元,適用於 muse-spark-1.3、muse-spark-1.2與muse-spark-1.1等版本皆一體適用
• 貢獻者權杖費率 — 每百萬輸入、輸出及快取輸入為 $0.10 / $0.20 / $0.002,適用於 muse-spark-1.3-contributor與muse-spark-1.2-contributor
把那份清單視為一項支出決策,而不是一份選單。這套階梯並非線性,而這套算術是 Meta 自己的:每月 50 美元可買到 Everyday Usage 額度的 20 倍,所以從 5 美元到 50 美元這一步,是十倍的金額換來二十倍的使用量;而 200 美元方案則買到 Everyday 額度的 80 倍——四倍於 50 美元方案的金額,換來正好四倍於其使用量。如果你的使用量落在 Power Usage 之下,那裡的比率最佳。以價目表計價的 token 又是另一項獨立決策,而且它首先是資料治理層面的決策,其次才是預算層面的決策,因為 Contributor 在輸入上比 Standard 便宜約十二倍,在輸出上便宜約二十一倍,交換條件是取得對你的提示與補全內容的訓練權利。
湧向這個面向的問題走向顯示,讀者現在問的正是這件事。我們自己為它匯出的 Google Trends 資料,範圍為全球、時間為截至 2026 年 10 月 14 日的 24 小時,顯示「muse code subscription」的相對搜尋熱度指數較前一週上升 110%、「muse code pricing」上升 70%、「muse code plan」上升 60%,而辨識型查詢「what is muse code」則下滑一半。那些是 0 到 100 刻度上的相對指數,不是搜尋次數,因此只能把它們解讀為方向——但這個方向是:來到這個頁面的人已經不再問 Muse Code 是什麼,而是在問它要花他們多少錢。上面的方案清單就是這個問題的答案,而 Contributor 開關則是它的另一半。
Standard 與 Contributor 等級的差異,恰好只有一個實質面向,而 Meta 在模型頁面與費率表上都如此說明:在 Standard 上,你的提示與補全不會用於訓練 Meta 模型;在 Contributor 上則會。產品頁面將 Contributor 的資料列標示為「用於改善我們的產品」,並將 Standard 的資料列標示為「不用於改善我們的產品」。Contributor 的輸入費用約只要十二分之一,輸出費用約只要二十一分之一,這個差距之大,讓這件事在成為預算決策之前,先是資料治理決策。Contributor 是那筆帳單上最大的單一槓桿,而且它不是那種單憑價格就會選擇加入的折扣:這項交換條件是明確的,也就是每百萬個輸出 token 0.20 美元與 4.25 美元之間的差別。
有三個定價細節很容易被忽略,而且在您評估工作負載規模之前,都很值得了解:
• 沒有長上下文溢價——Meta 的費率表明確說明這一點:無論上下文視窗幾乎是空的還是幾乎全滿,你支付的費率都相同,這很不尋常,且會實質改變長時間代理執行的成本效益
• 網頁搜尋接地會另行按量計費——每 1,000 次搜尋查詢收費 $2.50,另加請求的 token 費用,且適用於 Muse Spark 等文字模型
• 速率限制是以團隊為單位,而非以金鑰為單位——Standard 方案為每分鐘 3,000 次請求和 4,000,000 個 token,Contributor 方案為每分鐘 150 次請求和 3,000,000 個 token;在同一個團隊中使用多把金鑰並不會讓配額倍增。這裡的 Contributor 數字在 2026 年 10 月 14 日之前一直顯示為 100 次請求;Meta 的速率限制頁面今天顯示 muse-spark-1.3-contributor 和 muse-spark-1.2-contributor 兩者都是 150,而本頁現在也顯示 150。
訂閱機制記載於 Meta 的訂閱頁面,且屬常規做法:升級會按比例計算並立即生效,降級則於下一個帳單週期生效,取消須在帳單日期前至少 24 小時提出,而已取消的訂閱除非法律要求,否則不予退款。訂閱具體涵蓋 Muse Code CLI 憑證;額外的 API 金鑰則採用量付費計費。關於緊接本節之後的資訊卡有一點說明:該卡是依據 Meta 於 2026-09-28 的頁面彙整而成,並帶有當日的讀數,其中包含三個方案與 CLI 1.2.1 版。若該卡與上方的方案清單不一致,以上方清單為準,因為那是取自 Meta 今日頁面的版本。

哪個版本是目前版本:1.4.7、Muse Spark 1.3,以及兩者皆非的預設版本
這是九月需求資料最強烈指向的問題——「muse code 1.3」這個查詢甚至就出現在其中——而這確實令人困惑,因為「版本」可以指三種不同的東西,而 Muse Code 三種都有發布。
• CLI 發行版本 —— 目前為 1.4.7。Meta 的變更記錄依序列出 1.4.7、1.4.6、1.4.5、1.4.4、1.4.3、1.4.2、1.4.1 和 1.4.0,排在 1.2.1、1.1.1、0.2.1 和 0.1.0 之前,其中最後一個標示為「首發版本」。本頁於 2026 年 9 月 28 日撰寫時,將 1.2.1 列為目前版本;此後變更記錄已增加八個版本,因此該行內容已過時,並在此更正。下方引用的仍是 1.2.1 的版本說明,因為 1.2.1 是讓測試框架脫離 beta 的版本。
• 模型世代 —— Muse Spark 1.3,於 2026 年 9 月 2 日發表,Meta 的模型頁面將其描述為「最新版本……推薦用於新專案」
• CLI 的預設模型——muse-spark-1.2,於說明文件的首次執行章節中述明,並在設定頁面的模型選擇下再次提及
所以全新安裝的 Muse Code 1.4.7 會執行 Muse Spark 1.2,除非你傳入 --model muse-spark-1.3,或是在工作階段中途用 /models 切換。Meta 自家的快速入門頁面在每個 API 範例中都使用 muse-spark-1.3,這使得這種不一致比實際上更容易被誤讀:目前 API 範例和 CLI 預設值指向的並不是同一個模型。
1.2.1 版的更新日誌——讓測試框架告別 beta 的版本——說明的是測試框架的變更,而不是模型的變更,重點項目如下:
• 語音輸入在 macOS 上預設為開啟,繫結至 Option+V,並以 /voice
• 一個 /rewind指令,可將對話返回至較早的輸入,並共用雙擊 Esc 所用的選擇器
• [Image #N] 標籤會標註貼上與拖放的圖片,讓模型能依編號針對特定一張回答,且標籤與來源路徑在 resume、rewind 與 fork 後仍會保留
• 內建的 migrate 技能,可將記憶筆記與 MCP 伺服器定義從 Claude Code 或 Codex 匯入 Muse Code
• /mcp以取得已連線 MCP 伺服器及其工具的即時清單
• 新工作階段會以「自動審查」權限設定檔開啟,此設定檔授予與「詢問我」相同的存取權限,但會將符合條件的核准要求轉送給自動審查者,並在審查者無法使用時改為詢問你
• 安全性修正,其中三項屬於行為變更而非外觀調整:透過 env以及setsid 這類包裝器啟動的命令,現在會以其實際啟動的命令來審查;工作階段中途變更權限模式,會套用至已在執行的工具,並在其下次動作時生效;而「不受限制」權限設定檔現在的行為與 --yolo
在模型方面,9 月 2 日的公告明確表示,Muse Spark 1.3 是在多種不同的測試框架上訓練而成,且 Meta 所宣傳的是推理等級——「具備最大推理能力的 Muse Spark 1.3 現已在 Muse Code 與 Meta Model API 上推出」——而非單獨的基礎模型。8 月 5 日的 Muse Spark 1.2 發布文章補上了這個故事的另一半:Muse Spark 1.2 是與 Muse Code 本身共同訓練而成,採用經拒絕取樣的測試框架軌跡,並在目標、壓縮與子代理上進行配方設計,同時整合 Muse Code 工具集以最大化測試框架相容性。模型與測試框架是針對彼此開發的。
封套:上下文、模態、平台
Muse Spark 1.3、Muse Spark 1.2 與 Muse Spark 1.1 共用同一套規格範圍,而 Meta 只用表格中的一列就交代清楚:1,048,576 個詞元的上下文,輸入支援文字、圖像、影片、音訊與 PDF,輸出則僅限文字,且每個等級、每個版本皆然。
模態對等性附帶一項但書,Meta 以註腳形式發布,而這值得一再提醒,而非將其埋沒:Muse Spark 1.3 的音訊理解未獲完整支援,且包含音訊內容的要求,其回應品質可能會降低;Meta 自身的指引是音訊請使用 Muse Spark 1.2,或使用 Muse Voice Transcribe 進行專門的語音轉文字。在 CLI 中,這可以實際執行 —— --model muse-spark-1.2是已記載的覆寫選項,而預設值已經指向該處。
推理強度是測試框架層級的設定,共有八個等級,而 Meta 的設定頁面依序將它們命名為:none、minimal、low、medium、high(預設)、xhigh、max 和 ultra。該清單中有三個細節至關重要:
• max是最深層的推理等級,被描述為超越xhigh的延伸推理,且 Muse Code 在 Standard 與 Contributor 兩個方案中皆有提供
ultra是一種設定,而非模型層級:它會對應到每個供應商的最高推理努力,可以讓 Muse 進行委派,而在不支援的情況下,請求會以xhigh
• Meta 提供者不接受無,因此最低等級僅能透過在測試框架中設定的其他提供者取得
平台支援正是 Meta 兩個介面說法不一致的地方,而這個不一致雖小卻真實存在。文件頁面表示 Muse Code 以同一套程式碼在 macOS、Linux 和 Windows 上執行,並列出三項 Windows 專屬行為:PowerShell 取代 Bash,因此代理程式執行的指令會採用 PowerShell 語法和 Windows 命令列工具;沙箱可能會要求系統管理員核准,Windows 在沙箱首次初始化時可能顯示使用者帳戶控制提示,不過正常使用並不需要以系統管理員身分執行;另外有兩項功能在 Windows 上無法使用——語音輸入和工作階段訊息傳遞,而這兩項在 macOS 和 Linux 上都能運作。相較之下,產品頁面只寫著「Available for MacOS and Windows.」。這兩種說法目前都出自 Meta 自家的網站;合起來看,意思是 Windows 在支援之列,但有已記錄的落差,而 Linux 同樣受到支援,儘管行銷頁面並未提及。
另一個關於可用性的細微差別來自文件,而非行銷文案:Workflows——平行與分階段的代理協作——只有在已安裝的組建包含工作流程引擎且推出已啟用時,才會協調工作,而 Meta 明確表示它們「並非在每個組建或平台上都可用」。如果你安裝的原因正是某項工作流程功能,請確認你的組建具備該功能,而不是假設它一定會有。
Meta 所聲稱的內容,並註明測試框架與投入程度
Meta 會發布基準測試資料,因此這裡誠實的說法不是「沒有廠商基準測試」——而是「這些是廠商基準測試,且比較條件會在 Meta 有說明的地方載明」。
Meta 在行文中提出的唯一量化說法,出現在 Muse Spark 1.3 發布公告中,且其依據是內部比較,而非第三方評估:「在 Meta 工程師的比較中,它證明明顯更快、更有效率,工具呼叫次數少約 20%,token 用量少約 25%。」基準已說明——相對於 Muse Spark 1.2——而投入等級則見於公告自身的表述框架,因為該發行版本是以 Muse Spark 1.3 搭配最大推理(max reasoning)為題。未說明的是任務集、執行次數,或除了它是 Muse Code 之外的測試框架設定。請將這兩個百分比視為供應商所報告的趨勢方向,而非經測量的基準結果。
另一個已公布的结果是案例研究,而非分數,而且它是兩者中更有趣的那個。Meta 報告測試了 Muse Spark 1.2 在超過 1,000 次工具呼叫、長達 24 小時內反覆最佳化 GPU 核心的能力,並使用 Muse Code 的代理式程式設計環境來撰寫、編譯、分析效能,並對照提供的基準逐步改善核心效能。工作負載有明確名稱——NVIDIA Hopper GPU 上的 KDA 與 MLA 核心——限制條件也是:禁止使用 FLA 等第三方核心函式庫,而基準是 Triton FLA KDA 實作。一場長達 24 小時、上千次工具呼叫的執行,是一種不同於基準測試百分比的證據。它說明了在長時程目標下的持久力,卻幾乎沒有說明相對品質。
Muse Spark 1.2 與 Muse Spark 1.3 的發布圖表,將這兩款模型與一小組具名競爭對手,在代理、程式編寫、指令遵循與長脈絡評估上進行對比——DeepSWE v1.1、SWE-Atlas-QnA、Terminal-Bench 2.1 與 4.0、tau2-bench、GDPval、SciCode、IFBench、MultiChallenge 以及 AA-LCR v1.1 都出現在座標軸之列。這些圖表由廠商製作、由廠商繪製,其上所採用的競爭對手配置是 Meta 的選擇,而非中立的評測組合。基於這個理由,我們不在此重現長條圖的數值:把廠商圖表當成排行榜來解讀,正是本頁面所要避免的失敗模式。
有兩個誠實的缺口值得說明,而非粉飾:
• Meta 並未在具名任務集上,以相同投入程度公布 Muse Code 對上 Muse Spark 1.2 的正面對決比較;約 20%/25% 這個數字是最接近的東西,而它是內部比較,陳述的是效率差異,而非分數
• Meta 並未發布 CLI 的即時延遲評估,且已發布的數字中,沒有任何一項能描述在真實編輯負載下,一次工作階段實際感受如何
Artificial Analysis 獨立衡量什麼
Artificial Analysis 是目前發布涵蓋 Muse Code 的程式編碼代理量測結果的獨立評估機構,而這是與上述任何數字都不同類型的一種數字:其資料列是測試框架與模型的配對,由 AA 而非供應商進行評估。
在 Artificial Analysis Coding Agent Index 上——該頁面在其自身的結構化資料中標示為 v1.5——Muse Code 的資料列顯示:
• Muse Code 以最大推理執行 Muse Spark 1.3 — 54.3
• Muse Code 以 xhigh 推理執行 Muse Spark 1.3 — 48.3
• 同一排行榜的榜首——Claude Code 以 reasoning 模式運行 Claude Opus 5.5,拿下 66.0
關於那些數字,有兩件事比數字本身更重要。首先,max 與 xhigh 兩列之間 5.0 分的差距,是同一模型、同一測試框架下只改變了一項設定,這很有用地提醒我們:除非指明投入等級,否則「Muse Code 分數」其實定義得不夠明確。其次,這個排行榜與我們自家九月對 Muse Spark 1.3 的報導所引用的測量並不相同:較早那篇文章引用的是 Muse Spark 1.3 在 max 下為 68、xhigh 下為 64,以及 Claude Opus 5 在 xhigh 下為 68。那些數字已不再出現在現行排行榜上——目前最高的一列是 Claude Opus 5.5 在 max 下拿到 66.0,而 Muse Code 的各列則顯示 54.3 和 48.3。該指數已經修訂,受測陣容的組成也已改變。如果你還在沿用較舊的數字,它們已被取代;這兩組數字永遠不應並列引用,彷彿它們是同一項測量重複兩次所得的結果。
Muse Spark 1.3 的 AA 模型頁面又自成一獨立介面,而且其數字是由 AA 實測,而非由廠商回報:智慧指數為 48.09、Terminal-Bench 2.1 為 84.3%、GPQA Diamond 為 93.5%、HLE 為 48.7%、SciCode 為 58.8%,長上下文召回率為 83%,發布日期為 2026-09-02,上下文視窗為 1,000,000 個 token,並歸類為專有、封閉權重。請注意,這只是單一模型頁面上的一次指數修訂——AA 會發布各模型專屬的指數,而這些指數會依各自的時程修訂,因此將此頁面的數字與不同模型頁面的數字混用,並不能得到同一快照的比較。
這些都無法提供你一份配對比較。AA 的程式編寫評測列在設計上本就跨越不同測試框架——Muse Code 對上 Codex、對上 Claude Code、對上 Grok Build、對上 Kimi Code CLI——因此逐列解讀是在比較一組「測試框架-模型」配對與另一組「測試框架-模型」配對,而不是在同一個測試框架下比較兩個模型。在 Meta 尚未進行配對比較、且 AA 的排行榜也不是為了回答這個問題而打造的情況下,誠實的立場是:在相同投入程度與測試框架下,並不存在這樣的正面對決,而不是從鄰近數字拼湊出一個。
OrcaRouter 會路由什麼,以及不會路由什麼
OrcaRouter 是一個涵蓋 200 多個模型的單一端點,以各家供應商的定價原價提供、零加成,這表示這個系列是否可供應是可以查證的,而非取決於政策。今天已對照我們即時公開的模型清單查核:
• meta/muse-code — 不在目錄中。Muse Code 是一個測試框架,並非可路由的模型,我們不提供它
• meta/muse-spark-1.3 — 未收錄於目錄中
• meta/muse-spark-1.2——可路由,具備 1,048,576 詞元的上下文視窗,定價為每百萬輸入詞元 $1.25、每百萬輸出詞元 $4.25,以及每百萬快取讀取 $0.15,與 Meta 公布的費率相同
• meta/muse-spark-1.1 — 亦可路由,並採用相同三種費率
所以,在 OrcaRouter 上,實際情況是:你可以透過平常處理所有其他事務所用的同一個端點,取用已正式發布的 Muse Spark 各代模型;但你無法透過它取用 Muse Code 或目前的 1.3 世代。請把這段話單純理解為對今日型錄的描述,僅此而已;可用性會變動,模型清單才是查核的地方。

對這類工作負載而言,路由器之所以有價值,在於訂閱制無法提供给你的兩件事。第一,單一 API 金鑰就是一個路由層,當供應商效能劣化時會自動將請求容錯移轉,這在代理執行已深入數千次工具呼叫時格外重要,你寧可不要因為某個上游服務出狀況而讓它中斷。第二,請求是以描述方式定義,而非硬編碼——你可以把 Muse Spark 1.2 放在與其他任何模型相同的路由 DSL 後面,並在不變更用戶端的情況下改變由什麼來服務它。
常見的提問
CLI 的預設模型是目前的模型嗎?不是。Muse Code 的預設是muse-spark-1.2;目前世代為 Muse Spark 1.3,於 2026 年 9 月 2 日發布,你可以透過--model muse-spark-1.3或/models指令來使用。
哪一種寫法才正確——「Muse Code 1.3」還是「Muse Spark 1.3」?Muse Spark 1.3。Muse Code 的版本是 harness 的發行版本,目前為 1.4.7;這兩條編號線彼此無關,這正是查詢「muse code 1.3」會得到令人困惑結果的根本原因。
如果我只需要音訊輸入,應該設定哪個模型? Muse Spark 1.2。Meta 自家的註腳指出,1.3 的音訊理解尚未完整支援,且可能降低回應品質,並建議將音訊相關工作交由 1.2 或 Muse Voice Transcribe 處理。
Contributor 層級是免費或試用層級嗎?不是,而且它不是你能自動獲得的折扣。它是 Muse Spark 從 1.2 起每個版本都提供的較低價變體,交換條件是允許以你的提示與補全內容進行訓練;1.1 世代沒有 Contributor 變體。
重點
Muse Code 是 Meta 的終端機與 CI 編碼代理,由 Meta 為其 Muse Spark 模型打造,以四種月費方案販售,價格為 $5.00、$15.00、$50.00 與 $200.00,沒有免費方案,並以隨用隨付的 Standard 費率作為後盾:每百萬個 token 輸入 $1.25、輸出 $4.25,而 Contributor 費率則是相同 token 為 $0.10 與 $0.20,前提是你願意讓 Meta 用它們來訓練。目前的 CLI 發行版是 1.4.7,目前的模型世代是 Muse Spark 1.3,而 CLI 仍預設使用 Muse Spark 1.2 — 每當你引用分數時,都要註明版本與推理強度,因為 Muse Code 以 max 和 xhigh 執行 Muse Spark 1.3 並不是同一種量測,而且廠商的主要效率宣稱是內部比較,而非獨立結果。
若想實際動手了解 harness 本身,請參閱我們對 Muse Code 終端機程式設計代理的逐步導覽。
本文中的比較3
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
