Meta pátého srpna 2026 vypustila Muse Code, svého prvního coding agenta, a k němu model Muse Spark 1.2. Je to terminálová beta, instaluje se jedním příkazem a míří na velké repozitáře. Dva nápady uvnitř za pozornost stojí, cena je agresivní a benchmarkům se věřit nedá.
Co vlastně přišlo
Muse Code je agent do terminálu, poháněný modelem Muse Spark 1.2, tedy novou verzí modelu, o kterém jsme psali při jeho premiéře. Nainstalujete ho na macOS nebo Linux jedním curl příkazem. Umí to, co konkurence: naplánuje změny, napíše kód, ověří výsledek. Meta ho staví na nejnáročnější vývojářskou práci a nechává na jednom úkolu pracovat víc agentů naráz, jedni implementují, druzí na pozadí kontrolují.
Za projektem stojí Meta Superintelligence Labs pod Alexandrem Wangem, kterého Zuckerberg přivedl loni. Meta tím vstupuje na hřiště, kde už roky hrají Anthropic s Claude Code a OpenAI s Codexem. Přichází pozdě a ví to.
Čím se liší od Claude Code a Codexu
Dvě věci jsou technicky zajímavé. Zbytek je dohánění.
Perzistentní subagenti. Claude Code spouští subagenty pro jednotlivý úkol, každý běží ve vlastním kontextu a vrátí hlavnímu agentovi jen výsledek. Muse Code to dělá obráceně, agenti na pozadí zůstávají naživu celou session, drží si kontext a sami se rozhodují, kdy hlásit zpět. Podle Mety tím ušetří opakovaný sběr informací a latenci. Jestli to platí i v praxi, ukáže až provoz.
Event-log runtime. Tohle mě zaujalo nejvíc. Každé volání modelu, každý běh nástroje, každý edit se zapisuje do lokálního logu jako jediný zdroj pravdy. Po pádu agent pokračuje přesně tam, kde skončil. Claude Code umí checkpointy a session přežije zavření terminálu, ale “přehraj deterministicky celou historii a naval od místa pádu” je silnější záruka. U běhů, co trvají hodiny, se to počítá.
Zbylé dvě novinky jsou spíš kosmetika. Bundled skills /plan, /grill a /goal (naplánuj, prožeň plán zátěží, dotáhni cíl) jsou hezké, ale koncepčně je to plan mode a skills, co Claude Code i Codex mají. A co-training modelu s harnessem, který Meta zdůrazňuje, dělá Anthropic i OpenAI taky. Meta to jen přiznává nahlas.
Kde Meta jasně ztrácí, je ekosystém. Muse Code je beta, jen terminál, jen macOS a Linux, jeden model. Chybí IDE rozšíření, cloud agent i zmínka o open source (Codex CLI je Apache-2.0 a má přes 75 tisíc hvězd na GitHubu). Claude Code i Codex mají za sebou roky iterací a zralé ekosystémy s MCP, hooks a pluginy. Meta v oblasti vývojářských nástrojů nic za sebou nemá.
Ceny: hlavní zbraň
Meta necenila model výš než konkurenci. Útočí cenou. Na benchmarky si netroufá.
| Model | Vstup ($/M tokenů) | Výstup ($/M tokenů) |
|---|---|---|
| Muse Spark 1.2 | 1,25 | 4,25 |
| Claude Sonnet 5 | 2 | 10 (do 31. 8., pak 3 / 15) |
| Claude Opus 5 | 5 | 25 |
| GPT-5.6 Sol | 5 | 30 |
Standardní tier stojí 1,25 dolaru za milion vstupních tokenů a 4,25 za milion výstupních, cache vyjde na 0,15. Na výstupu je Muse zhruba šestkrát levnější než Opus 5 a sedmkrát než GPT-5.6 Sol. Kdo chce ušetřit ještě víc, může na contributor tier, ten je asi desetkrát levnější, ale platíte svými daty, Meta je použije k trénování. Model jede i přes OpenRouter a Meta Model API rozumí formátům OpenAI i Anthropicu, takže přechod z konkurence nic nestojí.
Zajímavější je srovnání s paušálem Claude Max, protože jde o dva odlišné modely placení. Muse Code žádný paušál nemá, platíte za spotřebované tokeny. Claude Max je paušál, 100 dolarů měsíčně za pětinásobek kapacity, 200 za dvacetinásobek, a Anthropic ho dotuje, aby náročného uživatele odstínil od token účtu. Ukazuje to jeden doložený případ: vývojář projel 10 miliard tokenů za osm měsíců, na API by zaplatil přes 15 tisíc dolarů, na Maxu za stovku měsíčně dohromady kolem 800. Úspora 93 %. Tomuhle žádný pay-per-token ceník nekonkuruje, ani Muse s šestkrát levnějším výstupem, protože při vysoké spotřebě dotovaný paušál metrovanou sazbu poráží o řád. Pro lehčího uživatele naopak Muse v pay-per-token režimu vyjde levněji než Max 5x. Zlom leží někde kolem denní celodenní práce.
Kde být skeptický
Benchmarky si Meta vybrala sama: Terminal-Bench 2.1, DeepSWE 1.1 a Meta Internal Coding Bench. Ten poslední je interní a neověřitelný. Chybí SWE-bench Verified, který je pro tyhle srovnání standard. Muse Spark 1.1 přitom na nezávislých testech na špičku nedosáhl (Terminal-Bench 2.1: 80,0 proti 85,8 u GPT-5.6 Sol a 84,6 u Opusu 5). Jestli 1.2 ten odstup na kódu smazala, se z interního benche věrohodně nezjistí.
Případová studie s optimalizací GPU kernelů (přes 1000 tool calls, až 24 hodin běhu) vypadá dobře, ale je to úzká úloha na Nvidia Hopper. Že by model stejně zvládl běžný aplikační vývoj, z toho nevyplývá.
A pozor na dostupnost. Meta Model API startovalo jen pro USA. Oznámení k 1.2 sice mluví o rozšířeném globálním přístupu, ale než na tom postavíte produkci, ověřte si, jestli to platí i pro Česko.
Co si z toho vzít
Muse Code je levný a technicky nápaditý pokus, kterému ale chybí zralost a důvěryhodná čísla. Za perzistentními subagenty a event-log runtime stojí reálná architektura. Cena je jasná výhoda, pokud vám sedí pay-per-token a nevadí vám svěřit kód Metě. Zbytek je zatím slib. Rozhodne až den, kdy někdo nezávisle změří, kolik tokenů Muse spotřebuje na stejném úkolu jako Claude Code. Do té doby je to hezká beta s dobrým ceníkem.