Meta 发布 Muse Code 与 Muse Spark 1.2：终端编码 Agent 公测，Contributor 档可降价但数据可用于改进产品
Meta 发布 Muse Spark 1.2 与 Muse Code beta：1M 上下文、长程编码 Agent 和两档 API 价格已公开，但参数规模未披露，Contributor 档允许数据用于改进产品。
先看结论
Meta 在 2026 年 8 月 5 日发布了 Muse Spark 1.2，并同步推出由它驱动的终端编码智能体 Muse Code beta。北京时间 8 月 6 日凌晨 3:09，Mark Zuckerberg 也发帖确认：Muse Code 可以在大型代码仓库里规划改动、写代码并验证结果。12
这次发布的重点不在参数规模，而在「模型 + 终端运行时 + 长程 Agent」的组合。Muse Spark 1.2 的参数数量没有公开；Meta 给出的可核实信号是 1M token 上下文、异步后台 Agent、可回放事件日志，以及面向大仓库和长时间任务的训练。对开发者来说，应该先把它当作一个需要重跑真实代码 Agent 回归集的 beta 入口，而不是只看榜单名次就替换现有工具。
规格、入口和价格
| 项目 | 当前可核实信息 | 选型影响 |
|---|---|---|
| 模型与产品 | muse-spark-1.2 是编码优化模型；Muse Code 是围绕它构建的终端编码 Agent，当前为 beta。13 | 模型能力和 Agent 工具链是一起调教的，单独调用模型的结果不等于 Muse Code 的完整体验。 |
| 参数规模 | 官方发布页和开发者文档没有披露参数数量。1 | 不要用外部传闻参数推算显存、吞吐或成本。 |
| 上下文与任务范围 | 1M token 窗口；Meta 称其可容纳依赖图、遗留代码和数千个文件，并针对多文件重构、长时间调试、整仓库生成等任务训练。3 | 长上下文降低了切分代码库的需要，但不等于每个任务都能稳定完成；要单独记录上下文长度、压缩次数和最终改动质量。 |
| 可用入口 | Muse Code、Meta Model API 和 OpenRouter 均已开放；Meta 称本次扩大了公共预览的全球访问。Muse Code 可在 macOS 或 Linux 终端安装，Contributor 档仅在部分国家可用。13 | 「全球访问」不等于每个地区都能使用 Contributor 档；实际账号、地区和 beta 状态仍以入口显示为准。 |
| 标准 API 价格 | muse-spark-1.2：缓存命中输入 $0.15 / 百万 tokens，输入 $1.25 / 百万 tokens，输出 $4.25 / 百万 tokens。无长上下文溢价。4 | 这是 pay-as-you-go 价格；推理 token 按输出计费，复杂任务的实际账单不能只按代码字符数估算。 |
| Contributor 档 | muse-spark-1.2-contributor：缓存命中输入 $0.002 / 百万 tokens，输入 $0.10 / 百万 tokens，输出 $0.20 / 百万 tokens；使用该档意味着允许 Meta 用 prompts 和 completions 改进未来模型。4 | 价格低很多，但不适合未经审查的私有代码、客户数据或含密钥的仓库。 |
Meta 的标准档按团队限流，文档列出的上限是 3,000 RPM 和 4,000,000 TPM；Contributor 档是 60 RPM 和 2,100,000 TPM。Muse Code 自身还按滚动 5 小时 token 窗口限流，不能把这两个数字理解成无限制的本地 Agent。34
官方评测：编码 Agent 排名靠前，但不是同一条命令行
Meta 的图表把 Muse Spark 1.2 与 Claude Opus 5、GPT-5.6 Terra、Grok 4.5、Gemini 3.6 Flash 和 Muse Spark 1.1 放在一起比较。Terminal-Bench 2.1 中，Muse Spark 1.2 得分 82.9%，仅低于 Opus 5 的 86.7%；DeepSWE 1.1 中为 59.3%，低于 Opus 5 的 65.0% 和 GPT-5.6 Terra 的 64.8%，高于 Grok 4.5 的 56.6% 和 Muse Spark 1.1 的 53.0%。这些是 Meta 发布的结果，不是独立复测。1
读这些数字时要保留一个限制：Meta 的 Terminal-Bench 和 DeepSWE 测试给每个模型配了各自的 Agent 产品和最高可用推理强度。Muse Spark 1.2 用 Muse Code，Opus 5 用 Claude Code，GPT-5.6 Terra 用 Codex，Grok 4.5 用 Grok Build；测试在隔离的 Daytona 沙箱运行，采用五次尝试的平均 pass@1。DeepSWE 使用 113 个任务、91 个仓库和五种语言，外网在执行与评分阶段关闭。Meta 自己也说明，这不是所有模型都使用同一 harness 的官方排行榜。5
所以，这组结果能支持的判断是：Muse Spark 1.2 的编码 Agent 组合已经进入第一梯队，且相对 Muse Spark 1.1 有明显提升；它不能直接证明在你的仓库、工具权限和提示词下也会领先同样幅度。
这次真正新增的能力
Muse Code 的运行时把每次模型调用、工具执行、审批和编辑追加到本地事件日志。会话可以从日志精确恢复，后台 Agent 则在主任务继续推进时收集信息和执行下一步。这样做的价值不只是「多几个 Agent」：长任务中断后，用户能查看谁改了什么，也不必从头重述上下文。13
Meta 还给了一个更激进的案例：在 NVIDIA Hopper GPU 上优化 KDA 和 MLA kernel，任务最多运行 24 小时、超过 1,000 次工具调用，模型反复写入、编译、分析并改进 Triton 实现。这个案例说明它的训练目标包含长程工程循环，但它仍是 Meta 自己设计的演示和评测，不是用户生产环境的吞吐承诺。1
开发者现在怎么试
- 先用标准档跑小型真实仓库。 记录任务成功率、通过测试的比例、工具调用失败、人工接管次数、输入缓存命中率和总输出 tokens；不要只测一次「写个函数」。
- 把长程任务拆成可验收的回归集。 至少覆盖多文件重构、跨模块调试、真实 issue 修复、依赖升级和需要反复运行测试的任务，并保存每次事件日志。
- 谨慎选择 Contributor 档。 只有在代码和提示词可以用于改进 Meta 产品、且不含敏感信息时再用；需要更严格的数据留存条件，可向 Meta 申请 zero data retention，但这不是默认设置。3
- 把 beta 风险单独记账。 先验证地区可用性、5 小时 token 限额、API 速率限制和 OpenRouter 的实际模型 ID，再决定是否接入自动合并或生产部署。
References
- 1Meta AI Research 发布页
research.meta.ai
- 2
- 3Meta 开发者博客
developer.meta.com
- 4Meta Model API 定价与限流
dev.meta.ai
- 5Muse Spark 1.2 与 Muse Code 评测方法
research.meta.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.