Zum Hauptinhalt springen

Muse Code + Muse Spark 1.2: Metas Terminal-Coding-Agent

Fortgeschritten

Am 5. August 2026 hat Meta Superintelligence Labs Muse Code — einen Terminal-Coding-Agent — zusammen mit Muse Spark 1.2 veröffentlicht, dem Modell, das gemeinsam damit trainiert wurde. Zwei Produkte, ein Release, und die Kombination ist der eigentlich interessante Punkt: Meta behauptet, dass Werkzeuge, die gemeinsam mit dem Modell trainiert werden, weniger Retries und höherwertige Ergebnisse liefern als ein generisches Modell, das von einem generischen Harness gesteuert wird. Ob du diese Behauptung kaufst oder nicht — der Launch verdient einen genauen Blick: Muse Code ist die strukturell dichteste Analogie zu Claude Code, die bisher ein Wettbewerber ausgeliefert hat, und einige seiner Designentscheidungen (das Append-only-Event-Log, die Contributor-Preisstufe, die drei mitgelieferten Skills) sind so wenig offensichtlich, dass es sich lohnt, sie zu übernehmen — unabhängig davon, welchen Agent du im Alltag tatsächlich benutzt.

Diese Seite ist die praktische Lesart: Was Muse Code eigentlich ist, wie es sich anhand der von Meta selbst veröffentlichten Zahlen mit Claude Code vergleicht, welche Preisfalle beim zweiten Lesen der Preistabelle auftaucht — und wo es in der AILmanac-Tour hineinpasst.

What you'll learn
  • Verstehe, was Muse Code architektonisch ist: ein Terminal-Agent mit lokalem Append-only-Event-Log, persistenten asynchronen Background-Agents und drei mitgelieferten Skills (/plan, /grill, /goal)
  • Lies die Zahlen zu Terminal-Bench 2.1 und DeepSWE 1.1 richtig — einschließlich des Vendor-run-Vorbehalts, den auch die Quellen-Reviews selbst anmerken
  • Kenne die Preisstufen: 1,25 $ / 4,25 $ Standard vs. 0,10 $ / 0,20 $ Contributor — und was der Rabatt von 12,5× / 21,25× dich in Datenrechten kostet
  • Kenne den Installationsbefehl, die unterstützten Plattformen und die Beta-Vorbehalte, bevor du das Ding auf etwas Sensibles ansetzt
  • Ordne Muse Code neben Claude Code, Codex CLI und dem Rest der Coding-Agent-CLI-Landschaft ein

Die Ein-Satz-Zusammenfassung​

Muse Code ist ein Beta-Terminal-Coding-Agent für macOS und Linux, angetrieben von Muse Spark 1.2 — einem multimodalen Modell mit 1M-Token-Kontext (Eingabe multimodal, Ausgabe nur Text) — mit asynchronen Background-Agents, einem lokalen Append-only-Event-Log für absturzsicheres Wiederaufsetzen und drei mitgelieferten Skills (/plan, /grill, /goal); Meta setzt den Standardtarif auf 1,25 $/M Eingabe und 4,25 $/M Ausgabe und bietet einen Contributor-Tarif zu 0,10 $/M Eingabe und 0,20 $/M Ausgabe — im Gegenzug für die Erlaubnis, künftige Meta-Modelle mit deinen Prompts und Antworten zu trainieren.

Vier Dinge, die aus den Launch-Schlagzeilen nicht offensichtlich sind​

1. Das Event-Log ist ein Write-Ahead-Log — und deshalb sind lange Runs sicher​

Die Muse-Code-Runtime schreibt jeden Modellaufruf, jede Tool-Ausführung, jede Freigabe und jede Änderung in ein lokales Append-only-Event-Log, bevor es ausgeführt wird. Meta nennt das „replay-exact und restart-safe". Wenn der Agent mitten in der Aufgabe abstürzt — Segfault, Laptop-Deckel zu, abgelaufenes Token, was auch immer — setzt du aus dem Log wieder auf, ohne Arbeit zu verlieren und ohne das Modell neu prompten zu müssen, um den Zustand zu rekonstruieren.

Das ist ein Write-Ahead-Log-Muster aus dem Datenbank-Engineering, angewendet auf den Harness statt auf die Speicherebene. Zwei Konsequenzen sind es wert, verinnerlicht zu werden:

  • Ausfälle während 24-Stunden-Läufen werden reparabel statt teuer. Metas eigene Kernel-Optimierungs-Fallstudie führte 1.000+ Tool-Aufrufe über 24 Stunden auf NVIDIA-Hopper-GPUs aus. Ohne dauerhaftes Log kostet ein einziger Absturz in Stunde 22 den kompletten Run. Mit Log setzt das Modell beim letzten committeten Event wieder auf.
  • Nachträgliches Auditing wird trivial. Jede Entscheidung liegt der Reihe nach auf der Platte, mit Tool-Eingaben und -Ausgaben. Du kannst nachvollziehen, was der Agent gedacht hat, warum er ein bestimmtes Tool gerufen hat und was zurückkam — ohne irgendwas zu instrumentieren.

Das vergleichbare Muster in Claude Code sind Checkpoints und Rewind, die den Workspace snapshotten, damit du interaktive Edits rückwärts durchgehen kannst. Das Muse-Code-Event-Log ist ein anderes Werkzeug für ein anderes Problem: Rewind lässt dich rückgängig machen, das Event-Log lässt den Agent wieder aufsetzen.

2. Der Contributor-Tarif ist ein 12,5× / 21,25×-Rabatt — und er ist nicht gratis​

Zwei öffentlich dokumentierte Preisstufen:

StufeEingabe ($/M)Cached Input ($/M)Ausgabe ($/M)Was du abgibst
Standard1,25 $0,15 $4,25 $Nichts
Contributor0,10 $—0,20 $Erlaubnis, künftige Meta-Modelle mit deinen Prompts und Antworten zu trainieren

Die Rabatt-Rechnung: 12,5× günstiger bei Eingabe, 21,25× günstiger bei Ausgabe. Für eine echte Coding-Session, die mehr liest als schreibt, landet die effektive Kostensenkung eher bei 15×.

Der Haken ist nicht, dass Meta deine Prompts anschaut (alle Frontier-Anbieter loggen standardmäßig für Missbrauchskontrolle). Der Haken sind die Trainingsrechte — Meta behält sich ausdrücklich die Erlaubnis vor, künftige Modelle mit deinen Eingaben und Antworten zu trainieren. Das heißt:

  • Alles, was Betriebsgeheimnisse, personenbezogene Daten, lizenzierten Code oder Kundendaten über eine künftige Modell-Ausgabe leaken würde, ist tabu.
  • Alles unter Share-alike- oder ähnlichen restriktiven Lizenzen, die dir nicht gehören, ist tabu.
  • Alles unter NDA ist tabu.

Lies Metas exakte Bedingungen, bevor du den Schalter umlegst — die Quellen-Reviews sind eindeutig: „genaue Bedingungen und Toggle-Einstellungen in Metas offiziellen Docs prüfen, bevor du es auf etwas Sensibles ansetzt". Eine Kostensenkung um Faktor 12,5 auf persönlichen Side-Projects ist ein wirklich guter Deal. Dieselbe Senkung auf dem Monorepo deines Arbeitgebers ist ein juristisches Problem im Anmarsch.

3. Metas eigene Charts platzieren Muse Spark 1.2 auf Rang zwei, hinter Claude Opus 5​

Meta hat Vergleiche für Terminal-Bench 2.1 und DeepSWE 1.1 veröffentlicht, die Muse Spark 1.2 hinter Claude Opus 5 einordnen — auf beiden. Das ist ein ungewöhnlich ehrliches Launch-Chart, und es lohnt sich, es präzise statt abschätzig zu lesen.

BenchmarkMuse Spark 1.2Claude Opus 5 (gepaart mit Claude Code)
Terminal-Bench 2.182,9 %Höher — Meta setzt es auf Platz eins (externe Second-hand-Berichte nennen ca. 86,7 %)
DeepSWE 1.159,3 %Höher — Meta setzt es auf Platz eins (Score in den prüfbaren Reviews nicht veröffentlicht)

Zwei Vorbehalte, bevor du diese Zahlen als Evangelium nimmst:

  1. Vendor-run-Methodik. Die veröffentlichten Zahlen sind pass@1, gemittelt über fünf Versuche, jedes Modell gepaart mit seinem eigenen Agent-Produkt — und Meta selbst merkt an, dass sein Setup „nicht auf Drittanbieter-Modelle abgestimmt sein könnte". Alle Zahlen sind Vendor-run, keine unabhängigen Reproduktionen.
  2. Model+Harness ist die Messeinheit. Terminal-Bench bewertet kein Modell im Vakuum — es bewertet ein Modell, das durch einen Agent arbeitet. Muse Spark 1.2 wird innerhalb von Muse Code evaluiert; Opus 5 innerhalb von Claude Code. Das Ergebnis ist eine Aussage über die Paarung, nicht über das Modell isoliert. Wechsle eine der beiden Hälften — und die Zahl ändert sich.

Die praktische Lesart: Muse Spark 1.2 ist ein starker zweiter Platz auf den beiden Benchmarks, die Meta veröffentlicht hat, im Harness, für den Meta es co-trainiert hat. Das ist eine haltbare Position für ein v1.2-Modell gegen eine reife Claude Code / Opus 5 Paarung — aber „zweiter Platz auf dem Chart des Anbieters" ist auch genau so stark, wie es klingt. Nicht überinterpretieren.

4. Die drei mitgelieferten Skills lohnen sich zu übernehmen — selbst wenn du Muse Code nie installierst

Muse Code liefert drei Skills ab Werk mit, und die Form jedes einzelnen ist lehrreich:

Guided walkthrough1 of 3
  1. Wandelt eine Aufgabe in einen konkreten Plan um und pausiert vor der Ausführung für die menschliche Freigabe. Dasselbe Muster wie Claude Codes Plan-Modus (docs/claude-code/plan-mode), und aus demselben Grund: Das Modell ist viel besser darin, Struktur vorzuschlagen, als Struktur auszuführen, die es dir vorher nie gezeigt hat.

Das interessante Designmuster hier ist die plan → grill → goal-Pipeline: vorschlagen, adversarial kritisieren, dann unter dauerhaftem Log ausführen. Diese Zerlegung passt sauber auf Workflows, die du vielleicht schon mit Claude Code Plan-Modus plus Subagents fährst — und sie ist ein saubereres mentales Modell als der Ad-hoc-„läuft-schon-irgendwann"-Loop, bei dem die meisten Leute enden.

Installation und erster Lauf​

Verfügbarkeit: macOS und Linux, öffentliche Beta seit 5. August 2026. Kein Windows-Build zum Launch. Die Weights sind nur hosted verfügbar — Meta hat keine herunterladbaren Weights für Muse Spark 1.2 veröffentlicht.

Muse Code installieren (macOS / Linux Beta)

curl -fsSL https://dev.meta.ai/install.sh | bash

Standard-Sicherheitshygiene gilt für jeden curl | bash-Installer: mindestens das Skript prüfen, bevor du es in eine Shell pipst. Meta hostet den Installer unter der eigenen Domain, aber am Install-Muster ist nichts, was das Skript grundsätzlich sicherer machen würde als andere.

Watch out
  • Beta-Software. Rechne mit Breaking Changes, undokumentierten Kanten und Kontingent-Überraschungen vor der Allgemeinverfügbarkeit.
  • Der Contributor-Tarif trainiert auf deinen Daten. Nicht für Arbeitscode, Kundencode, lizenzierten Code oder unter NDA stehendes einschalten.
  • Vendor-run-Benchmarks. Muse Spark 1.2 liegt auf Metas eigenen Charts hinter Claude Opus 5 — die Zahlen, denen zu trauen ist, sind deine eigenen auf deinem eigenen Repo.

Wie es sich mit Claude Code vergleicht, auf einen Blick​

AchseMuse Code + Muse Spark 1.2Claude Code + Claude Opus 5
Terminal-HarnessJa (macOS, Linux Beta)Ja (macOS, Linux, Windows)
Kontextfenster1M Tokens (Eingabe), Ausgabe nur Text1M Tokens, bis zu 128K Ausgabe
Adversarialer Planungs-Skill/grill (mitgeliefert)Komponieren mit Subagents + Plan-Modus
Freigabe-gegate Planung/plan (mitgeliefert)Plan-Modus
Absturzsichere lange RunsAppend-only-Event-Log (replay-exact, restart-safe)Checkpoints und Rewind (Workspace-Snapshot, menschengetriebenes Undo)
SandboxingParalleles Arbeiten isoliert in separaten Git-WorktreesWorktrees plus Permissions
MCP-SupportIn den prüfbaren Launch-Materialien nicht dokumentiertVoller MCP-Support
Günstigster legitimer Tarif0,10 $/M Eingabe, 0,20 $/M Ausgabe (Contributor-Tarif — Datentraining)Prompt-Caching-Rabatt, ohne Trainingsrechte abzugeben
Benchmark-Ranking (Vendor-run)2. auf Terminal-Bench 2.1 (82,9 %), 2. auf DeepSWE 1.1 (59,3 %)1. auf beiden (laut Metas Chart)

Für das breitere Feld — Codex CLI, Aider und den Rest — siehe Coding-Agent-CLIs im Vergleich.

Wann tatsächlich danach greifen​

Greif zu Muse Code, wenn:

  • Dein Workflow von langen, unbeaufsichtigten Runs dominiert wird, bei denen die Absturzsicherheit des Event-Logs wertvoller ist als jede spezifische Tool-Integration. Die 24-Stunden-Kernel-Optimierungs-Fallstudie ist die Form.
  • Du eine zweite, strukturell andere Meinung zu einer Aufgabe willst. Ein anderes Modell + ein anderer Harness ist eine wirklich andere zweite Meinung. Die beste Nutzung einer Konkurrenz-CLI ist oft, dieselbe Aufgabe hindurchzuschicken und zu vergleichen.
  • Du Solo-Entwickler:in bist und an Side-Projects arbeitest, bei denen der Datentraining-Deal des Contributor-Tarifs akzeptabel ist und 12,5×/21,25× günstigere Tokens materiell verändern, was leistbar ist.

Greif nicht danach, wenn:

  • Du MCP-Tool-Integration brauchst — die ist in den Launch-Materialien nicht dokumentiert.
  • Du Windows-Support brauchst — den gibt es zum Launch nicht.
  • Du an irgendetwas unter NDA, restriktiver Lizenz, oder mit Kunden-/Arbeitgeber-/PII-Daten arbeitest, außer du kannst den Standardtarif zahlen und bist sicher, dass kein Contributor-Tarif-Toggle aktiv ist.
  • Deine Qualitätslatte lautet „Claude Opus 5 auf Terminal-Bench 2.1 schlagen", denn nach Metas eigenen Zahlen tut es das nicht.

Check yourself

0/4
  1. Was ermöglicht das Append-only-Event-Log von Muse Code tatsächlich?
  2. Der Contributor-Tarif kostet 0,10 $ / 0,20 $ pro Million Eingabe-/Ausgabe-Tokens statt 1,25 $ / 4,25 $. Was ist der Deal?
  3. Wo platzieren Metas eigene Launch-Charts Muse Spark 1.2 auf Terminal-Bench 2.1 und DeepSWE 1.1?
  4. Welcher der drei mitgelieferten Skills testet einen Plan vor der Ausführung adversarial unter Druck?

Wo es neben dem einzuordnen ist, was du kennst​

Wenn du Coding-Agent-CLIs im Vergleich gelesen hast, fügt sich Muse Code als neuer Eintrag mit derselben Form wie Claude Code und Codex CLI ein — ein Terminal-Harness, der Datei-Edits, Tool-Aufrufe und lang laufende Agent-Loops besitzt. Anders sind die Runtime-Disziplin (Event-Log) und die Tarifstruktur (Contributor-Preise). Wenn du den Opus 5 Field Guide gelesen hast, ist der direkte Vergleichspunkt: Muse Spark 1.2 ist ein glaubwürdiger-aber-zweiter Konkurrent zu Opus 5 auf Metas eigenen Zahlen, in dem Harness, für den Meta es trainiert hat.

Für das größere Bild — wie im Feld zu wählen ist — starte bei Ein Modell wählen und Was KI bei den Anbietern kostet. Wenn du Techniken statt Produkte vergleichen willst, ist die plan → grill → goal-Zerlegung wert, in Claude Code mit Subagents und Plan-Modus selbst zusammenzubauen — du bekommst die Disziplin ohne die Beta und ohne die Contributor-Tarif-Frage.

Quellen & weiterführend​