Muse Code基于meta最新发布的Muse Spark 1.2模型运行，支持从任务规划到代码编写再到结果验证的全流程软件工程工作。用户可通过单条命令完成安装，并自由切换不同AI模型与框架，但meta强调其自研模型与工具的协同开发能带来更优性能。目前，该产品以预览版形式上线，开发者可通过meta开发者页面或OpenRouter平台获取服务。
在定价策略上，meta采取差异化路线。Muse Code提供按量付费和“贡献者档”两种方案：前者输入费用为每百万token 1.25美元，输出费用为每百万token 4.25美元；后者允许用户通过提供反馈换取输出费用降至每百万token 0.20美元的优惠，价格仅为按量付费档的十分之一。相比之下，Anthropic的Claude Code和OpenAI的Codex均采用每月约20美元的订阅制，超出用量后按量付费的输出费率普遍高于meta的方案。
企业级功能成为Muse Code的另一卖点。meta宣布启动“零数据留存”申请计划，承诺不将开发者数据用于模型训练，这一举措被视为对数据隐私高度敏感的企业用户的重大利好。考虑到meta 98%的收入依赖在线广告业务，此举也展现了其拓展企业市场的决心。
Muse Code的推出正值meta面临投资者压力之际。上周，该公司因下调营收预期及自由现金流下滑导致股价单周下跌约10%。管理层亟需证明大规模AI投资能转化为实际收益，而Muse Code被视为扎克伯格推动AI业务独立盈利的关键尝试。Alexandr Wang坦言，meta不追求技术绝对领先，而是通过价格优势覆盖更多使用场景，尤其满足对成本敏感的客户需求。
回顾meta的AI战略转型，去年夏天成立的meta超级智能实验室成为重要转折点。Alexandr Wang从Scale AI加盟后，迅速组建团队并推出Muse Spark系列模型。今年4月发布的1.0版本已展现编程潜力，7月升级的1.1版本进一步强化代码能力，此次配套发布的Muse Code与1.2版本则标志着meta在该领域的全面布局。尽管Wang拒绝披露用户数据，但承认“采用情况超出预期”。
当前AI编程市场竞争激烈。Anthropic的Claude Code凭借快速迭代占据领先地位，OpenAI的Codex则依托GPT生态形成用户粘性。meta选择以价格作为突破口，不仅对标DeepSeek等低价竞品，更试图在巨头林立的市场中撕开缺口。其能否通过成本优势重塑行业格局，仍有待观察。
