Mark Zuckerberg meluncurkan Muse Code versi beta pada hari Rabu, sebagai agen artificial intelligence (AI) coding pertama dari Meta. Claude Opus 5 dari Anthropic mengungguli Muse Code di keempat perbandingan yang dipublikasikan Meta saat peluncuran.
Meta tetap merilis grafik-grafik tersebut. Perusahaan ini menawarkan alat dengan harga lebih murah daripada kualitas yang lebih baik. Data pengujian independen juga menunjukkan selisihnya lebih besar dari yang digambarkan oleh Meta.
Ikuti kami di X untuk mendapatkan berita terbaru secara real-time
Grafik Meta Sendiri Menunjukkan Anthropic Selalu Unggul
Muse Spark 1.2 adalah model di balik Muse Code. Model ini meraih nilai 82,9% di Terminal-Bench 2.1.
Claude Opus 5 mendapatkan skor 86,7% di tes yang sama. Terminal-Bench berasal dari Institute Laude serta peneliti Stanford dan berisi 89 tugas nyata mulai dari perbaikan sistem, pekerjaan data, hingga keamanan.
Posisi kedua masih terbilang baik. Muse Code mengalahkan OpenAI Codex dengan skor 81,8% dan Grok Build yang meraih 81,6%.
Grafik berikutnya memperlihatkan hasil yang semakin berat. DeepSWE 1.1 menyiapkan 113 tugas coding dengan akses internet dimatikan selama penilaian. Muse Spark 1.2 turun ke posisi ketiga dengan skor 59,3%.
Selanjutnya, Meta mempublikasikan tes yang mereka buat sendiri, diambil dari 440 pull request nyata oleh engineer-nya. Muse Spark 1.2 mendapat skor 70,6%, tertinggal sekitar sembilan poin dari Opus 5.
Skor tersebut hanya unggul 2,3 poin dari Muse Spark 1.1, model yang dirilis Meta pada Juli lalu.
Model yang Tidak Meta Sertakan di Grafik Coding-nya
Meta membandingkan diri dengan GPT-5.6 Terra. Namun, OpenAI menjual model yang lebih kuat bernama Sol, yang tidak dimasukkan Meta di ketiga grafik coding tersebut.
Sol memimpin papan peringkat Terminal-Bench 2.1 independen dengan nilai 89,5%. Opus 5 ada di posisi kedua dengan 89,1%.
Kedua angka tersebut mengungguli hasil 86,7% yang dilaporkan Meta untuk Opus 5. Meta memilih pengaturan yang lebih lemah pada pesaing terkuatnya, namun tetap saja tertinggal.
Dibandingkan Sol yang sebenarnya merupakan pemimpin, Muse Spark 1.2 tertinggal 6,6 poin, bukan 3,8 seperti yang digambarkan Meta.
Sebenarnya, Meta hanya menyertakan Sol satu kali. Pada tugas kernel unit pemroses grafis (GPU) yang melibatkan lebih dari 1.000 panggilan tool, Sol meningkatkan performa dasar sebesar 71,2%. Muse Spark 1.2 hanya meraih 68,7% dan berada di urutan keempat dari enam peserta.
Ada satu catatan yang perlu diperhatikan. Muse Spark 1.2 memang belum tercantum di papan peringkat publik tersebut, di mana baru 26 dari 183 model yang terdaftar sudah diuji. Nilai 82,9% itu masih angka versi Meta sendiri.
“Muse Spark 1.2 merupakan langkah berikutnya ketika kami mendorong menuju frontier, dengan model-model lebih besar dan lebih mumpuni yang akan segera hadir,” ujar Zuckerberg dalam sebuah postingan.
Zuckerberg Bisa Saja Menjadi Tuan Rumah Model yang Mengalahkan Karyanya Sendiri
Kabarnya, Meta tengah bernegosiasi untuk menyewakan daya komputasi kepada Anthropic. Nilai kesepakatan dapat mencapai US$10 miliar selama dua tahun. Nantinya, data center milik Meta akan membantu menjalankan model Claude yang justru ingin dikalahkan Muse Code.
Kepemimpinan di balik Muse Code juga sangat mahal. Pada Juni 2025, Zuckerberg membayar US$14,3 miliar untuk Scale AI dan pendirinya, Alexandr Wang, yang kini memimpin Meta Superintelligence Labs.
Harga kini menjadi satu-satunya senjata Wang. Harga layanan ini sama dengan peluncuran API berbayar pertama Meta pada Juli, yaitu US$1,25 per satu juta token input dan US$4,25 per satu juta token output.
Tier kontributor harganya lebih murah dari sepuluh kali lipat. Pengembang bisa memenuhi syarat jika membiarkan Meta melatih modelnya dengan karya mereka. Namun, Wang menolak mengungkap jumlah adopsi lini Muse Spark.
Penjelasan tentang diskon tersebut juga bisa ditemukan di laporan keuangan Meta. Pendapatan naik 28% menjadi US$60,8 miliar di kuartal lalu, tapi laba operasional turun 8% ke US$18,8 miliar.
Margin operasional turun menjadi 31% dari sebelumnya 43% setahun lalu. Meta menghabiskan US$31,08 miliar untuk proyek modal hanya dalam satu kuartal, dan menargetkan total pengeluaran hingga US$145 miliar dalam setahun.
Muse Code memang menawarkan rekayasa teknis yang belum dimiliki Claude Code. Agen latar belakang mampu menyimpan konteks selama satu sesi, sedangkan sub-agent bisa bekerja secara terpisah dalam salinan repositori.
Meta berhasil membangun alat coding nomor dua yang kokoh, lalu membanderolnya seperti opsi kelas hemat. Melalui versi beta, waktu akan membuktikan apakah para pengembang mau menukar sedikit akurasi demi tagihan yang kurang dari sepersepuluhnya.
