Allan Ravagnani é jornalista há 20 anos, duas vezes eleito entre os 50 jornalistas de Economia mais admirados do Brasil. Assina a coluna AI-451 e é repórter do Times Brasil | CNBC. Estudou Publicidade na ESPM e Jornalismo na Fapcom, fez pós-graduações em Macroeconomia, Finanças e Ciência Política.
Meta lança Muse Code em beta, agente de terminal que roda sobre o Muse Spark 1.2 e divide tarefas grandes em subagentes paralelos
Foi por volta das nove da noite de quarta-feira (5), horário do Vale do Silício, que Mark Zuckerberg decidiu contar ao mundo, num post na rede social que ele assina com o velho apelido de universitário, @finkd, que a Meta finalmente tinha algo para mostrar na disputa que mais importa no mercado de inteligência artificial hoje, a de quem programa por você.
Não era mais um modelo de linguagem para responder perguntas de bar digital, nem um gerador de imagens para competir com o Midjourney. Era uma ferramenta de terminal, sem interface bonita, sem aplicativo, sem nada que lembrasse o produto de consumo que a Meta sabe fazer como poucas empresas do planeta. Chama-se Muse Code, e a promessa, nas palavras do próprio Zuckerberg, é resolver tarefas completas de engenharia de software em repositórios grandes, da fase de planejar a mudança até escrever o código e validar se o resultado funciona.
Para provar o ponto, ele contou que testou o sistema construindo seis funcionalidades diferentes ao mesmo tempo, sem que uma atrapalhasse a outra. O truque tem nome técnico, mas a lógica é que quando a tarefa é grande demais para um único processo, o Muse Code se multiplica, espalhando cópias de si mesmo em pastas de trabalho isoladas, cada uma cuidando de uma parte do problema, todas se reportando de volta quando terminam.
Segundo lugar no ranking de código não é hábito da casa
A Meta chega a essa disputa depois de nove meses reconstruindo do zero seu time de inteligência artificial, com a contratação de Alexandr Wang, fundador da Scale AI, à frente do recém-criado Meta Superintelligence Labs.
O Muse Code roda sobre o Muse Spark 1.2, versão do modelo lançada em julho e já conhecida pelo preço baixo. Nos números que a própria Meta divulgou, comparando cada modelo dentro do seu próprio produto de agente, o retrato é honesto.
No Terminal-Bench 2.1, que mede tarefas de linha de comando, o Claude Opus 5 marcou 86,7%, o Muse Spark 1.2 ficou em 82,9%, o GPT-5.6 Terra da OpenAI em 81,8% e o Grok 4.5 em 81,6%.
No DeepSWE 1.1, a distância cresce. Opus 5 fica com 65%, a OpenAI com 64,8% e a Meta cai para 59,3%, terceiro lugar isolado. O mais curioso é que, no benchmark interno que a própria Meta desenhou, o resultado se repete, 79,4% contra 70,6%. Perder no teste do concorrente é uma coisa. Perder no teste que você mesmo criou é outra.
🔍 O Terminal-Bench 2.1 avalia se um agente de inteligência artificial consegue executar tarefas reais de linha de comando, como configurar um servidor ou corrigir um script quebrado, sem ajuda humana no meio do caminho.
Onde a Meta não perde é no bolso do desenvolvedor. A API do Muse Spark 1.2 tem dois níveis. O padrão cobra 1,25 dólar por milhão de tokens de entrada e 4,25 dólares por milhão de saída.
O nível batizado de contribuidor cobra 0,10 dólar por milhão de entrada e 0,20 dólar por milhão de saída, desconto de doze vezes e meia na entrada e vinte e uma vezes na saída. A pegadinha está no nome. Aceitar esse preço significa aceitar que a Meta use as conversas e os códigos enviados para treinar os próximos modelos da empresa.
Alexandr Wang resumiu a lógica ao Wall Street Journal dizendo acreditar que, para boa parte dos fluxos de trabalho, a ferramenta pode ser uma opção muito boa, especialmente do ponto de vista de custo.
Dado do desenvolvedor vira combustível do próximo modelo
Há um detalhe no comunicado técnico que passou quase despercebido. O Muse Spark 1.1, versão anterior, gerou os próprios ambientes de treinamento e os modelos de instrução da versão 1.2, e depois avaliou as respostas candidatas produzidas por essa versão nova, criando os dados de treinamento num ciclo fechado.
A Meta também treinou o modelo diretamente contra o próprio Muse Code, o que explica o ganho de desempenho maior ali do que em outros ambientes. É um detalhe técnico, mas diz algo sobre como a corrida de inteligência artificial passou a funcionar. Cada modelo novo se alimenta em parte de si mesmo.
Guerra do desenvolvedor ganha um terceiro concorrente sério
Essa não é a primeira vez que a Meta tenta um pedaço desse mercado, nem a primeira vez que essa coluna acompanha o movimento. Em abril, quando o primeiro Muse Spark chegou, o modelo brilhava em percepção multimodal e deixava a desejar exatamente em codificação, prova de que dados de qualidade não bastam quando o desafio é escrever software que funciona.
A ironia é que, poucos meses depois, foi o código de um concorrente que ajudou a definir o padrão dessa disputa. Também em abril, um arquivo de mapa exposto por engano no registro npm da Anthropic vazou mais de 510 mil linhas do Claude Code, revelando por dentro a arquitetura que segue sendo o alvo a bater.
A OpenAI, por sua vez, transformou o Codex de agente isolado em quase um aplicativo completo. A Meta entra nessa briga sem aplicativo, sem interface, apenas terminal, e só em macOS e Linux. Pouco glamouroso para uma empresa acostumada a vender bilhões de usuários em redes sociais.
Mas o desenvolvedor que decide qual ferramenta abrir de manhã não está olhando para posts de lançamento. Está olhando para o extrato do cartão de crédito no fim do mês, e é aí que a aposta da Meta pode valer a pena mesmo terminando, por enquanto, em terceiro lugar.
EXCLUSIVO CNBC: “A inflação será mais importante que o emprego, diz economista-chefe da Goldman Sachs
