Интерфейс Muse Code. Источник: Meta
Новый инструмент для программистов: что предлагает Meta
Meta вошла в сегмент ИИ-ассистентов для разработки, представив раннюю бета-версию Muse Code — агента на базе модели Muse Spark 1.2, который работает непосредственно из терминала и помогает программистам автоматизировать основные задачи разработки.
Возможности нового агента
Инструмент демонстрирует амбициозный функционал, включающий трансформацию текстовых команд в исполняемый код, планирование архитектурных изменений и их проверку. Ключевая фишка Muse Code — поддержка субагентов, позволяющая распределять сложные задачи между несколькими специализированными компонентами для ускорения разработки.
По словам представителей компании, обновленная версия получила значительные улучшения в трех критических для разработчиков направлениях: качество генерации кода возросло, инструмент лучше справляется с отладкой сложных проблем, а также способен анализировать масштабные кодовые базы и выполнять полный цикл разработки от проектирования до тестирования.
Примеры использования в практике
Meta в демонстрационных материалах показала три кейса применения Muse Code в реальных сценариях: создание интерактивной визуализации фотонной сферы, разработка простой игры по мотивам Plants vs. Zombies и генерация веб-страницы с использованием MP4-файла в качестве исходных данных. Эти примеры подчеркивают универсальность инструмента для различных типов задач.
Ценовая стратегия: агрессивный подход к рынку
Meta установила конкурентную цену на Muse Code, предлагая стандартный тариф в $1,25 за миллион входных токенов и $4,25 за миллион выходных. Это существенно ниже, чем у основного конкурента — Anthropic, чей тариф на модель Sonnet 5 составляет $3 за входные и $15 за выходные токены.
Однако Meta пошла дальше, создав специальный бюджетный тариф для тех, кто готов предоставлять обратную связь для улучшения агента. По информации The Wall Street Journal, цена этого плана составит всего $0,10 за миллион входных и $0,20 за миллион выходных токенов — это позволяет Meta собирать данные для обучения модели, одновременно привлекая ранних адептов инструмента.
Источник: Meta