Metaは2026年8月5日、ターミナル上で動作するコーディングエージェント「Muse Code」のベータ版と、その基盤モデル「Muse Spark 1.2」を発表しました。大規模なコードリポジトリを対象に、変更の計画、実装、検証までを一貫して処理し、長時間にわたる複雑なソフトウェア開発にも対応します。

Introducing Muse Code and Muse Spark 1.2 | Meta AI Research

https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2

Muse Codeは、macOSまたはLinuxのターミナルから利用できるコーディングエージェントです。コードの断片を生成するだけでなく、リポジトリ全体を調査して必要な変更を計画し、コードを書いた後にテストや動作確認まで実行します。

特徴の1つが、メインのエージェントと並行して動作する「非同期バックグラウンドエージェント」です。補助エージェントが情報収集や検証を継続し、必要なタイミングで結果を報告することで、メインのエージェントは全体の方針や実装に集中できます。

Muse Codeは、モデルへの指示、ツールの実行、ファイル編集、ユーザーによる承認といった操作をローカルのイベントログに記録します。このログを基に状態を復元するため、処理中にクラッシュしても中断地点から作業を再開できます。



作業を支援するコマンドも用意されており、「/plan」はタスクを実行計画に分解し、「/grill」はその計画の弱点を検証します。「/goal」は、指定された目標を達成するまで作業を継続するための機能です。

土台となるMuse Spark 1.2は、従来のMuse Spark 1.1をコーディング向けに鍛え直したモデルです。コードの生成やバグの修正、既存のコード全体を読み解く力に加えて、リポジトリをまるごと作り上げる作業や自動での調査といった時間のかかる仕事もこなせるように、学習に使う計算量を増やし、学習環境も拡充されています。

Muse Spark 1.2とMuse Codeは、組み合わせた際に高い性能を発揮するよう共同でトレーニングされています。学習では複数の実行履歴から優れたものを選別するリジェクションサンプリングを用い、長時間の作業でも目標を維持する能力、必要な情報を圧縮してコンテキストに保持する能力、補助エージェントを適切に利用する能力などが強化されました。

Metaによると、学習データの作成には旧モデルのMuse Spark 1.1も利用されました。Muse Spark 1.1に難しいコーディング課題や指示を生成させ、回答が要件を満たしているかを採点させることで、Muse Spark 1.2向けの訓練データを構築したとのことです。



各種ベンチマークでは、Muse Spark 1.2とMuse Codeの組み合わせが、ターミナル上での作業をどれだけこなせるかを測るTerminal-Bench 2.1で82.9％を記録し、Claude Opus 5とClaude Codeの86.7％に次ぐ2位となりました。実際のリポジトリを修正する力を測るDeepSWE 1.1では59.3％で、Claude Opus 5の65.0％、GPT-5.6 Terraの64.8％に続く3位です。

一方、Meta社内の440件の開発課題を使った評価では70.6％となりました。Claude Opus 5の79.4％には届かなかったものの、旧モデルのMuse Spark 1.1の68.3％やGPT-5.6 Terraの65.4％は上回っています。ただし、モデルごとに組み合わせたコーディングエージェントが異なるため、これらの結果はモデル単体の性能を厳密に比較したものではないとMetaは注意を促しています。

長時間にわたって自律的に開発を進められるかどうかを確かめるため、MetaはNVIDIAのHopper世代GPU向けに、KDAとMLAという2種類の処理を担うカーネルを高速化する実験も行いました。Muse CodeとMuse Spark 1.2の組み合わせは、コードの作成、コンパイル、性能測定、修正を繰り返し、最大24時間にわたって1000回を超えるツール呼び出しを実行し、基準実装を大幅に高速化したとのことです。

下のグラフは、横軸がツール呼び出しの累計回数、縦軸が基準実装に対する高速化率を示しており、線が上にあるほど高速化率が高いことを意味します。KDAではMuse Spark 1.2が最終的に68.7％の高速化を達成し、Opus 5の74.0％、GPT-5.6 Solの71.2％、Opus 4.8の69.6％に続く結果となりました。



MLAでは特定の条件をそろえたうえで、PyTorchで書かれた基準の実装からどれだけ高速化できたかが比較されています。Muse Spark 1.2はツール呼び出しが約450回に達した時点で60％を超え、最終的には61.1％の高速化を達成しました。Opus 5の75.4％、Opus 4.8の67.1％、GPT-5.6 Solの62.9％には及ばなかったものの、GPT-5.6 Terraの47.7％やGemini 3.6 Flashの39.1％を上回りました。



高速化では、AIが文章を処理する際に使うキー(K)とバリュー(V)について、両方の元となる圧縮データを共有することで、重複する計算やデータ転送を減らしました。さらに、本来は別々だった複数の処理をまとめる「カーネル融合」と、データを小さな単位に分けて処理する「タイリング」を組み合わせ、2つのカーネルで構成されるTritonパイプラインを設計したとMetaは報告しています。

Muse Spark 1.2はMuse Codeに組み込まれているほか、Meta Model APIからも利用できます。Muse Codeは記事作成時点でベータ版であり、Metaは今後、エージェント環境の機能拡充と、より大規模で高性能なモデルの投入を進める方針です。