Muse Code contro tutti: la mappa prezzo-capability
Cinque rivali seri, due assi che contano davvero. Dove si colloca l'agente di Meta rispetto a Claude, Codex, DeepSeek, GLM e MiniMax — più un framework decisionale che sopravvive al prossimo cambio di listino.
Il quadro delle capability: un secondo posto ravvicinato
Su Terminal-Bench 2.1 — il benchmark più vicino al vero lavoro di un agente da terminale — Muse Spark 1.2 dentro Muse Code segna 82,9%, dietro a Claude Opus 5 di Anthropic all’86,7% e appena davanti a Codex di OpenAI con GPT-5.6 Terra all’81,8%; subito dietro, Grok Build di xAI (81,6%) e l’Antigravity CLI di Google (78,9%). Su DeepSWE 1.1, che stressa l’ingegneria del software su scala di repository, l’ordine è lo stesso ma il divario si allarga: 59,3% contro il 65,0% di Opus 5 e il 64,8% di Codex. Numeri pubblicati da Meta stessa, celle poco lusinghiere incluse — il che vale qualche punto di credibilità.
Il riassunto onesto: Claude Code + Opus 5 è il leader in capability; Muse Code e Codex si scambiano il posto a seconda del test. Gli sfidanti open-weight — DeepSeek V4, GLM-5.2, MiniMax M3 — pubblicano risultati forti su benchmark adiacenti (MiniMax dichiara oltre l’80% su SWE-bench Verified) ma non hanno harness agentici first-party, quindi i confronti diretti sui benchmark agentici per lo più non esistono.
Il grafico Terminal-Bench 2.1 pubblicato da Meta. Oltre ai primi tre, completano il quadro Grok 4.5 in Grok Build (81,6%) e Gemini 3.6 Flash nell’Antigravity CLI (78,9%) — e il salto da 1.1 a 1.2 vale 6,7 punti.
Il quadro dei prezzi: tre corsie
Per milione di token, il campo si ordina in corsie. Premium: Opus 5 a 5 $ in input / 25 $ in output, e il flagship di OpenAI GPT-5.6 Sol a 5 $ / 30 $. Fascia media: il GPT-5.6 Terra di default di Codex a 2 $ / 12 $ (dopo il taglio di prezzo di OpenAI del 30 luglio), Grok 4.5 a 2 $ / 6 $, Gemini 3.6 Flash a 1,50 $ / 7,50 $, GLM-5.2 a 1,40 $ / 4,40 $ e Muse standard a 1,25 $ / 4,25 $. Budget: MiniMax M3 a 0,60 $ / 2,40 $, DeepSeek V4 Pro a 0,435 $ / 0,87 $ e il nuovo DeepSeek V4 Flash a 0,14 $ / 0,28 $. E poi, fuori mappa: Muse Contributor a 0,10 $ / 0,20 $ — più economico di ogni opzione open-weight, in cambio del permesso a Meta di imparare dalle tue sessioni.
Per i carichi agentici in particolare, l’input in cache è il numero che compone gli interessi: il contesto del repository viene rispedito a ogni turno, e la tariffa cached di Muse Contributor a 0,002 $ e quella di DeepSeek V4 Flash a 0,0028 $ fanno categoria a sé. Opus 5 fa cache a 0,50 $ — 250 volte la tariffa di Contributor. Su un mese di sessioni lunghe, la colonna cache è la bolletta; la meccanica è nel nostro post sulla matematica dei tier.
Cosa non entra nelle tabelle di prezzi e punteggi
Tre differenze strutturali non stanno in una cella. Primo, la proprietà dell’harness: Meta, Anthropic, OpenAI, xAI e Google spediscono tutti agenti first-party con modelli tarati su misura — Muse Spark 1.2 è stato letteralmente co-addestrato con Muse Code — mentre DeepSeek, GLM e MiniMax viaggiano su harness di terze parti come OpenCode, eccellenti ma generici. Secondo, l’apertura: il trio cinese pubblica i pesi, quindi puoi fare self-hosting, fine-tuning e scappare del tutto dai prezzi API — cosa che nessuno dei tre grandi offre. Terzo, l’auditability: l’event log a replay esatto di Muse Code è al momento unico come feature di prodotto di prima classe, e per i team regolamentati può pesare più di qualche punto di benchmark.
Un framework decisionale
Massima capability, prezzo secondario — Claude Code + Opus 5, ancora in testa alla classifica. Capability a un passo dalla frontiera a prezzo di fascia media, con parallelismo e auditability come differenziatori — Muse Code, in standard per il lavoro proprietario o in Contributor per tutto il resto. Self-hosting, fine-tuning o requisiti duri di sovranità dei dati — la corsia open-weight: DeepSeek V4 per il rapporto prezzo-prestazioni, GLM-5.2 o MiniMax M3 a seconda del tuo harness e dei tuoi eval. Investimento profondo nell’ecosistema OpenAI o Google — Codex e Antigravity CLI restano le strade di minor resistenza, e i 6 $ in output di Grok 4.5 fanno di Grok Build il più economico tra gli agenti della corsia premium.
E siccome il Model API è compatibile drop-in con gli SDK e le CLI che già usi, testare Muse contro il tuo incumbent costa un cambio di base URL. In questo mercato i numeri invecchiano in fretta; la pagina di confronto tiene la tabella aggiornata con la data dell’ultimo controllo. Fidati dei tuoi diff più che dei benchmark di chiunque — inclusi i nostri.