Meta desafía a Claude Code y Codex con un agente de IA de bajo costo

Meta lanza Muse Code en beta el 5 de agosto de 2026, su primer agente IA de codificación, en un mercado que Claude Code y Codex ya dominan. La empresa promete una herramienta robusta, diseñada para manejar grandes bases de código sin interrupciones. Sin embargo, las puntuaciones de rendimiento muestran un panorama menos favorable.

Meta llega tarde, pero con un argumento técnico inédito

La llegada de Meta recuerda un esquema bien conocido: el último en llegar compensa su retraso con una apuesta por la fiabilidad más que por el rendimiento bruto, una lógica ya observada en la carrera por los agentes IA aplicados a las criptomonedas.

Muse Code encaja en esta narrativa. En su anuncio oficial, Meta presenta la herramienta como « un agente de codificación en terminal impulsado por Muse Spark 1.2 » y promete « modelos más grandes y potentes próximamente ».

Diseñado para la ingeniería de software en grandes repositorios de código, la herramienta planifica las modificaciones, escribe el código y verifica los resultados. También coordina varios subagentes persistentes para un mismo proyecto, lo que acelera la resolución de tareas complejas con menos intervención humana.

El detalle que realmente distingue a Muse Code radica en su funcionamiento interno. El agente registra cada llamada al modelo, cada ejecución de herramienta, cada validación y cada modificación en un registro de eventos que actúa como fuente única de verdad. Meta explica que esta arquitectura hace el sistema «reproducible al mismo modo y capaz de reiniciarse sin pérdida». Para tareas que duran horas, este argumento pesa más que la velocidad bruta.

La herramienta también incluye comandos listos para usar: 

• « /plan » transforma una tarea en un plan sometido a validación, 
• « /grill » prueba su solidez antes de la ejecución, y 
• « /goal » impulsa al agente hacia la consecución del objetivo fijado. 

Meta especifica haber coentrenado Muse Spark 1.2 con Muse Code para hacer trabajar el modelo y el agente en tándem.

Las puntuaciones permanecen rezagadas frente a Claude Code y Codex

En las pruebas oficiales, Meta reivindica un avance significativo de Muse Spark 1.2. La firma indica haber « aumentado considerablemente la potencia de cálculo para el entrenamiento en tareas de código ». Sin embargo, las cifras publicadas cuentan una historia más matizada.

En Terminal-Bench 2.1, Muse Spark 1.2 asociado con Muse Code obtiene un 82,9 %, detrás de Claude Code en Opus 5 (86,7 %) pero delante de GPT-5.6 Terra en Codex (81,8 %) y Grok Build (81,6 %). En DeepSWE 1.1, que mide las capacidades de codificación agentica, la diferencia se reduce: 59,3 % para Muse frente a 65,0 % para Opus 5 y 64,8 % para Codex. En el benchmark interno de Meta, Muse alcanza un máximo de 70,6 % frente a 79,4 % para Opus 5.

Las curvas de progreso temporal invierten parcialmente esta clasificación. En más de mil llamadas consecutivas a herramientas, Opus 5 muestra la mejora más marcada respecto a su rendimiento base, alrededor de 74 a 75 %, mientras que Muse Spark 1.2 se sitúa en medio de la tabla, entre 61 y 69 % según las pruebas. Meta destaca que su agente sigue mejorando a medida que se acumulan las llamadas a herramientas.

Las demostraciones más impactantes corresponden a este tipo de escenario. Meta indica que Muse Code ha « optimizado iterativamente núcleos GPU en más de mil llamadas a herramientas, es decir, hasta 24 horas, en GPUs Nvidia Hopper». 

La empresa también presenta un uso multimodal: un usuario importa el video de una casa filmada en sobrevuelo en el terminal, y Muse Code « interpreta el video y produce un sitio web visualmente rico con funciones de reserva ».

Un mercado ya saturado de agentes de codificación IA

Esta cita, a menudo repetida para describir la ambición de los agentes de codificación IA, resume el reto que Meta intenta afrontar con retraso: 

No es simplemente una cuestión de autocompletado, es desbloquear la creatividad a gran escala. 

OpenAI ya ejecuta agentes en la nube en paralelo con Codex, DeepSeek ha creado su propio competidor de Claude Code, y herramientas agenticas como Hermes u OpenClaw ya ofrecen capacidades comparables, e incluso superiores en algunos usos. La ventaja de Muse Code reside en su arquitectura resistente a fallos y la gestión de subagentes, no en una supremacía numérica en bancos de pruebas.

El riesgo radica en la naturaleza misma de esta autonomía. Un agente que se reinicia tras un fallo y sigue ejecutando herramientas durante veinticuatro horas seguidas sigue siendo potente, pero impredecible. Meta apuesta a que los desarrolladores valorarán esta autonomía más que el rendimiento puro, y la empresa eligió lanzarlo ahora, en lugar de esperar una versión más avanzada. La herramienta está disponible para prueba mediante un simple comando de instalación en el terminal.

En resumen, Muse Code llega a un sector donde la competencia ya no se limita a las puntuaciones de rendimiento, sino que se extiende ahora a la fiabilidad operacional de los agentes. Tres factores pesarán en su adopción: la solidez real del sistema de reinicio tras fallo en condiciones de producción, la capacidad de Meta para cerrar la brecha de rendimiento con Claude Code en próximas versiones, y el apetito de los desarrolladores por una herramienta multimodal aún joven. La apuesta de Meta es arriesgada, pero podría redefinir los criterios de evaluación de estos agentes IA más allá del simple ranking de benchmarks.