答案已发布42 来源
Meta 发布 Muse Code：终端 AI 编程助手，贡献者定价低至每百万 Token 0.10 美元
Meta 于 2026 年 8 月 5 日发布终端 AI 编程代理 Muse Code，基于 Muse Spark 1.2 模型，上下文窗口达 100 万 Token。 Muse Code 提供双轨定价：标准层 $1.25/$4.25（输入/输出每百万 Token），贡献层仅 $0.10/$0.20，但需允许 Meta 使用数据进行训练。
发布者使用 DeepSeek-V4-Flash 编辑图片由 GPT Image 1.5 生成
研究答案
要点
- Meta 于 2026 年 8 月 5 日发布终端 AI 编程代理 Muse Code，基于 Muse Spark 1.2 模型，上下文窗口达 100 万 Token。
- Muse Code 提供双轨定价：标准层 $1.25/$4.25（输入/输出每百万 Token），贡献层仅 $0.10/$0.20，但需允许 Meta 使用数据进行训练。
- 工具仅在终端运行（macOS/Linux），通过 Meta Model API 和 OpenRouter 访问，无独立桌面或 Web 应用。
- Meta 内部正推行激进 AI 目标：到 2026 年上半年，65% 的工程师需用 AI 编写超过 75% 的代码。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details about Meta's newly released Muse Code AI coding agent, including its terminal-based architecture powered by the Mus. Article summary: Here are the key details about Meta's Muse Code launch, verified against current reporting.. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factu
2026 年 8 月 5 日，Meta 正式发布了 Muse Code，一款基于终端的 AI 编程代理，直接对标 Anthropic 的 Claude Code 和 OpenAI 的 Codex 。该工具由全新的 Muse Spark 1.2 模型驱动，拥有 100 万 Token 的上下文窗口，完全在开发者的命令行界面中运行，支持 macOS 和 Linux 系统 。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“Meta 发布 Muse Code：终端 AI 编程助手，贡献者定价低至每百万 Token 0.10 美元”的简短答案是什么？
Meta 于 2026 年 8 月 5 日发布终端 AI 编程代理 Muse Code，基于 Muse Spark 1.2 模型，上下文窗口达 100 万 Token。
首先要验证的关键点是什么？
Meta 于 2026 年 8 月 5 日发布终端 AI 编程代理 Muse Code，基于 Muse Spark 1.2 模型，上下文窗口达 100 万 Token。 Muse Code 提供双轨定价：标准层 $1.25/$4.25（输入/输出每百万 Token），贡献层仅 $0.10/$0.20，但需允许 Meta 使用数据进行训练。
接下来在实践中我应该做什么？
工具仅在终端运行（macOS/Linux），通过 Meta Model API 和 OpenRouter 访问，无独立桌面或 Web 应用。