Metaが初のAIコーディングエージェント「Muse Code」ベータ版を公開

Terminal-Bench 2.1という、AIがどれだけ実務的なコーディング作業をこなせるかを測るベンチマーク（性能を数値で比較するための試験）で82.9%。
この数字を引っさげて、Meta CEOのMark Zuckerberg氏が8月5日、自身のXアカウントで新しいツールの登場を発表しました。
名前は「Muse Code」。
大規模なリポジトリ（ソースコード一式を保管・管理する場所）全体を対象に、計画立案からコード作成、検証までを一貫してこなす、ターミナル（コマンドを打ち込んで操作する黒い画面）型のAIコーディングエージェントです。

長時間の実装作業を一人で抱え込んでいる開発者や、Claude Code・OpenAI Codexといった既存ツールをすでに使っている方にとって、この新顔がどこまで実力を伴っているのかは気になるところでしょう。
実際に一次情報を確認してみると、単なる後追い製品ではなく、Metaなりの勝算が透けて見えてきました。

先に結論をまとめると：
– Muse CodeはMac/Linux対応でコマンド1つでインストールでき、クラッシュしても中断した作業を途中から再開できる設計になっている
– 新モデル「Muse Spark 1.2」はTerminal-Bench 2.1で82.9%、DeepSWE 1.1で59.3%を記録し、OpenAIやxAIの主要モデルを上回ったものの、Anthropicの最上位モデルには一歩届いていない
– 低価格帯の課金プランを用意してOpenAI・Anthropicに対抗する構えで、コストを抑えたい個人開発者や中小チームにとって選択肢が増えそうだ

Meta幹部が相次いでXで発表

今回の発表は、Zuckerberg氏だけの単独プレーではありませんでした。
Meta公式アカウント「AI at Meta」も同日、Muse Codeを「長時間稼働できるターミナル型のコーディングエージェント」として紹介する投稿をしています。

（日本語訳：「Muse Code」を紹介します。
長時間の作業をこなせる、ターミナル上で動く新しいコーディングエージェントです）

Introducing Muse Code (beta), a terminal coding agent built for long-horizon software engineering, powered by our new Muse Spark 1.2 model.

Muse Code plans, implements, and validates complex, multi-file changes across large repositories with persistent sub-agents that solve… pic.twitter.com/uEMb1XL9Y0

— AI at Meta (@AIatMeta) 2026年8月5日

MetaのChief AI Officer（最高AI責任者）を務めるAlexandr Wang氏も自身のXで「ベータ版のmuse codeが登場。
私たちの初のコーディングエージェントです」と発信しており、経営陣がそろって発信したことからも本気度がうかがえます。
ただ、発表直後のXの反応だけでは「本当に使い物になるのか」までは分かりません。
そこで、公式発表や海外メディアの報道をあたって確認してみました。

調べて分かったこと

なぜMetaは独自のコーディングエージェントを出したのか？

背景にあるのは、Metaが以前から公言してきた「開発の内製化」路線です。
Zuckerberg氏は別のポッドキャスト出演時、今後12〜18ヶ月以内に自社の言語モデル開発でコードの大半をAIが書くようになるとの見通しを語っていました。
今回のMuse Codeは単発の新製品というより、社内の開発体制をAI主導に切り替える取り組みの一部と捉えると位置づけが見えやすくなります。
VentureBeatなど複数の海外メディアも、Muse Codeを「Anthropic・OpenAIとの直接対決を意識した製品」と評しています。

機能面で何が新しいのか？

公式発表によると、Muse Codeはコマンド1行でMac/Linuxにインストールできます。
特徴的なのは、モデル呼び出し・ツール操作・承認・編集をすべて「追記専用のログ」として記録する仕組みです。
これにより作業内容を正確に再現でき、長時間タスクの途中でクラッシュしても、中断した地点からやり直せる設計になっているとされています。
加えて、大きなタスクを複数のサブエージェント（補助的に動く小さなAI）に分割し、独立した作業領域（Gitのworktreeという仕組み）で並行実行できる機能も備え、あるゲームの6つの機能を同時に衝突なく実装できたと説明されています。

ベンチマークの数字はそのまま信じていいのか？

肝心のスコアについても確認してみました。
Wall St Engineというアカウントが、発表直後にベンチマーク比較をまとめて投稿しています。

（日本語訳：Metaがベータ版でMuse Codeを公開。
Muse Spark 1.2搭載のターミナルエージェントで、独立したworktree上で永続エージェントと並列サブエージェントを使い大規模リポジトリを扱える。
Spark 1.2はTerminal-Bench 2.1で82.9%を記録し、Opus 5の86.7%にわずかに届かなかった）

$META RELEASES MUSE CODE IN BETA

Meta released Muse Code, a terminal agent powered by Muse Spark 1.2 that handles large repos with persistent agents and parallel sub-agents in isolated worktrees.

Spark 1.2 scored 82.9% on Terminal-Bench 2.1, just behind Opus 5 at 86.7% https://t.co/dLYZvLMW6t pic.twitter.com/1NHRrLHKRZ

— Wall St Engine (@wallstengine) 2026年8月5日

複数の海外メディアの報道を突き合わせると、Terminal-Bench 2.1のスコアはMuse Spark 1.2が82.9%、OpenAIのGPT-5.6 Terra（Codex搭載）が81.8%、xAIのGrok 4.5（Grok Build搭載）が81.6%で、Muse Spark 1.2がこの2つをわずかに上回る一方、AnthropicのOpus 5（Claude Code搭載、最大効力設定）は86.7%とトップの座を守っています。
もう一つの指標DeepSWE 1.1でも、Muse Spark 1.2は59.3%でOpus 5の65.0%・GPT-5.6 Terraの64.8%に次ぐ3位でした。

ここで注意したいのは、これらの数値がMeta自身が公開した比較表に基づき、各社が「自社製の専用エージェント」上でモデルを走らせて測った結果だという点です。
測定環境がそもそも統一されていないため、第三者機関による横並び検証ではなく、「Metaが2位につけた」という結果の解釈には幅があると考えたほうがよさそうです。

価格戦略はどこまで本気なのか？

もう一つの注目点が価格です。
Muse Spark 1.2の標準プランは入力100万トークンあたり1.25ドル、出力4.25ドルとされています。
加えて、開発したコードをMetaの今後のモデル訓練に利用させることに同意すると、入力0.10ドル・出力0.20ドルまで下がる「コントリビューター層」という割引プランも用意されました。
標準プランの10倍以上安くなる計算です。
個人開発者やスタートアップには明確なコスト削減になる一方、自分のコードが学習データに使われることへの抵抗も予想され、この低価格戦略はOpenAI・Anthropicの開発者コミュニティに割って入るための打ち手だといえそうです。

Shiritomo編集部の考察：ツール選びで見るべきは価格より「ログの粒度」

コーディングエージェントの選定というと、つい導入コストやベンチマークの順位に目が行きがちです。
しかし今回のMuse Codeが持つ「追記専用ログによる正確な再開機能」は、実務での使い勝手を大きく左右するポイントだと考えます。
数時間〜数十時間にわたる自律作業をAIに任せる運用が一般化しつつあるいま、途中で落ちたときにゼロからやり直しになるか、寸分違わず再開できるかは、体感の生産性を数倍単位で変える要素です。
ベンチマークの順位争いはメディア向けの見出しになりやすいものの、実際の開発チームは「地味だが効く」仕様にこそ目を向けるべきでしょう。
コントリビューター層のような価格と引き換えのデータ提供モデルは今後Anthropic・OpenAI側も追随する可能性があり、自社のコードをどこまで外部の学習に使わせてよいかという社内ルールを、価格表を見る前に決めておくことをおすすめします。

まとめ

Metaは8月5日、初のAIコーディングエージェント「Muse Code」をベータ公開しました。
クラッシュ時の正確な再開機能や並列サブエージェントといった実務寄りの工夫を備え、ベンチマークではAnthropicの最上位モデルに一歩届かないもののOpenAI・xAIの主要モデルを上回っています。
低価格プランを武器に開発者コミュニティへ食い込めるかが、今後の焦点になりそうです。

さらに深掘りしたい方へ

Muse Codeのインストール方法や機能の詳細はVentureBeatの解説記事にまとまっています。
クラッシュ時の再開機能や技術的な仕組みについてはMarkTechPostの記事が詳しく解説しています。
ベンチマークの比較条件について詳しく知りたい方はBigGo Financeの価格・機能まとめも参考になります。