The Decoder • 51일 전

오픈웨이트 대중화 이끈 메타, 데이터 할인 모델로 가격 경쟁

IMP

8/10

핵심 요약

메타가 코딩 성능을 대폭 강화한 새 AI 모델 '뮤즈 스파크 1.2(Muse Spark 1.2)'와 자체 전용 코딩 에이전트 '뮤즈 코드(Muse Code)'를 공개했습니다. 이번 모델은 사용자 데이터를 모델 개선에 제공하는 조건으로 백만 토큰당 20센트라는 파격적인 저렴한 가격을 제공하며 가격 경쟁력을 확보했습니다. 하지만 메타가 발표한 벤치마크 결과는 최고 경쟁사 모델들에 비해 여전히 성능 차이가 존재하며 특정 테스트 환경에 편향되어 있다는 한계도 동시에 보여줍니다.

번역된 본문

오픈웨이트(open weights)를 대중화시킨 기업이 이제는 할인을 앞세워 경쟁하고 있습니다.

막시밀리안 슈라이너(Maximilian Schreiner) | 2026년 8월 6일

메타(Meta)가 새로운 모델인 '뮤즈 스파크 1.2(Muse Spark 1.2)'와 함께 첫 전용 코딩 에이전트를 출시했습니다. 가장 저렴한 요금제는 백만 출력 토큰당 20센트에 불과하지만, 사용자는 모델 개선을 위해 자신의 데이터를 제공해야 합니다. 그리고 벤치마크에는 뚜렷한 한계가 존재합니다.

메타에 따르면, 뮤즈 스파크 1.2는 올해 초 출시된 1.1 버전의 주로 코딩 기능을 업그레이드한 버전입니다. 이 회사는 코드 생성, 디버깅 및 대규모 코드베이스에 대한 추론 능력이 향상되었다고 주장합니다. 메타는 프로그래밍 작업 학습에 더 많은 컴퓨팅 파워를 투입하고 학습 환경의 수를 확장했습니다. 이 모델은 전체 코드 저장소를 생성하거나 독립적인 연구를 수행하는 것과 같은 장기 실행 작업을 주로 통해 학습되었습니다. 이러한 긴 세션 동안 궤도를 유지하기 위해, 단계를 미리 계획하고 고정된 목표를 향해 작업하며 이전 문맥을 단순히 자르는 대신 압축합니다.

일부 학습 데이터는 이전 모델에서 나왔습니다. 뮤즈 스파크 1.1이 프로그래밍 작업과 명령어 템플릿을 생성한 다음, 시도된 솔루션이 요구 사항을 얼마나 잘 충족하는지 점수를 매겼습니다. 메타는 이 과정을 통해 1.2가 이전 버전보다 복잡한 명령어를 더 정확하게 따를 수 있다고 밝혔습니다.

메타는 터미널 벤치(Terminal-Bench) 2.1, 딥SWE(DeepSWE) v1.1 및 자체 코드베이스의 440개 작업을 증거로 제시하며, 스파크 1.2를 그록(Grok) 4.5, 클로드 오퍼스(Claude Opus) 5, GPT-5.6 테라(Terra, OpenAI의 더 강력한 솔 모델이 아님) 및 제미나이(Gemini) 3.6 플래시(Flash)와 비교했습니다. 스파크 1.2는 1.1에 비해 확실히 한 단계 발전했지만, 최고 수행 모델과의 격차를 항상 좁히지는 못합니다. 메타의 자체 방법론에 따르면 테스트 설정이 경쟁 모델에 맞게 조정되지 않았으며 최상의 결과를 반영하지 못할 수 있다고 인정하고 있습니다. 다른 리더보드를 확인해보면 이를 확인할 수 있습니다. 예를 들어, 오퍼스 5는 메타의 차트가 아닌 다른 곳에서 약 2포인트 더 높은 점수를 받았습니다.

메타의 방법론 문서에는 키미(Kimi) K3도 등장합니다. 메타는 이 오픈 모델에 대해 테스트했다고 말하지만, 게시된 벤치마크에서 K3는 빠져 있습니다. 터미널 벤치 2.1에서 K3는 오퍼스 5에 아주 근소한 차이로 뒤처지며 스파크 1.2보다는 훨씬 앞서 있습니다. 딥SWE 실행 또한 각 모델이 자체 에이전트 내에서 실행되었기 때문에 공식 리더보드와 직접 비교할 수 없습니다.

이는 메타가 이제 클로드 코드(Claude Code)와 OpenAI의 코덱스(Codex)를 대체할 자체 에이전트를 새 모델과 함께 출시했기 때문입니다. 뮤즈 코드(Muse Code)는 클로드 코드 및 OpenAI의 코덱스처럼 터미널에서 실행되며 단일 명령어로 설치됩니다. 계획 모드도 익숙하게 느껴질 것입니다. "/plan"은 사용자가 승인해야 하는 계획을 생성합니다. 덜 일반적인 기능으로 "/grill"이 있는데, 이는 실행 전에 계획의 약점을 스트레스 테스트합니다. 또한 에이전트를 고정된 목표를 향해 이끄는 "/goal"도 있습니다.

진정한 새로운 기능은 도구가 하위 에이전트(sub-agents)를 처리하는 방식입니다. 메타의 도우미 에이전트는 전체 세션 동안 활성 상태를 유지하며, 하위 작업을 위해 잠시 실행되었다가 종료되는 대신 공유할 내용이 있을 때 스스로 보고합니다. 이를 통해 중복 연구를 줄일 수 있습니다. 또한 뮤즈 코드는 충돌 시 빠른 재개 기능을 갖추고 있습니다. 이 에이전트는 모든 모델 호출, 모든 승인 및 모든 변경 사항을 로컬 프로토콜 파일에 기록합니다. 경쟁사들도 전체 로그를 유지하지만, 메타는 더 높은 정밀도를 주장합니다. 충돌이 발생한 후, 뮤즈 코드는 전체 문맥을 다시 읽는 대신 중지했던 정확히 그 지점부터 다시 시작합니다.

훈련 데이터 교환을 통한 할인 메타는 기능이 아닌 가격으로 경쟁하고 있다고 밝혔습니다. 표준 가격은 1.1 버전과 동일합니다. 백만 입력 토큰당 비교적 저렴한 1.25달러, 백만 출력 토큰당 4.25달러입니다. 새로운 점은 백만 출력 토큰당 단 20센트의 요금제로, 이는 모델 개선을 위해 사용자가 자신의 데이터를 공유하는 조건입니다. 서구권 경쟁사들은 백만 출력 토큰당 10달러에서 30달러를 청구하는 반면, 중국 공급업체들은 18센트에서 시작합니다. 메타의 벤치마크에서 가장 눈에 띄는 격차를 보인 키미 K3는 백만 입력 토큰당 3달러, 백만 출력 토큰당 15달러입니다.

원문 보기

원문 보기 (영어)

The company that made open weights mainstream now competes on discounts Maximilian Schreiner View the LinkedIn Profile of Maximilian Schreiner Aug 6, 2026 Nano Banana Pro prompted by THE DECODER Meta released its new Muse Spark 1.2 model along with its first dedicated coding agent. The cheapest tier runs 20 cents per million output tokens, but users pay for it with their data. And the benchmarks have a glaring gap. Muse Spark 1.2 is primarily a coding upgrade to Muse Spark 1.1, which shipped earlier this year, according to Meta. The company claims improvements in code generation, debugging, and the ability to reason over large codebases. Meta put more compute into training on programming tasks and scaled up the number of training environments. The model was trained mainly on long-running tasks like generating entire repositories or conducting independent research. To stay on track during these extended sessions, it plans steps ahead, works toward a fixed goal, and compresses its prior context instead of cutting it off. Some of the training data came from the predecessor model itself. Muse Spark 1.1 generated programming tasks and instruction templates, then scored how well attempted solutions met the requirements. Meta says this process helps 1.2 follow complex instructions more accurately than its predecessor. Meta cites Terminal-Bench 2.1, DeepSWE v1.1, and 440 tasks from its own codebase as evidence, comparing Spark 1.2 against Grok 4.5, Claude Opus 5, GPT-5.6 Terra (not OpenAI's stronger Sol model), and Gemini 3.6 Flash. Spark 1.2 shows a clear step up from Spark 1.1 but doesn't always close the gap to the top performers. Meta's own methodology acknowledges that the test setup wasn't tuned for competing models and may not reflect their best results. A look at other leaderboards confirms this: Opus 5, for instance, scores about two percentage points higher elsewhere than in Meta's charts. Kimi K3 also shows up in Meta's methodology document. The company says it tested against the open model, but K3 is missing from the published benchmarks. On Terminal-Bench 2.1, K3 trails Opus 5 by only a slim margin and sits well ahead of Spark 1.2. The DeepSWE runs also can't be compared directly to the official leaderboard because each model ran inside its own agent. That's because Meta now ships its own alternative to Claude Code and OpenAI's Codex alongside the new model. The agent picks up exactly where it left off after a crash Muse Code runs in the terminal and installs with a single command, just like Claude Code and OpenAI's Codex. The planning mode will feel familiar too: "/plan" generates a plan that the user has to approve. Less common is the counterpart "/grill," which stress-tests the plan for weaknesses before execution. There's also "/goal," which drives the agent toward a fixed objective. The real new feature is how the tool handles sub-agents. Meta's helper agents stay active for an entire session and report back on their own when they have something to share, rather than spinning up for a subtask and shutting down afterward. This should cut down on redundant research. Muse Code also has a fast-resume feature for crashes. The agent logs every model call, every approval, and every change to a local protocol file. Competitors keep full logs too, but Meta claims more precision: after a crash, Muse Code picks up exactly where it stopped instead of re-reading the full context. Discount in exchange for training data Wang says Meta is competing on price, not capabilities. The standard pricing matches version 1.1: a relatively cheap $1.25 per million input tokens and $4.25 per million output tokens. New is a tier at just 20 cents per million output tokens that requires users to share their data for model improvement. Western competitors charge between $10 and $30 per million output tokens, while Chinese providers start at 18 cents. Kimi K3, the most conspicuous gap in Meta's benchmarks, costs $3 per million input tokens and $15 per million output tokens, though cache hits bring input down to just 30 cents. Meta's stock dropped ten percent last week. The company generates 98 percent of its revenue from advertising. AI News Without the Hype – Curated by Humans Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section. Subscribe now --> Read on for the full picture. Subscribe for hype-free coverage. Access to all THE DECODER articles. Read without distractions – no Google ads. Access to comments and community discussions. Weekly AI newsletter. 6 times a year: “AI Radar” – deep dives on key AI topics. Up to 25 % off on KI Pro online events. Access to our full ten-year archive. Get the latest AI news from The Decoder. Subscribe to The Decoder -->

메타 뮤즈 스파크 코딩 에이전트 오픈소스 가격 경쟁