Après ChatGPT Codex, Claude Code et Gemini CLI, Meta entre à son tour dans la bataille des assistants de développement. L’entreprise vient de dévoiler Muse Code, un nouvel outil conçu pour aider les développeurs à écrire, comprendre et modifier du code, y compris sur des projets particulièrement complexes. Il s’appuie sur une nouvelle version de son modèle d’IA, Muse Spark 1.2.
META VEUT SÉDUIRE LES DÉVELOPPEURS
Muse Code est avant tout pensé pour les ingénieurs logiciels qui travaillent sur de grands projets. Contrairement à un simple assistant capable de générer quelques lignes de code, l’outil est conçu pour analyser un dépôt complet, planifier des modifications, écrire du code, vérifier automatiquement son travail et poursuivre des tâches de manière autonome.
Sur macOS, son installation se veut particulièrement simple : une seule ligne de commande suffit pour l’installer : curl -fsSL https://dev.meta.ai/install.sh | bash. À la différence de ChatGPT Codex ou de Claude Code, Meta ne propose toutefois pas encore d’application graphique dédiée. Muse Code fonctionne principalement depuis le terminal.
UNE IA CAPABLE DE TRAVAILLER EN AUTONOMIE
L’une des principales nouveautés réside dans la gestion d’agents persistants. Meta explique que Muse Code peut lancer plusieurs tâches en arrière-plan, les suivre sur la durée et reprendre automatiquement le travail après un redémarrage ou un plantage. L’outil conserve également un journal local recensant les appels au modèle, les commandes exécutées, les validations de l’utilisateur ainsi que les modifications apportées au projet. Les développeurs peuvent aussi demander à l’IA d’élaborer un plan de développement, de tester sa robustesse ou encore de poursuivre un objectif déjà défini.
Oui mais l'outil a un certain coût (pour ne pas dire un coût certain). Muse Code est accessible via la Meta Model API selon une tarification à l’usage. Le modèle Muse Spark 1.2 est facturé 1,25 $ par million de jetons d’entrée et 4,25 $ par million de jetons de sortie avec la formule Standard, qui garantit que les données des utilisateurs ne sont pas utilisées pour entraîner les futurs modèles de Meta.
L’entreprise propose également une formule Contributor, beaucoup moins chère (0,10 $ par million de jetons d’entrée et 0,20 $ par million de jetons de sortie), mais en contrepartie les prompts et les réponses générées peuvent être exploitées pour améliorer les prochaines générations de modèles d’IA. Cette offre, disponible via la Meta Model API, est également plus limitée en nombre de requêtes par minute que la formule Standard.
META ACCÉLÈRE DANS L’IA
Muse Code repose sur Muse Spark 1.2, une nouvelle version du modèle de Meta spécialement optimisée pour le développement logiciel. Selon l’entreprise, cette mise à jour améliore plusieurs domaines essentiels comme générer du code, le débogage, la compréhension de bases de code volumineuses et les tâches de développement longues et complexes. Le modèle est également accessible via l’API de Meta, permettant aux entreprises et aux développeurs de l’intégrer dans leurs propres outils.
Cette annonce intervient quelques semaines seulement après l’arrivée de Muse Spark 1.1, qui avait déjà renforcé les capacités multimodales et les fonctions d’agent autonome du modèle. Depuis le début de l’année, Meta multiplie les annonces autour de son IA, ce qui n'est pas du goût de ses investisseurs. Après avoir abandonné la marque Llama au profit de Muse, l’entreprise déploie progressivement cette technologie dans ses applications, son assistant Meta AI et désormais dans des outils destinés aux développeurs.
Qu’en penser ?
Avec Muse Code, Meta s’attaque directement à un marché devenu extrêmement concurrentiel. OpenAI, Anthropic, Google et GitHub proposent déjà des assistants capables d’écrire et de corriger du code. Pour se différencier, Meta mise davantage sur l’autonomie de son agent et sa capacité à gérer des projets de grande taille sur plusieurs sessions.
Reste à savoir si Muse Spark 1.2 sera capable de rivaliser avec les références du secteur. La qualité des suggestions, la compréhension du contexte et la fiabilité des modifications seront déterminantes pour convaincre les développeurs d’adopter ce nouvel outil.
