---
title: 'Muse Code : le rival de Claude Code signé Meta ? Test de Muse Spark 1.2'
description: "Découverte de Muse Code et Muse Spark 1.2, l'agent de codage et le modèle de raisonnement de Meta, avec un test en conditions réelles."
pubDate: 2026-08-06
family: 'intelligence-artificielle'
tags: []
heroImage: '/images/muse-code-le-rival-de-claude-code-signe-meta-test-de-muse-spark-1-2.webp'
videoUrl: 'https://youtu.be/7gYhsGBUQug'
---

Meta débarque enfin dans la course aux assistants de code avec **Muse Spark 1.2**, un modèle entraîné pour les tâches de développement longues et complexes, et **Muse Code**, le harness en ligne de commande qui l'accompagne. Dans cette vidéo, je passe en revue les annonces puis je mets l'ensemble à l'épreuve sur une vraie génération d'interface.

## Muse Spark 1.2 : un modèle co-entraîné avec son agent

La particularité du modèle, c'est qu'il a été entraîné directement avec le harness de Muse Code. Résultat : les appels d'outils et l'exécution des plans sont beaucoup plus fluides que sur un modèle générique branché après coup.

Côté capacités, on retrouve une fenêtre de contexte d'**un million de tokens** (de quoi embarquer un graphe de dépendances complet et des milliers de fichiers), un mode raisonnement dont on règle l'intensité avec la commande `/effort`, et des mécanismes de long horizon — planification, conditionnement d'objectif et compaction de contexte — pour tenir des sessions de plusieurs heures.

Sur les benchmarks, Muse Spark 1.2 se place légèrement devant GPT 5.6 mais reste 4 à 5 points derrière Opus 5. Honnête, surtout au vu du tarif nettement plus bas.

## Le déploiement en éventail (fan-out)

C'est l'argument le plus intéressant de Muse Code. Sur une grosse tâche, l'agent ne travaille pas séquentiellement : il découpe, puis lance un sous-agent avec droits d'écriture par sous-tâche, chacun dans son propre worktree Git isolé.

Dans la démo, six tâches envoyées d'un coup avec une limite de concurrence à 4 : quatre agents partent immédiatement, les deux autres attendent qu'un slot se libère. Et surtout, ces sous-agents restent vivants toute la session, accumulent du contexte (fichiers inspectés, décisions prises, patterns du dépôt) et décident eux-mêmes quand remonter l'info à l'agent parent. Rien à configurer.

## Skills et traçabilité

Muse Code embarque des skills natifs qui sortent de l'ordinaire : `/plan`, `/goal`, `/taste` (pour éviter les interfaces qui sentent l'IA à plein nez), `/grilling` (clarification des décisions de conception par interview) et `/grill-with-docs`, qui archive ces décisions sous forme d'ADR. Toutes les sessions sont journalisées en JSONL en local, pour auditer ce qui s'est bien ou mal passé.

## Le test en conditions réelles

J'ai demandé une page de tarifs statique pour un logiciel de devis destiné aux artisans, avec contraintes strictes : pas de framework, pas de build, responsive, et un tableau comparatif consultable sur mobile. Le rendu est franchement réussi, avec un style vraiment peu commun — et l'ensemble m'a coûté **23 centimes**.

Le test complet, les benchmarks détaillés et le rendu final sont dans la vidéo. Dites-moi en commentaire ce que vous pensez de l'arrivée de Meta sur ce terrain !

## Pour approfondir

**[Guide Claude Code](https://pentiminax.fr/blog/claude-code.md)**

Retrouve les guides du site dans un parcours unique : prise en main, coûts et tokens, usages avancés et écosystème.

[Explorer le guide Claude Code](https://pentiminax.fr/blog/claude-code.md)