Meta发布Muse Code终端编码Agent，同时开源MuseGlimmer 30B模型。单GPU跑出20K tokens/秒推理速度，成本仅Claude Code的1/125。Terminal-Bench得分86.7%。Sophnet团队认为端侧编程工具是下半年值得持续跟踪的方向。

1/125的成本差距从哪来的

Meta本周正式发布Muse Code终端编码Agent，同时开源MuseGlimmer 30B参数模型。成本对比的核心逻辑很简单：Claude Code跑在云端，按月费加API用量收费；Muse Code跑在本地，只有电费和GPU折旧。

按日均使用4小时估算，Muse Code年成本约73美元（电费），Claude Code年成本约9125美元，差距125倍。MuseGlimmer 30B模型量化后内存压到20GB以内，NVIDIA专门做了适配，单GPU实现20K tokens/秒的推理速度。一张RTX 4090 24GB就能跑起来。

Terminal-Bench 86.7%意味着什么

Muse Code在Terminal-Bench上拿到86.7%的分数，意味着终端操作场景下创建文件、运行命令、调试错误、安装依赖这些日常任务几乎不需要人工干预。因为跑在本地，延迟极低，处理敏感代码时不用担心数据泄露。飞机上、隔离网络、安全环境都能用，这是云端方案无法替代的核心优势。

扎克伯格同步发布万字长文呼吁降低美国开源AI壁垒，Meta的开源策略正在从"模型开源"升级为"端到端工具链开源"。从Llama到MuseGlimmer，Meta一直在用开源打生态，这次把编程Agent整套工具链都放出来，对开源社区的影响比单个模型大得多。

端侧编程的局限和机会

当然，端侧方案不是没有短板。30B参数的模型在复杂推理和代码架构设计上，跟云端大模型还有差距。Muse Code适合终端操作密集型的场景，如果做系统级架构设计，云端模型仍然是更好的选择。Sophnet团队的建议是：敏感项目用本地跑，复杂架构设计用云端辅助。SophCode Desktop支持接入多种模型，Code+Claw一体，代码不上云，恰好能覆盖这两种需求。

端侧编程工具的竞争才刚开始。Meta用开源和低成本打头阵，Google和Anthropic在云端持续迭代，开发者有了更多选择。对关注数据隐私和成本控制的团队来说，Muse Code开了一个好头，但离成熟还有距离。接下来半年，端侧模型的能力上限和工具链完善程度，是值得持续关注的指标。