Muse Code und Meta Model API: Was Entwickler in Deutschland heute testen können

Meta hat in diesem Sommer gleich drei Dinge für Entwickler veröffentlicht: Muse Code, einen Coding-Agenten fürs Terminal, die Meta Model API und das offene Modell Muse Glimmer. Die Namen klingen ähnlich, lösen aber verschiedene Aufgaben. Und für dich in Deutschland ist die erste Frage nicht, welches Werkzeug am meisten kann, sondern welches du mit deinem Code und deinen Firmenregeln überhaupt einsetzen darfst.

Wer mit Muse Spark, Muse und Meta AI noch durcheinanderkommt, findet die Namensfrage in Muse Spark auf Deutsch sortiert. Hier geht es nur um das, was du als Entwicklerin oder Entwickler heute installieren, bezahlen und prüfen kannst.

Was Muse Code ist

Muse Code ist ein Agent, der in deinem Terminal läuft und in deinem Projektordner arbeitet. Meta hat ihn am 5. August 2026 als Beta vorgestellt, und TechCrunch ordnete ihn damals als Antwort auf OpenAI Codex und Claude Code ein. Seit dem 31. August ist die Beta laut Metas Entwicklerblog beendet. Muse Code läuft auf macOS und Linux.

Das Besondere ist die Arbeitsweise. Laut Metas Startbeitrag verteilt Muse Code eine Aufgabe auf mehrere Subagenten, von denen jeder in einem eigenen Git-Worktree arbeitet. Ein übergeordneter Agent behält sie im Blick. Jeder Schritt, jeder Tool-Aufruf und jeder Abbruch wird protokolliert und lässt sich später nachspielen.

• —Planen: Mit /plan erstellt der Agent zuerst einen Plan auf Basis deines Codes. Ausgeführt wird erst, wenn du zustimmst.
• —Fortsetzen: Bricht eine Sitzung ab, holt der Befehl muse resume sie zurück. heise online beschreibt dafür lokale Ereignisprotokolle.
• —Neu seit Ende August: Nachrichten zwischen Sitzungen, eine Funktion namens Workflow, die Teams von Subagenten koordiniert, und Rewind, das mit zweimal Esc das Gespräch zurückrollt.
• —Für eigene Werkzeuge gibt es ein TypeScript-SDK, das Meta noch als Developer Preview führt.

Installieren und anmelden

Die Installation ist ein einzelner Befehl. Du brauchst dafür ein Konto bei der Meta Model API, mit dem du dich anmeldest.

curl -fsSL https://dev.meta.ai/install.sh | bash

Danach wechselst du in einen Projektordner und startest den Agenten dort.

muse

Ein Hinweis, bevor du ein Skript aus dem Netz direkt in die Shell leitest: Lies es vorher. Das gilt für jedes Installationsskript, nicht nur für dieses. Öffne die Adresse im Browser, schau, wohin es Dateien schreibt, und führ es dann aus.

Was es kostet, Stand September 2026

Für Muse Code gibt es drei Monatspläne, und die Produktseite von Muse Code nennt sie nur in US-Dollar, regionale Preise zeigt Meta dort nicht.

• —Everyday Usage: 5 US-Dollar im Monat, laut Meta 10 bis 50 Prompts alle fünf Stunden.
• —High Usage: 15 US-Dollar im Monat, laut Meta mit dreimal so viel Nutzung.
• —Power Usage: 50 US-Dollar im Monat, laut Meta mit zehnmal so viel Nutzung.

Meta schreibt, die Pläne seien günstiger als die Abrechnung nach API-Verbrauch. Das kannst du selbst nachrechnen, denn die Meta Model API nennt für Muse Spark 1.3 im Standardtarif 1,25 US-Dollar je eine Million Eingabe-Tokens und 4,25 US-Dollar je eine Million Ausgabe-Tokens. Zwischengespeicherte Eingaben kosten laut der Produktseite von Muse Code 0,15 US-Dollar je Million.

Wie viele Tokens eine Aufgabe braucht, hängt vom Modell ab. Meta gibt in seinem Beitrag zu Muse Spark 1.3 an, dass 1.3 rund 25 Prozent weniger Tokens und rund 20 Prozent weniger Tool-Aufrufe braucht als 1.2. Wie sich Metas Preise zu anderen KI-Abos verhalten, rechnet KI-Abo Kosten im Vergleich für den Alltag durch.

Der Contributor-Tarif: billig, aber mit Gegenleistung

Neben dem Standardtarif gibt es einen deutlich günstigeren Tarif. Laut heise online kostet er 0,10 US-Dollar je Million Eingabe-Tokens, 0,20 US-Dollar je Million Ausgabe-Tokens und 0,002 US-Dollar für zwischengespeicherte Eingaben. Der Preis hat einen Grund: Meta vermerkt auf der API-Seite, dass Anfragen in diesem Tarif zur Verbesserung der eigenen Produkte genutzt werden. Im Standardtarif steht dort das Gegenteil.

Für ein Hobbyprojekt, das ohnehin öffentlich auf GitHub liegt, kann das ein fairer Tausch sein. Für den Code deines Arbeitgebers ist es fast immer die falsche Wahl. Denn in einem Prompt landet nicht nur der Code selbst, sondern oft auch Konfigurationsdateien, Testdaten, Fehlerprotokolle oder interne Hostnamen.

Dazu kommt eine offene Frage: Der Contributor-Tarif ist laut heise online nur in ausgewählten Ländern verfügbar, und welche das sind, sagt Meta nicht.

Geht das in Deutschland überhaupt?

Die ehrliche Antwort: Das lässt sich von außen nicht sicher sagen. Die Seite der Meta Model API spricht von einem „Public Preview“ mit erweitertem globalen Zugang, führt aber keine Länderliste. Eine offizielle Aussage von Meta, dass Deutschland dazugehört oder ausgeschlossen ist, haben wir nicht gefunden.

Praktisch heißt das: Leg das Konto an und schau, welche Tarife dir tatsächlich angeboten werden. Plane kein Teamprojekt auf einem Tarif, den du noch nie im eigenen Konto gesehen hast. Und behandle das Wort „Preview“ bei der API ernst: Preise und Bedingungen können sich ändern, bevor du dein Budget für das Jahr festgelegt hast.

Ein Beispiel: ein erster Test im Team

Angenommen, du arbeitest in einem mittelständischen Unternehmen und betreust ein internes Werkzeug, das Bestellungen aus einer Datenbank in Berichte umwandelt. Du willst wissen, ob Muse Code dir beim Aufräumen alter Funktionen hilft. So würde ein vorsichtiger erster Test aussehen.

1. 01Klär vorher, ob es in deiner Firma Regeln für KI-Werkzeuge gibt. Laut Bitkom hatten 2025 nur 23 Prozent der Unternehmen solche Regeln, also frag lieber nach, statt still anzufangen.
2. 02Nimm eine Kopie des Repositorys ohne echte Kundendaten, ohne Zugangsdaten und ohne Produktionskonfiguration.
3. 03Wähl den Standardtarif oder einen Monatsplan, nicht den Contributor-Tarif.
4. 04Starte mit /plan und einer engen Aufgabe, etwa „Finde Funktionen, die nirgends mehr aufgerufen werden, und schlag vor, welche sich entfernen lassen“. Lies den Plan, bevor du zustimmst.
5. 05Prüf jede Änderung im Diff und lass die bestehenden Tests laufen. Was ohne Test bleibt, bekommt einen Test, bevor es gemergt wird.
6. 06Wenn der Agent in die falsche Richtung läuft, roll mit Rewind zurück, statt ihn mit weiteren Anweisungen zu korrigieren.

Die Prüfgewohnheit ist dieselbe wie bei einem kleinen Büro-Skript, das KI programmieren Schritt für Schritt zeigt. Ein Agent schreibt schneller und mehr Code, deshalb wird das Prüfen nicht weniger wichtig, sondern mehr.

Ein Agent, der zehn Dateien auf einmal ändert, erspart dir nicht das Lesen. Er verschiebt nur, wann du liest.

Was die Firma zum Datenschutz wissen will

Code enthält selten Namen oder Adressen, aber Testdaten und Protokolle oft schon. Die Orientierungshilfen der Datenschutzkonferenz sind der richtige Startpunkt, wenn deine Datenschutzbeauftragte Fragen hat. Für die Sicherheitsseite beschreibt das BSI Chancen und Risiken generativer KI für Unternehmen und Behörden.

Meta bietet laut seinem Entwicklerblog eine Option ohne Datenspeicherung an, allerdings nur auf Anfrage über den Vertrieb. Für ein Team, das Muse Code dauerhaft einsetzen will, ist das die Frage, die du zuerst klärst. Mehr zu Metas Umgang mit Daten auf der Verbraucherseite steht in Meta AI und Datenschutz.

Der Weg ohne Cloud: Muse Glimmer lokal

Wenn dein Code den Rechner gar nicht verlassen darf, ist Muse Glimmer die Alternative. Das Modell hat laut heise online 30 Milliarden Parameter und steht unter der Apache-2.0-Lizenz, darf also auch kommerziell genutzt werden. In einer 4-Bit-Version schrumpft es laut heise von 55 auf rund 20 Gigabyte und läuft damit auf einem Mac oder PC mit einer Grafikkarte.

Die Gewichte liegen auf Hugging Face, und Meta beschreibt Glimmer dort als Modell für lokale Agenten. Laden kannst du es mit Ollama, LM Studio, llama.cpp oder vLLM. Wichtig: Glimmer ist ein eigenes, kleineres Modell und nicht Muse Spark. Offene Gewichte für Muse Spark selbst hat Mark Zuckerberg laut The Register zwar angekündigt, aber ohne Datum.

Und die Alternativen?

Muse Code ist nicht der einzige Agent fürs Terminal. Bei Claude ist die Lage für Deutschland klarer, denn Anthropic führt Deutschland auf seiner Liste der unterstützten Länder, und Claude Code ist laut Anthropic im Pro-Abo enthalten. Wie sich die beiden Modelle darüber hinaus unterscheiden, beschreibt Muse Spark vs. Claude.

Aus Europa kommt Mistral: Laut Mistrals Hilfeseite gehört zu Vibe der Modus Vibe Code für die Kommandozeile, VS Code und das Web. Ob ein europäischer Anbieter für dein Team den Ausschlag gibt, hängt eher an euren Regeln als am Benchmark.

Benchmarks helfen bei der Wahl nur begrenzt. Artificial Analysis gibt Muse Spark 1.3 in der öffentlichen Einstellung 61 Punkte im Intelligence Index, bei 0,55 US-Dollar Kosten pro Aufgabe im Test. Solche Zahlen messen Testaufgaben, nicht dein Repository. Aussagekräftiger ist ein Nachmittag mit derselben engen Aufgabe in zwei Werkzeugen.

Was du am Montag machst

• —Leg ein Konto bei der Meta Model API an und notier, welche Tarife dir aus Deutschland angezeigt werden.
• —Frag in deiner Firma nach Regeln für KI-Werkzeuge, bevor du Firmen-Code in einen Prompt gibst.
• —Teste Muse Code auf einer bereinigten Kopie, mit /plan zuerst und dem Diff danach.
• —Wenn nichts die Firma verlassen darf, probier Muse Glimmer lokal mit Ollama oder LM Studio.

Wenn du dich eher fragst, ob du überhaupt ein neues Werkzeug brauchst, hilft ein strukturierter Test wie in ChatGPT Alternative mehr als die nächste Ankündigung.

Nicht jeder im Team schreibt Code, aber fast jeder muss lernen, einer KI eine klare Aufgabe zu geben und das Ergebnis zu prüfen. Genau das übt Coursium, eine App fürs iPhone, die zeigt, wie man KI-Werkzeuge im Job sinnvoll einsetzt.