서구권 코딩 모델의 출력 요금은 100만 토큰당 10~30달러 선입니다. Meta가 이번에 내놓은 최저 요금제는 0.2달러죠. 대신 쓰는 사람이 자기 데이터를 내줘야 합니다.

Meta가 신모델 Muse Spark 1.2와 이 모델로 돌아가는 터미널 코딩 에이전트 Muse Code를 베타로 공개했습니다. 대형 레포지토리에서 변경을 계획하고, 코드를 쓰고, 결과를 검증하는 작업을 맡는 도구죠. 회사는 더 크고 강한 모델이 뒤에 준비돼 있다는 말도 함께 붙였습니다.

출처: Introducing Muse Code and Muse Spark 1.2 – Meta AI Research

크래시가 나도 멈춘 자리에서 이어간다

Muse Code는 터미널에서 돌아가고 명령 한 줄로 설치됩니다. Claude Code나 Codex를 써봤다면 낯설지 않은 구성이죠. /plan으로 계획을 세워 승인을 받고, /goal로 정해둔 목표를 향해 밀고 나갑니다. 덜 흔한 건 /grill인데, 세운 계획을 실행 전에 스스로 물고 늘어져 약한 곳을 찾아내는 명령이죠.

서브에이전트를 다루는 방식은 좀 다릅니다. 보통은 하위 작업이 생길 때 띄웠다가 끝나면 닫죠. Muse Code의 보조 에이전트는 세션 내내 살아 있으면서, 공유할 게 생기면 스스로 본 에이전트에 보고합니다. 같은 정보를 반복해서 다시 모으는 낭비를 줄이자는 설계.

복구 방식도 눈에 띕니다. 모델 호출과 도구 실행, 승인, 편집을 전부 로컬 이벤트 로그에 차곡차곡 쌓아두죠. 그래서 프로세스가 죽어도 전체 맥락을 다시 읽는 대신 멈춘 지점부터 이어갑니다. 경쟁 도구들도 로그는 남기지만, 재개 정밀도만큼은 더 낫다는 게 Meta 쪽 설명이죠.

도구를 천 번 넘게 부르며 하루를 버틴 실험

Meta가 공개한 사례 중 하나는 GPU 커널 최적화입니다. 모델에게 기준 구현을 주고, 코드를 쓰고 컴파일하고 프로파일링하면서 성능을 계속 끌어올리게 했죠. 도구 호출 1,000회 이상, 시간으로는 최대 24시간이 걸린 작업입니다.

조건에 제약을 걸어둔 점이 눈여겨볼 만합니다. FLA 같은 기존 커널 라이브러리를 그대로 감싸 쓰는 건 금지했죠. 알고리즘을 Triton으로 직접 구현해야 했습니다. 짧은 답을 잘 내놓는 능력과, 하루짜리 작업에서 방향을 잃지 않는 능력은 다르다는 걸 보여주려는 실험인 셈.

경쟁은 성능이 아니라 가격에서

기본 요금은 1.1과 같습니다. 입력 100만 토큰당 1.25달러, 출력 100만 토큰당 4.25달러죠. 여기에 출력 20센트짜리 티어가 새로 붙었습니다. 조건은 모델 개선을 위해 자기 데이터를 내주는 것.

비교해보면 폭이 보입니다. 서구권 경쟁 모델의 출력 요금이 10~30달러 선이고, 중국 쪽 제공자는 18센트부터 시작하죠. Meta의 20센트는 중국 가격대에 나란히 선 숫자입니다.

참고로 Meta 매출의 98%는 광고에서 나옵니다. 서비스를 싸게 주고 데이터를 받아 가는 방식이 이 회사에 낯선 구조는 아니라는 것.

벤치마크에서 빠진 이름 하나

성능 수치는 Meta의 자체 테스트 결과입니다. Terminal-Bench 2.1, DeepSWE v1.1, 그리고 자사 코드베이스에서 뽑은 440개 과제를 썼죠. 비교 대상은 Grok 4.5, Claude Opus 5, GPT-5.6 Terra, Gemini 3.6 Flash였습니다. OpenAI 쪽에서는 더 강한 Sol이 아니라 Terra가 올라왔죠.

Meta는 방법론 문서에서 테스트 설정이 경쟁 모델에 맞춰 조정되지 않았고 그들의 최고 성적을 반영하지 못할 수 있다고 스스로 밝혔습니다. 실제로 Opus 5는 다른 리더보드에서 2%포인트가량 높게 나오죠.

더 눈에 띄는 건 빠진 이름입니다. 방법론 문서에는 Kimi K3가 등장하는데, 공개된 벤치마크 차트에는 보이지 않죠. Terminal-Bench 2.1에서 K3는 Opus 5에 근소하게 뒤지고 Spark 1.2보다는 꽤 앞섭니다.

DeepSWE 결과도 공식 리더보드와 나란히 놓기 어렵습니다. 각 모델이 자기 에이전트 안에서 돌았기 때문이죠. 모델과 하네스를 함께 파는 회사가 늘면서 따라온 문제이기도 합니다.

싼 모델을 고를 때 실제로 치르는 값

코딩 에이전트를 매일 돌리면 토큰 요금은 바로 체감되는 비용입니다. 출력 4.25달러와 0.2달러의 차이는 20배가 넘죠. 그 차이를 데이터로 메운다는 제안 앞에서 따져볼 건 하나입니다. 내가 이 도구에 흘려보내는 것이 무엇인가.

사이드 프로젝트 코드라면 크게 걸리지 않을 수 있습니다. 회사 레포나 고객 데이터가 섞인 작업이라면 얘기가 달라지죠. 요금표의 숫자만 보고 고르면 실제 가격은 나중에 다른 형태로 돌아옵니다.

모델 성능만 놓고 비교하던 기준이 흔들리는 국면이기도 합니다. 같은 모델이라도 어떤 하네스에서 돌리느냐로 결과가 달라지고, 벤치마크는 그 조합을 통째로 재고 있죠. 숫자를 볼 때 어떤 하네스에서 나온 것인지가 같이 따라붙게 된 셈.

참고자료:

• The company that made open weights mainstream now competes on discounts – The Decoder
• Muse Spark 1.2 methodology – Meta AI Research