Muse Spark 1.3 運営中

Muse Spark 1.3はMetaが発表した次世代の大規模言語モデルです。ザッカーバーグ氏自らが後押しし、プログラミングとエージェントタスクにおけるMetaの大きなブレークスルーとして位置付けられています。コード理解と長文処理に特に優れており、ツール呼び出しとToken消費を大幅に削減しながら、開発者向けに非常に競争力のある価格でAPIを提供します。

長時間タスクのAgentワークフロー：長時間実行されるオープンエンドなタスクに対応し、コンテキストを自律的に収集、雑多な情報から手がかりを整理し、計画の不足を発見すると自ら調整します。成果物を納品するまで状態を継続的に記録します。
プログラミング能力の強化：長時間のプログラミングタスク向けに最適化され、不要な対話の回数を減らし、よりクリーンなコードスタイルを実現します。コードベースの理解とターミナルでのプログラミングに優れています。
複雑な指示への追従：複数の手順や制約があるタスクでも、前半の要求を継続的に記憶し、後半で条件を見落としたり手順から逸脱したりする問題を減らします。
長いコンテキストの処理：1M tokensのコンテキストウィンドウに対応し、長文検索で非常に高い精度を発揮します。
人間とAIの協働を最適化：曖昧な指示に対してユーザーへ積極的に確認し、タスクが行き詰まった際には助けを求め、不可逆な操作の前には実行を確認します。
コスト効率の向上：同じタスクを完了する場合、ツール呼び出しを約20%、Token消費を約25%削減します。

追加学習とテスト時スケーリング：Avocadoモデルを基盤に再度追加学習を行い、テスト時スケーリング（test-time scaling）能力も強化しています。これにより、推論段階でより多くの計算リソースを動的に割り当て、出力品質を向上させます。
複数環境でのAgent学習：さまざまなAgent harnessでモデルを学習させ、特定の環境を離れても同等に近い作業能力を維持できるようにしています。
能力の境界への適合：Metaは、モデルが自身の能力の限界を認識できるよう、専門的な強化学習を実施しています。「何を知っているか、何を知らないか、何ができるか、何ができないか」をより正確に区別し、障害に遭遇した際には結果を捏造せず明確に伝えます。
長時間のプログラミングタスク向けデータ：長時間のプログラミングタスクに関する学習データを大量に追加し、日常的なエンジニアリング環境での実用性を最適化しています。実際の開発ワークフローで、より効率的かつ慎重に動作します。

Muse Codeによるターミナルプログラミング：ターミナルで curl -fsSL https://dev.meta.ai/install.sh | bash を実行してMuse Codeをインストールすると、プログラミングワークフローでMuse Spark 1.3を基盤モデルとして直接呼び出せます。
Meta Model APIとの接続：開発者は公式APIから直接呼び出せます。標準料金は入力が$1.25/百万tokens、出力が$4.25/百万tokensです。
Contributor割引プラン：Muse Codeのインストール後にデフォルトで有効になり、入力$0.10、出力$0.20という低価格で利用できます。その代わり、プロンプトとコード出力はMetaの学習に使用されます。手動でオプトアウトできます。
サードパーティプラットフォームとの統合：Vercel AI GatewayなどのパートナープラットフォームがすでにMuse Spark 1.3に対応しており、既存のワークフローへすばやく統合して呼び出せます。

優れたプログラミング能力：DeepSWE、SWEAtlas、Terminal-Benchなどのプログラミングベンチマークで複数の1位を獲得し、GPT-5.6 SolとClaude Opus 5を上回ります。
極めて強力な長文コンテキスト：1M tokensのコンテキストに対応し、長文検索の精度は98%以上に達し、競合製品を大きくリードします。
コストと効率の両立：同じタスクでツール呼び出しを約20%、Token消費を約25%削減し、API料金も同クラスのモデルを大幅に下回ります。
Agentによる長時間タスクの自律化：情報を自律的に収集し、計画の不足を発見すると自ら調整し、複雑なオープンエンドタスクでも状態を継続的に維持します。
より自然な人間とAIの協働：曖昧な指示には積極的に確認し、タスクが行き詰まると助けを求め、不可逆な操作の前には実行を確認します。
非常に高いコストパフォーマンス：標準プランの料金はClaude Opus 5の約1/5にすぎず、Contributor割引プランでは「ほぼ無視できるほど」低価格です。

AIプログラミング開発：Muse Codeを通じて、複雑なコードの作成、複数ファイルにまたがるデバッグ、大規模コードベースの理解を実行し、ツール呼び出しとToken消費を大幅に削減します。
長文ドキュメントの詳細分析：1M tokensのコンテキストウィンドウを活用して百万字規模の長文を処理し、章をまたぐ情報抽出、関連分析、正確な検索を行います。
個人Agentによる長期タスク管理：ユーザーの目標を継続的に追跡し、情報を自律的に収集して計画の不足を発見すると戦略を自ら調整し、最終成果物の納品まで進めます。
複雑なエンジニアリングレポートの生成：CFDシミュレーション結果やCADモデルなど、複数の異種データソースを統合し、指定形式に沿った構造化された専門レポートを自動生成します。