Meta「Muse Spark 1.3」最速解説 — ベンチマークと料金格差12〜21倍の裏側

Metaは2026年9月2日、新モデル「Muse Spark 1.3」を公開し、Muse CodeとMeta Model APIに即日ドロップイン提供した。コンテキスト長は1Mトークン。より深く思考する max reasoning モードは追加の安全性レビュー待ちで、限定プレビューにとどまる。DeepSWE v1.1で75.4、Terminal-Bench 2.1で88.8（GPT-5.6 Solと同点）と、コーディング系ベンチマークで前世代1.2から明確に伸びた。

ただし本記事の核心はベンチマークの数字そのものではない。料金体系に用意された「Standard」と「Contributor」という2つのティアの間に、入力トークンで12倍、キャッシュ入力で実に75倍以上という価格差が存在し、その差額の対価が現金ではなく「プロンプトと出力データの提供」である点だ。安いトークンには理由がある。エンジニアリング組織がどちらを選ぶべきかを、事実ベースで整理する。

Meta公式ブログによれば、Muse Spark 1.3は長期タスクでのユーザーとの協調や複数ワークフローの管理を意識して訓練されており、目的達成のために必要な文脈を複数ソースから自律的に収集できるとされる。不明点に直面した際にはユーザーへ確認を求め、大きな変更を加える前には承認を待つ挙動も強化された。Meta社内のエンジニア比較では、1.2比でツール呼び出し回数が約20%減、消費トークン数が約25%減という効率化が報告されている。同規模のコンテキストでより少ない往復・少ないトークンでタスクを終えられる、という主張である。

推論モードは公開ベンチマーク対象の通常モードに加え、より深く思考する「max reasoning」モードも予告されているが、これは追加の安全性レビュー完了後の後日提供とされ、2026年9月時点ではまだ使えない。ロールアウトはリージョンによって不均一で、EUなど一部地域では提供開始が遅れる可能性がある点も留意したい。

公開されているベンチマークスコアを、GPT-5.6 SolおよびClaude Opus 5と並べると以下の通りである。コーディング系タスクではMuse Spark 1.3が両モデルを上回るか同点となる一方、長文脈検索（MRCR）では特に512K〜1Mトークン区間で大きく引き離している。ただしエージェント系タスク（GDPVal-AA v2やOSWorld 2.0）ではClaude Opus 5をやや下回るとされ、「コーディング・長文脈は強いが、汎用エージェントタスクでは最強ではない」という位置づけが公開情報から読み取れる。

エージェントタスク領域では、GDPVal-AA v2でMuse Spark 1.3が1754、GPT-5.6 Solが1710、Claude Opus 5が1824、OSWorld 2.0ではMuse Spark 1.3が66.9、GPT-5.6 Solが62.7、Claude Opus 5が68.3と、Claude Opus 5がやや優勢という数字も公開されている。長文長期タスクを自律的にこなす総合力では、まだ差が残っている格好だ。ロングコンテキスト・エージェント設計の考え方は、Claude Fable 5.1・Mythos 5.1 の解説も参考になる。

Meta Model APIでのMuse Spark 1.3の料金は次の通りである。

入力トークンでStandardの1/12.5、キャッシュ入力に至っては1/75というContributor tierの安さは破格である。しかしこのティアを選ぶ条件は明確で、送信したプロンプトと生成された出力がMetaの製品改善（モデル訓練を含む）に利用されることへの同意が前提となる。加えてレート制限もStandardより厳しく設定されている。つまり「安いトークン」の対価は現金ではなく、開発者自身のコードやデータそのものだということになる。

この構造を踏まえると、判断軸は比較的シンプルになる。業務コード・顧客データ・NDA（秘密保持契約）下の受託開発案件など、第三者への情報開示が契約や法令上問題になり得る文脈では、Standard tierを選ぶのが妥当である。日本企業が受託開発やSIerとして顧客企業のソースコードやプロプライエタリな仕様情報を扱う場合、Contributor tierでの利用はクライアントとの守秘義務契約に抵触するリスクが小さくない。逆に、個人の学習用途・OSS実験・社内PoC（概念実証）など、外部に見られても実害のないデータを扱う局面では、Contributor tierのコスト効率は魅力的な選択肢になる。なお本記事は法的助言ではなく、実際の契約可否は自社の顧問弁護士や契約条項の確認が前提である。

もう一点実務上の注意点として、Muse Spark 1.3は推論トレース（モデルが内部でどう考えたかの過程）を非公開としている。Claude系モデルの拡張思考プロセスのように途中経過を確認できないため、エージェントの挙動が意図と異なった際のデバッグがしづらいという声が開発者コミュニティから上がっている。本番投入前には、想定外の出力に対する切り分け手順を用意しておくことが望ましい。

Muse Spark 1.3はMeta Model API経由での直接利用に加え、OpenRouter経由でもアクセス可能である。OpenRouter上のモデルIDはStandard tierが meta/muse-spark-1.3、Contributor tierが meta/muse-spark-1.3-contributor と別のIDに分かれている。同じ名称でもティアによってエンドポイントが異なるため、既存の1.2向け設定を流用する際はモデルIDの書き換え漏れに注意したい。開発ツールとしてはMuse Codeへの統合も同日提供されている。

コーディング・エージェント用途で候補に挙がる主要モデルとの位置づけを整理する。Muse Spark 1.3は1Mトークンのコンテキストと長文脈検索の精度で強みを持ち、コーディング系ベンチマークでも僅差でリードする場面が多い。一方、汎用エージェントタスクの総合力ではClaude Opus 5がやや優勢とされ、複雑な多段階ワークフローを任せる用途ではOpus系が依然候補に挙がる。軽量・低コストで高速応答を優先するならGemini 3.8 FlashのようなFlash系モデルとの比較検討も有効だ。ローカル環境で完結させたい場合は、Muse Glimmer 30Bのローカル実行要件も選択肢に入れておきたい。

- max reasoning モードは安全性レビュー待ちで一般提供されておらず、現時点で使えるのは通常モードである
- Contributor tierはデータ提供が前提のため、機密情報・顧客データを扱う開発では不向き
- 推論トレースが非公開のため、意図しない挙動のデバッグ手段を別途用意する必要がある
- リージョンによってロールアウト時期が異なり、EUなど一部地域では提供が遅れる可能性がある
- 料金・ベンチマークは今後のアップデートで変動し得るため、本番導入前に公式ドキュメントで最新値を確認すること