Metaが「Muse Spark 1.1」というAIモデルを公開し、あわせて開発者向けの「Meta Model API」を公開プレビューとして開放しました[1]。ここで大きいのは、モデルの性能そのものではありません。Metaが、AIを無料で配る会社から、AIを売る会社に回ったことです。
同社はこれまで、Llamaシリーズを誰でもダウンロードして自分のサーバーで動かせる形で公開してきました。今回は、使った分だけ支払うAPIとして提供しています。そしてこのモデルは、賢い受け答えではなく、AIエージェント（人の指示を受けて複数の手順を自分で進めるAI）を長時間動かし続けることに照準を合わせています。
この記事で分かること——①何をするモデルなのか ②Metaの立ち位置がどう変わったか ③公式ベンチマークで勝っている場所と負けている場所 ④価格を並べると何が変わるか ⑤使う前に確認したい5つ。本文の数値は公式発表・公式サイトの記載と、価格については報道に基づくもので、電脳技巧集団が自ら検証したものではありません。
01Muse Spark 1.1とは ──何をするモデルか
Meta Superintelligence Labsが開発した、画像や動画も扱えるマルチモーダル推論モデルです。4月に公開された初代Muse Sparkの後継にあたり、公式発表ではツール利用・コンピュータ操作・コーディング・マルチモーダル理解の4点で大きく伸びたとしています[1]。特徴を3つに絞ります。
① 100万トークンの記憶を、自分で管理する
100万トークンは、日本語でおよそ書籍数冊分の分量です。ただし注目すべきは容量より扱い方で、公式は「行った操作を覚え、ずっと前の作業から情報を引き出し、後の作業に必要な重要ステップを残す形で圧縮する」と説明しています[1]。長い作業の途中で前半の経緯を落とさない、という意味です。
② 仕事を分けて、同時に進める
メインのエージェントとして状況を集め、計画を立て、複数のサブエージェントに並列で作業を振ります。逆にサブエージェントとして使われたときは自分の担当に徹し、手に負えなくなったらメインへ戻す判断をする、と公式は説明しています[1]。単発の応答ではなく、チームとして動くことが前提の訓練になっています。
複数のAIに分業させると何が起きるかは、以前に別の実験を取り上げました。同じ品質のままコストが下がる場合がある、という話です。
関連記事 ｜ 分業のコスト効果Agent Swarmとは何か ──同じ品質でコストが8分の1になった、AIエージェント「分業」の実験を解説
→
③ 画面を、人のように操作する
computer use（AIがマウスとキーボードでPCを操作する機能）に対応します。おもしろいのは操作の仕方で、公式は「自動化した方が速い場面ではスクリプトを書き、直接触った方が簡単な場面ではクリックし、各ステップで操作をまとめて生成するよう訓練した」と書いています[1]。すべてを一手ずつクリックで考えるのではなく、人が作業を効率化するときの判断に近い形で動きます。
さらに、新しいツールやMCPサーバー（AIと外部ツールをつなぐ共通規格）、独自に用意したスキルに対して、事前の学習なしで対応できる（ゼロショット汎化）としています[1]。使う側から見れば、自社の道具をつなぐたびに調整をやり直す手間が減る、という話になります。
02いちばんの変化は、Metaが「売る側」に回ったこと
技術より先に、ビジネスの話を押さえておきます。Metaはこれまで、Llamaシリーズをオープンウェイト（モデルの中身を配布し、自分のサーバーで動かせる形）で公開してきました。使うのは無料で、インフラさえ用意すれば動きます。最初からAPI課金で売ってきたOpenAIやAnthropicとは、正反対の立ち位置でした。
今回、Metaは自社モデルへのアクセスを有料で提供します。Meta Model APIは公開プレビューとして開放され、対象はアメリカの開発者に限られます。アカウント作成時に20ドル分の無料クレジットが付き、そこから使った分だけの課金へ移ります[2]。
移行のハードルを下げる作りにもなっています。公式サイトは「ワンクリックでAPIキーを発行し、既存のOpenAI SDKのコードをこちらに向ければ動く」と説明しています[2]。今OpenAIのAPIで動いているコードは、接続先を差し替えるだけで試せるということです。あわせて、回答をその場のウェブ検索結果に紐づけるweb search groundingが用意され、OpenRouter経由でも利用できます[2]。
無料で配ってきた会社が課金を始めたと聞くと後退のように見えますが、実際には使う側の選択肢が1つ増えています。自前でサーバーを用意しなくても、キーを1本発行すれば試せるようになったからです。
03公式ベンチマークの読み方 ──勝っている場所と、まだ負けている場所
Metaは自社の開発者向けサイトに、Muse Spark 1.1と他社モデルを並べた比較表を掲載しています[2]。数値は提供元が公表したもので、比較対象も提供元が選んでいます。以下は主要な項目の抜粋です。
| ベンチマーク（測るもの） | Muse Spark 1.1 | Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| MCP Atlas （大規模なツール利用） | 88.1 | 82.2 | 75.3 | 78.2 |
| JobBench （業務でのツール利用） | 54.7 | 48.4 | 38.3 | 15.9 |
| Toolathlon-Verified （個人向けツール利用） | 75.6 | 76.2 | 73.5 | 61.1 |
| OSWorld-Verified （コンピュータ操作） | 80.8 | 83.4 | 78.7 | 76.2 |
| Humanity's Last Exam （ツール併用の推論） | 62.1 | 57.9 | 52.2 | 51.4 |
| Terminal-Bench 2.1 （ターミナルでの開発） | 80.0 | 82.7 | 83.4 | 70.3 |
| SWE-Bench Pro （幅広い開発課題） | 61.5 | 69.2 | 58.6 | 54.2 |
| DeepSWE 1.1 （長時間の自律コーディング） | 53.3 | 59.0 | 67.0 | 12.0 |
読み方ははっきりしています。外部のツールを使って仕事を進める領域では、Muse Spark 1.1が最上位に立っています。特にJobBench（業務でのツール利用）は54.7で、2位のOpus 4.8（48.4）に差をつけました。初代Muse Sparkの17.0からの伸び幅も大きい項目です。
一方で、難しいコーディングではまだ追いついていません。長時間の自律コーディングを測るDeepSWE 1.1は53.3で、GPT-5.5（67.0）とOpus 4.8（59.0）の後ろ。幅広い開発課題を扱うSWE-Bench Proも、Opus 4.8の69.2に対して61.5です。コンピュータ操作のOSWorld-Verifiedも、Opus 4.8が上に来ます。
つまりこのモデルは、全部で最強という位置づけではありません。外部のツールやサービスをまたいで作業を進める仕事に強く、難しい実装ではまだ上位2社が前にいる——そういう形です。そして次の章の価格を見ると、この形が意図的に選ばれたものだと分かります。
04価格を並べると、何が変わるか
ここが今回いちばん話題になった点です。ただし先に断っておくと、Metaの公式発表にも公式モデルページにも、価格は掲載されていません（2026年7月24日に電脳技巧集団が確認）。以下は複数のメディアが報じた数字で、公式の一次情報ではありません[3]。
| モデル | 入力（100万トークンあたり） | 出力（100万トークンあたり） |
|---|---|---|
| Muse Spark 1.1 | 1.25ドル | 4.25ドル |
| Claude Opus 4.8 | 5ドル | 25ドル |
| GPT-5.5 | 5ドル | 30ドル |
報道どおりなら、入力はフラッグシップ2機種の4分の1、出力は6分の1前後になります。ここまで開くと、性能表の順位より先に用途の設計が変わります。
この差が効くのは、単発のチャットではありません。エージェントは1回のやり取りで終わらず、同じ仕事のなかでツールを呼び、結果を読み、次の手を決める往復を何十回も繰り返します。往復のたびにそれまでの経緯を読み直すので、消費するトークンは「AIに一度質問する」使い方とは桁が変わります。単価の差が、そのまま毎日の運用コストの差として積み上がっていきます。
ただし、安さがそのまま総額になるとは限りません。報道によれば、Thinkingモードで消費する思考のトークンは出力側の単価で課金されます[3]。じっくり考えさせるほど、高い方の単価で数えられる量が増えるということです。「入力が4分の1」だけを見て見積もると、実際の請求とずれます。
運用コストで殴りに来たモデルは、今月これが初めてではありません。数日前にGoogleも同じ方向の発表をしています。
関連記事 ｜ 同じ方向の一手Gemini 3.6 Flash が発表 ──出力トークン17%減・値下げ、AIエージェントの「運用コスト」で勝ちにきた新モデルを解説
→
私たちも案件ごとに複数のモデルを使い分けていますが、選定で効くのは単価表よりも「1つの仕事を終えるまでに、実際いくらかかったか」でした。同じ作業を複数のモデルで走らせて実費を並べると、単価の安いモデルが必ずしも安く終わるとは限りません。往復が増えたり、やり直しが挟まったりするからです。試すときは、単価ではなくタスク単位の実費で比べたいところです。
05使う前に確認したい5つ
- 提供はアメリカの開発者向けの公開プレビュー。日本から本番運用に載せる段階ではありません。試すならOpenRouter経由などの選択肢を含めて確認します[2]。
- 価格は公式ページに掲載がない。報道ベースの数字なので、実際に使う前に自分のアカウントで確認します。
- ベンチマークは提供元の公表値。比較対象も提供元が選んでいます。自社の実タスクで測り直すのが前提です。
- Thinkingモードは思考分も出力単価。入力の安さだけで総額を見積もらないようにします。
- データの扱いと商用条件は規約を読む。公開プレビュー段階の条件は変わることがあります。
06まとめ ──最強を選ぶのではなく、役割で置く
この発表の要点
- エージェントを回す仕事に振り切ったモデル。100万トークンの自己管理、並列サブエージェントへの委任、クリックとスクリプトの使い分け。
- Metaが初めてAIを有料で売り始めた。OpenAI SDK互換で乗り換えの手間を小さくし、アメリカの開発者向けに公開プレビュー。無料クレジットは20ドル。
- 強い場所と弱い場所がはっきりしている。ツールをまたぐ仕事は最上位、難しいコーディングはOpus 4.8・GPT-5.5が前。
- 価格差が効くのは往復の多い処理。単発利用では誤差でも、常時動かすエージェントでは請求額の差になります。
- 数値の出どころを確認してから判断する。ベンチは提供元、価格は報道。どちらも自分の環境で測り直す前提で見ます。
| 1モデルに決め打ちする | 役割で使い分ける | |
|---|---|---|
| 選び方 | 総合ベンチの1位を選ぶ | 仕事の種類ごとに測って選ぶ |
| コスト | 全工程が最上位モデルの単価 | 往復の多い工程だけ安いモデルに寄せられる |
| 弱点が出たとき | モデルごと乗り換える | その工程だけ差し替える |
| 必要な準備 | 少ない | タスク単位で実費と品質を測る手間がかかる |
賢いモデルを1つ選ぶのではなく、仕事に合ったモデルをどこに置くかを決める。Muse Spark 1.1は、その選択肢を1つ増やす一手として見ておくのがよさそうです。
出典・注記
- Meta Superintelligence Labs「Introducing Muse Spark 1.1」Meta AI 公式ブログ、2026年7月9日公開。https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/ モデルの機能・コンテキスト管理・サブエージェント委任・コンピュータ操作・ゼロショット汎化に関する記述は同記事の記載に基づきます。
- Meta 開発者向けサイト Muse Spark モデルページ（ベンチマーク比較表、OpenAI SDK互換、公開プレビューの提供範囲、無料クレジット、web search grounding、OpenRouter提供）。https://developer.meta.com/ai/models/muse-spark 比較表の数値・比較対象モデルはいずれも同ページの掲載値です。
- APIの価格（100万トークンあたり1.25ドル／4.25ドル、無料クレジット20ドル、Thinkingモードの思考トークンが出力単価で課金される点）は、2026年7月9〜10日の各社報道に基づくものです。Metaの公式発表および公式モデルページには価格の記載がないことを、電脳技巧集団が2026年7月24日に確認しました。比較対象として挙げた他社モデルの価格も各社公表値・報道ベースです。
- 本文中の数値・性能に関する記述は、いずれも電脳技巧集団が検証したものではありません。導入を検討する際は、自社の実タスクで測定することを前提としてください。
電脳技巧集団（AI職人ギルド）
AIを使った開発の設計・検証を、実装まで一気通貫で行っています。「どの処理にどのモデルを置くか」の設計から相談できます。相談する
