--- title: "Muse Spark とは？料金・性能・Muse Spark 1.3 のスペックを解説 - ai-garage" description: "Muse Spark（Meta）の料金・得意なこと・注意点・最新バージョンをまとめて解説。Muse Spark 1.3 は API 入力 $1.25 / 出力 $4.25、コンテキスト 1.049M トークン。比較ページ・関連ニュース・一次ソース付き。" source: https://ai-garage.jp/models/muse-spark/ --- ⌨️ コーディングAI Meta # Muse Sparkとは？ Meta が重み公開の Llama に代えて主力にした、中身非公開のコーディング特化モデル。長時間ひとりで進めるコーディング作業が得意で、料金は上位モデルとしては安い。 ⚡ 基本情報 ## Muse Spark の基本データ | 提供元 | Meta | | --- | --- | | カテゴリ | [⌨️ コーディングAI](https://ai-garage.jp/categories/coding/) | | 最新バージョン | Muse Spark 1.3 | | 料金 | API は標準ティアが $1.25/$4.25 per MTok（読み込んだ内容の使い回しは $0.15）。学習利用に同意する contributor ティアは $0.10/$0.20。ウェブ検索を併用すると1000クエリあたり $2.50。 | | はじめて度 | ★★☆☆☆ 2 / 5 | | 公式サイト | [https://developer.meta.com/ai/models/muse-spark/](https://developer.meta.com/ai/models/muse-spark/) | 最新バージョンの公開日: 2026-09-02 ページ情報の確認日: 2026-09-28 ◎ 得意なこと ## Muse Spark は何が得意？ - ◎ 最新の Muse Spark 1.3（2026-09-02 公開）は第三者機関の知能スコアが 48（Intelligence Index v4.3.2・2026-10-09 確認）で、上位グループに入る。いちばん深く考える max 設定も公開初日から使える - ◎ 料金は入力 $1.25／出力 $4.25 と、同じ知能帯のモデルの中では安い - ◎ 複数ファイルにまたがる書き直しや長時間のバグ取りなど、1回の指示で終わらない作業に向く - ◎ 100万トークンの長文に対応し、長い文章を入れても割増料金はかからない - ◎ ターミナルで動くコーディング相棒「Muse Code」から使える △ 注意点 ## 使う前に知っておきたいこと - △ 重みは公開されていない（API 経由のみ）。Meta のオープンな重みが欲しいなら Llama 4 か Muse Glimmer。ただし 1.3 の発表で今後の予定として Muse Spark の重み公開が明記された（2026-10-09 時点で未実施） - △ 格安の contributor ティア（入力 $0.10／出力 $0.20）は、送った内容が Meta の今後のモデル学習に使われる条件つき - △ SWE-bench Verified・MMLU・GPQA・AIME は Meta が数値を公表していない（公式ページのベンチは画像掲載のみ） - △ Llama ブランドの後継は依然として未発表で、Meta のフロンティアはこちらに移っている 💡 使いどころ コードを書かせる用途で、料金を抑えつつ上位クラスの賢さが欲しいエンジニア向け。 📊 スペック ## Muse Spark のベンチマークと料金 公表されていない指標は「—」のままにしています（他モデルや旧バージョンの値では埋めません）。 | モデル | AA指数 | SWE-bench | HLE | GPQA | 入力 | 出力 | 文脈長 | 公開日 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | Muse Spark 1.3 | 48 | — | — | — | $1.25 | $4.25 | 1.049M | 2026-09-02 | 入力・出力は100万トークンあたりの API 料金（USD）。文脈長は一度に読める量。 AA指数は第三者計測の Artificial Analysis Intelligence Index。 📝 編集部メモ Muse Spark 1.3 Meta Superintelligence Labs（MSL）の最上位モデルで、Meta のフロンティアが重みを公開する Llama から中身非公開の Muse へ移ったあとの現行世代。2026-09-02 公開。前世代 1.2（2026-08-05 公開）からの主な変更は、長時間ひとりで進める作業と複数の作業を並行して進める力の底上げ、分からない点を利用者に聞き返すようになったこと、指示への追従、そして自分にできること・できないことの自己申告の改善。Meta はコーディング作業で「道具を呼ぶ回数がおよそ20%減り、使うトークンがおよそ25%減った」としている。不正な指示の埋め込み（プロンプトインジェクション）への耐性も上がったと明記している。得意分野は「AI に任せっぱなしにする長いコーディング作業」——複数ファイルにまたがる書き直し、長時間のバグ取り、1回の指示では終わらない仕事を通しでこなすこと。料金は入力 $1.25／出力 $4.25、読み込んだ内容の使い回しは $0.15。本表はこの標準ティアの値。もうひとつ muse-spark-1.3-contributor という格安ティア（入力 $0.10／出力 $0.20＝入力で12.5分の1）もあるが、こちらは送った内容を Meta が今後のモデル学習に使う条件つきなので、業務利用では標準ティアを見ること。長い文章を入れても割増料金はかからないと明記されている。いちばん深く考える max reasoning は公開初日から使える（Meta AI Research のブログが「Muse Spark 1.3 with max reasoning is now available on Muse Code and Meta Model API」と明記。2026-09-05 に原文で再確認）。第三者機関 Artificial Analysis の AA Intelligence Index は 48（v4.3.2／max 設定・2026-09-23 確認。168モデル中17位）で、本表の多くの行と同じ max 設定での値。2026-09-08 の v4.3 では前世代 1.2 が 40（xhigh）、本モデルの xhigh が 45 だった。本表は 2026-09-08 に全行を v4.3 へそろえた（AA が指標を v4.2 から v4.3 に更新し、𝜏³-Banking が外れて AutomationBench-AA が入り、Terminal-Bench が v2.1 から v4.0 に上がったため、全モデルの点数がまとめて下がっている）。その後 AA は 2026-09-19 に v4.3.2 へ更新して全モデルを採点し直したが、本モデルは 48 のまま。Meta 公式が出しているベンチは Terminal Bench・DeepSWE・Meta 社内コードベンチ・GDPval で、公式ページでは数値が画像でしか示されていないため本表には載せていない。SWE-bench Verified・MMLU・GPQA・AIME・HLE はいずれも Meta 公式が数値を公表しておらず「—」（AA の独自実測では xhigh 設定で Humanity's Last Exam 47.5%・GPQA Diamond 94.1%、max 設定で 49.1%・93.8%＝いずれも 2026-09-04 確認）。入力はテキスト・画像・音声・動画に対応し、出力はテキストのみ。重みは配られていない（API 経由のみ）ので、Meta のオープン系を探すなら Llama 4 か、2026-08-10 に出た Muse Glimmer を見ること。本表の約105万トークン（1,048,576）は Meta 公式のモデルページの表記で、入力と出力の内訳は公表されていない（2026-09-04 確認）。 ❓ FAQ ## Muse Spark についてよくある質問 Q. Muse Spark の料金は？ A. Muse Spark（提供元 Meta）の料金は「API は標準ティアが $1.25/$4.25 per MTok（読み込んだ内容の使い回しは $0.15）。学習利用に同意する contributor ティアは $0.10/$0.20。ウェブ検索を併用すると1000クエリあたり $2.50。」です。API を直接使う場合、Muse Spark 1.3 は100万トークンあたり入力 $1.25 / 出力 $4.25 です。 Q. Muse Spark の最新モデルは？ A. Muse Spark 1.3です。この版が出た（または直近で大きく動いた）のは 2026-09-02 です。 Q. Muse Spark は何が得意？ A. Meta が重み公開の Llama に代えて主力にした、中身非公開のコーディング特化モデル。長時間ひとりで進めるコーディング作業が得意で、料金は上位モデルとしては安い。 具体的には、最新の Muse Spark 1.3（2026-09-02 公開）は第三者機関の知能スコアが 48（Intelligence Index v4.3.2・2026-10-09 確認）で、上位グループに入る。いちばん深く考える max 設定も公開初日から使える／料金は入力 $1.25／出力 $4.25 と、同じ知能帯のモデルの中では安い／複数ファイルにまたがる書き直しや長時間のバグ取りなど、1回の指示で終わらない作業に向く——といった点が強みです。 Q. Muse Spark の弱点・注意点は？ A. 重みは公開されていない（API 経由のみ）。Meta のオープンな重みが欲しいなら Llama 4 か Muse Glimmer。ただし 1.3 の発表で今後の予定として Muse Spark の重み公開が明記された（2026-10-09 時点で未実施）。格安の contributor ティア（入力 $0.10／出力 $0.20）は、送った内容が Meta の今後のモデル学習に使われる条件つき。SWE-bench Verified・MMLU・GPQA・AIME は Meta が数値を公表していない（公式ページのベンチは画像掲載のみ）。Llama ブランドの後継は依然として未発表で、Meta のフロンティアはこちらに移っている。用途がここに当たる場合は、他のモデルと併用するのが現実的です。 Q. Muse Spark 1.3 のベンチマークスコアは？ A. 第三者計測の Artificial Analysis Intelligence Index は 48です（2026-09-02 公開時点の掲載値）。各社が公表していない指標は当サイトでは「—」のままにしており、他モデルや旧バージョンの値で埋めることはしていません。 Q. Muse Spark は無料で使える？ A. 料金体系は「API は標準ティアが $1.25/$4.25 per MTok（読み込んだ内容の使い回しは $0.15）。学習利用に同意する contributor ティアは $0.10/$0.20。ウェブ検索を併用すると1000クエリあたり $2.50。」です。無料枠の有無や条件は変更されることがあるので、最終確認は公式サイト（https://developer.meta.com/ai/models/muse-spark/）でお願いします。 📰 関連ニュース ## 「Muse Spark」が出てくる記事 [![Gemini が実在3社に侵入。AI 4社が同じ設定ミスでテスト環境の外に出たよ](https://ai-garage.jp/images/news-heroes/ai-lab-testing-breakouts-irregular-card.webp) 2026/9/21 Gemini が実在3社に侵入。AI 4社が同じ設定ミスでテスト環境の外に出たよ](https://ai-garage.jp/news/ai-lab-testing-breakouts-irregular/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp) 2026/9/5 Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/) 📎 SOURCES ## 一次ソース - [→ Meta Developer：Muse Spark モデルページ（料金2ティア・context 1M）](https://developer.meta.com/ai/models/muse-spark/) - [→ Meta Research Blog：Introducing Muse Spark 1.3（2026-09-02 公開）](https://research.meta.ai/blog/introducing-muse-spark-1-3) - [→ Artificial Analysis：Muse Spark 1.3（Intelligence Index v4.3.2 で xhigh 45 / max 48・2026-10-09 確認）](https://artificialanalysis.ai/models/muse-spark-1-3) - [→ Meta Developer Blog：Muse Spark 1.2 と Muse Code（2026-08-05 公開。前世代の記録）](https://developer.meta.com/ai/resources/blog/build-with-muse-code/) コーディングAI の他のモデル [Cursor](https://ai-garage.jp/models/cursor/)[Codex](https://ai-garage.jp/models/codex/)[Bolt.new](https://ai-garage.jp/models/bolt/)[v0](https://ai-garage.jp/models/v0/)[GitHub Copilot](https://ai-garage.jp/models/copilot-code/)[Claude Code](https://ai-garage.jp/models/claude-code/) [← 前のモデル Claude Code](https://ai-garage.jp/models/claude-code/) [次のモデル → Google AI Mode](https://ai-garage.jp/models/google-ai-mode/) NEXT [AI MODELS AIモデル一覧 41本 カテゴリ別に主要モデルを整理。はじめて度つき。](https://ai-garage.jp/models/) [COMPARE AIモデル比較表 料金・ベンチマークを一覧で横並び比較。](https://ai-garage.jp/compare/)