Muse Spark 1.1レビュー（2026年）：75%安いMetaのフロンティアAPIはGPT・Claudeを超えるのか

Meta初の有料フロンティアモデルは、入力100万トークンあたり$1.25、出力100万トークンあたり$4.25です。OpenAIやAnthropicの最上位モデルと比べて、およそ4分の1の料金に収まります。Muse Spark 1.1は、評価対象となったツール利用ベンチマークのすべてで首位に立つ一方、最難関のコーディングではClaude Opus 4.8に届きません。まさに「Spark」という名前が売り込んでいる領域です。

Muse Spark 1.1レビューの結論

Muse Spark 1.1は、現時点でフロンティア級のツール利用におけるコストパフォーマンスが最も高いモデルです。ただし、難易度が高く長期にわたるコーディングで最初に選ぶべきモデルではありません。この2つはどちらも事実ですが、マーケティングが伝えるのは都合のよい半分だけです。

価格面の優位性は明確です。入力$1.25、出力$4.25（いずれも100万トークンあたり）なので、出力比率の高いエージェントループでは、GPT-5.6 Solで100万トークンあたり$30かかる処理がMuse Sparkなら$4.25、約7分の1になります。Metaが公開したローンチ時のベンチマークでは、大規模なツール利用を測るMCP AtlasとJobBenchの両方で、Opus 4.8、GPT-5.5、Gemini 3.1 Proを大差で上回りました。製品のトークン消費の大半がツールの制御、MCPサーバーの呼び出し、サブエージェントの連携に費やされるなら、現時点でこの用途にフロンティア級モデルを投入する最も安価な方法です。

注意したいのは、「Spark」という名称から期待される性能です。Metaはこのシリーズをコーディング向けと位置づけ、マーケティングでもそこを強く押し出しています。しかし独立系のコーディングベンチマークでは中位にとどまり、エージェント型ターミナルコーディングで3位、長期エージェント型コーディングでも3位、多様なソフトウェアエンジニアリングではOpus 4.8を下回りました。さらに、クローズドウェイトで、出力はテキストのみ。一般プレビューは米国の開発者に限定され、利用にはウェイトリストへの登録が必要です。

ツール利用やエージェント・オーケストレーションを大規模に運用し、トークン単価がボトルネックになっているなら、今すぐ切り替える価値があります。一方、1回の誤判断が高くつく継続的な自律コーディングには、Opus 4.8かGPT-5.6 Solを維持するのが妥当です。以下では、料金の実態、Metaの発表では目立たないベンチマーク、そして選択を決める1つの基準を詳しく見ていきます。

Muse Spark 1.1とは何か

Meta AIのMuse Spark 1.1は、Meta Superintelligence Labsが2026年7月9日に公開した同研究所の第2弾モデルであり、外部の開発者がAPI経由で有料利用できるMeta初のモデルです。エージェント型の作業を想定したマルチモーダル推論モデルで、単発の質問に答えるだけでなく、複数ステップのタスクを計画し、外部ツールを操作し、サブエージェントへ処理を委譲します。コンテキストウィンドウは1,048,576トークン（100万トークン規模）で、後続のステップに必要な余裕を確保するため、過去の作業内容を能動的に圧縮します。訴求の中心にあるのがMCPサーバーです。MCPは、モデルが外部ツールやデータソースを共通インターフェースから呼び出せるオープン標準であり、連携先ごとに個別のコードを書かなくても、1つのエージェントからスプレッドシート、ブラウザ、社内APIを操作できます。

従来のMeta路線と大きく異なる点は2つあります。第1に、プロプライエタリなクローズドウェイトモデルであり、Metaをオープンモデルの代表格にしたLlamaファミリーとは違って、ダウンロードもセルフホストもできません。Zuckerbergはこの転換について、「オープンソースモデルではないため、本格的なAPIに取り組むのは今回が初めてだと思います」と率直に語っています。セルフホストやファインチューニングにオープンウェイトが欠かせない場合、Muse Sparkは候補外です。最良のオープンウェイトモデルは、別の基準で選ぶ必要があります。第2に、一般ユーザーは無料で利用できます。Meta AIアプリとmeta.aiの「Thinking」モードで動作し、Metaアカウントがあれば、有料APIを開発に組み込む価値があるか事前に試せます。

マーケティング以上に重要な仕様があります。入力はテキスト、画像、音声に対応しますが、出力できるのはテキストだけです。画像や音声は生成できません。それらは別系統のMeta製品（Muse ImageとMuse Video）が担います。Muse Sparkはエージェントの頭脳であって、メディア生成モデルではありません。この点を取り違えると、期待する製品像そのものがずれてしまいます。

エージェント機能は実質を伴っています。プランニングモード、ゴール条件付け、サブエージェントへの委譲、コンテキスト圧縮を備え、連携先ごとのチューニングなしに、新しいネイティブツール、MCPサーバー、カスタムスキルへゼロショットで汎化できるとしています。初期パートナーの評価も方向性を裏づけます。ClineのCEO、Saoud Rizwanは、Metaが「本格的なエージェント型コーディングと強力なツール利用を明確に見据え、実際のコーディング処理を大規模運用できる価格で構築している」と述べました。ReplitのAmjad Masadも、「トップクラスのコーディング能力（特にフロントエンドとデザイン）」とOpenAI互換のパッケージを評価しています。ただし、こうしたコメントは以下の独立系ベンチマークと合わせて読むべきです。数値が示す実像は、推薦コメントほど単純ではありません。

Muse Spark 1.1の料金と「75%安い」の実態

Meta Model APIの料金は、入力100万トークンあたり$1.25、出力100万トークンあたり$4.25です。新規アカウントには一律$20の無料クレジットが付与されます。キャッシュ済み入力は100万トークンあたり$0.15、組み込みのWeb検索グラウンディングツールは1,000クエリあたり$2.50です。インターフェースはOpenAI SDK互換で、構造化出力、並列ツール呼び出し、プロンプトキャッシュに対応します。既存環境への導入は、ほぼベースURLの差し替えで済みます。

「競合のおよそ4分の1」という表現は、フロンティア帯との比較なら正確です。競合として想定されるモデルと、現在の料金を並べると次のようになります。

表の上段を見れば、主張が妥当だと分かります。Muse Sparkの出力トークンはOpus 4.8より5.9倍、GPT-5.6 Solより7倍安く、入力トークンは両モデルのちょうど4分の1です。「75%安い」という見出しの根拠はここにあり、フロンティア級モデルの価格曲線を本当に変える水準です。

重要なニュアンスは表の下段にあります。Muse Sparkは、市場で最安のモデルではありません。入力料金の$1.25はClaude Haiku 4.5の$1、GPT-5.6 Lunaの$1より高く、出力料金もこの2つの低価格帯モデルをわずかに下回るだけです。したがって、「最安のAI API」ではなく、出力料金を低価格帯に近づけたフロンティア級モデルと捉えるのが正確です。安価に再試行できる短いコンテキストの抽出や分類なら、純粋な入力コストではHaiku 4.5かLunaが有利で、Muse Sparkの性能上限は必要ありません。価値が際立つのは、フロンティア級のエージェント頭脳が必要で、費用の大半を出力が占める場合です。

Metaの発表だけでは見えないMuse Sparkベンチマーク

Metaのローンチ記事は、外部から再現できないMeta Internal Coding Benchなどの社内評価を前面に出しています。判断材料として有用なのは第三者による比較であり、そこから見える構図はマーケティングやパートナーのコメントよりも鮮明です。ここで評価されたOpenAIモデルはGPT-5.5です。GPT-5.6 Solの料金も同じ$5/$30なので、前述の料金比較はどちらを基準にしても変わりません。

行を用途別にまとめると、傾向は明快です。ツール利用とツールを伴う推論の4テストでは、Muse Spark 1.1が3つで単独首位となり、残る1つもOpusとの差は0.6ポイントです。JobBenchではGeminiに54.7対15.9、GPT-5.5には54.7対38.3と大差をつけています。多くのツールを横断して計画・統括するよう調整されたモデルであり、数値もその設計を裏づけています。

一方、3つのコーディング評価では構図が逆転します。Terminal-Bench 2.1は80.0で3位となり、GPT-5.5の83.4とOpus 4.8の82.7を下回りました。長期タスクを測るDeepSWE 1.1も3位で、Muse Sparkの53.3に対してGPT-5.5は67.0、Opus 4.8は59.0です。コーディング項目でGPT-5.5を上回ったのはSWE-Bench Proだけで、61.5を記録しましたが、それでもOpus 4.8の69.2には届きません。DataCampの評価も表と一致し、長期エージェント型の作業は「GPT-5.5やOpus 4.8と比べると、依然として弱い」としています。「Spark」を名乗り、コーディングを前面に出すシリーズとしては、ここが無視できない注記です。強力なコーディングモデルであり、フロンティア級の競合1つには勝ち、もう1つには負けています。その一方で、ツール利用のスコアは実際に市場をリードしています。

特にGemini 3.1 Proとの比較は、多くの人が気にするところですが、ツール利用では勝負になりません。Muse Sparkはすべてのツール利用項目で上回り、DeepSWEも53.3対12.0と圧倒しています。Geminiを選ぶ根拠は、これらのタスクではなく、価格とエコシステムに求める必要があります。

Muse Spark 1.1を選ぶべきケース、避けるべきケース

判断すべきなのは「優れたモデルか」ではありません。優れていることは確かです。重要なのは、具体的なワークロードが、性能上の優位と価格上の優位が重なる領域に入るかどうかです。

判断基準は明確です。トークン費用の大半を出力が占め、エージェントが大規模で新規性の高いコードを書くよりもツール利用に時間を使うなら、Muse Spark 1.1へ切り替えるべきです。長時間の自律実行で1回の誤判断が高くつくなら、Opus 4.8かSolに投資し、安価でツール中心の工程にMuse Sparkを使いましょう。 本番環境の多くは、処理を振り分ける構成に落ち着くはずです。大量のオーケストレーションはMuse Sparkに任せ、難しい実装判断は最上位のコーディングモデルへ回します。OpenAI互換APIなので、この振り分けは全面的な書き直しではなく設定変更で実現できます。

よくある質問

Muse Sparkは無料で使えますか？

一般ユーザーは無料です。Muse Spark 1.1はMeta AIアプリとmeta.aiのThinkingモードで利用でき、サーバー側のレート制限が適用されます。利用にはMetaアカウントが必要です。Meta Model APIは有料で、入力100万トークンあたり$1.25、出力100万トークンあたり$4.25。登録時に$20の無料クレジットが付与されます。

Muse Spark 1.1はオープンソースですか？

いいえ。MetaのオープンなLlamaファミリーとは異なり、プロプライエタリなクローズドウェイトモデルです。Zuckerbergは有料APIをMeta初の「本格的なAPI」と表現しており、モデルはMetaの自社環境からのみ提供され、セルフホスト向けには公開されていません。

Muse Spark 1.1はGemini 3.1 Proより高性能ですか？

ツール利用では明確に上です。MCP Atlasは88.1対78.2、JobBenchは54.7対15.9で上回り、長期コーディングでもDeepSWEで53.3対12.0とGeminiを圧倒しています。Geminiを選ぶ理由は、これらのタスクではなく、価格とエコシステムにあります。

Muse Spark 1.1はコーディングに向いていますか？

優秀ですが、最良ではありません。SWE-Bench ProではGPT-5.5を61.5対58.6で上回る一方、Claude Opus 4.8の69.2には届きません。Terminal-Bench 2.1と長期タスクのDeepSWEはいずれも3位です。ツール駆動のコーディングには強く、継続的な自律作業では弱さが残ります。

Muse Spark 1.1では何ができますか？

外部アプリ、ツール、MCPサーバーを横断するエージェント型作業を計画・統括し、サブエージェントへ処理を委譲できます。圧縮機能を使いながら1Mトークンのコンテキストウィンドウを管理します。入力はテキスト、画像、音声に対応し、出力はテキストのみです。

どのモデルを技術スタックのどこに組み込み、どの処理で低価格帯を使うべきか。その見極めこそ、いま最も重要です。無料のビジネスオーナー向けAI Tools Mapなら、誇張に惑わされず、仕事ごとに適したモデルを整理できます。最新モデルの有力候補を公開直後に知りたい方は、ニュースレターに登録してください。