Meta Muse Spark 1.1:100万トークン・コンテキストのAgentモデル、APIパブリックベータ
MetaがMuse Spark 1.1を発表。agentタスクに主眼を置いたマルチモーダル推論モデルで100万トークンのコンテキストを搭載し、あわせてMeta Model APIの公開プレビューも始まった。


Meta Muse Spark 1.1:100万トークン・コンテキストのAgentモデル、APIパブリックベータ
MetaがMuse Spark 1.1を発表。agentタスクに主眼を置いたマルチモーダル推論モデルで100万トークンのコンテキストを搭載し、あわせてMeta Model APIの公開プレビューも始まった。
Metaの超知能研究所(Meta Superintelligence Labs)が Muse Spark 1.1 を発表した——agentタスクに向けたマルチモーダル推論モデルだ。売りは単一のリーダーボードスコアではなく、「超長コンテキスト + マルチモーダル知覚 + agentオーケストレーション + コーディング」を1つのモデルに詰め込み、OpenAI互換のAPIを備えた点にある。あわせて Meta Model APIの公開プレビュー もリリースされており、開発者は今すぐ接続できる。
中核となる位置づけ
Muse Spark 1.1 はagentタスクのために生まれたモデルで、主な能力は次のとおり:
- ツールとコンピュータ操作:デスクトップアプリの操作、MCPサーバーの呼び出し、カスタムskillの利用ができる
- コーディング:複雑なバグの診断、エンタープライズ級コードベースでの新機能実装、大規模コード移行の実行
- マルチモーダル理解:画像、動画、PDF、視覚からコードへの変換、極めて細かい画像/動画キャプション
100万トークンのコンテキスト + 自動圧縮
これはMuse Spark 1.1の最も強力な指標の1つ:1Mトークンのコンテキストウィンドウ。
さらに重要なのは、モデルがこの1Mトークンを能動的に管理できること:
- それまでに行った操作を記憶する
- かなり前の作業から情報を検索する
- コンテキストを自動圧縮し、後続ステップで必要な重要な内容を保持する
agentタスクにとっては、これで「長いタスクの途中でコンテキストが爆発する」というよくある痛みが解消される。
Agentオーケストレーション:メインagent + サブagent
Muse Spark 1.1 はメインagentとサブagentの両方を同時に担えるよう訓練されている:
- メインagentとして:コンテキストを収集し、計画を立て、実行を並列のサブagentに委譲し、エンドツーエンドのレイテンシを最適化する
- サブagentとして:自分のタスクに集中し、使えるツールを理解し、いつ問題をメインagentにエスカレーションすべきかを知っている
このマルチagentオーケストレーション能力により、複数アプリにまたがり情報が動的に変わる複雑なワークフローを扱う際、単純に「一歩ずつクリックする」従来のcomputer-useモデルより効率的だ。モデルは、いつスクリプトを書いて自動化すべきか、いつ直接UIをクリックすべきか、いつ操作をバッチ生成すべきかを判断する。
コンピュータ操作能力
Muse Spark 1.1 は、複数アプリにまたがり情報がリアルタイムに変わるcomputer-useシーンで専用の最適化が施されている:
- 長いセッションの中でコンテキストを維持する
- 要件の変化に適応する
- 最小の手作業で未知のUIに対応する
Metaは実際の例を出している:Facebook Marketplace出品agent——スマホで動画を撮ると、モデルが有用な写真を自動抽出し、商品を分析し、ユーザーのブラウザを操作して、ユーザーの代わりにMarketplaceへ商品を出品する。
コーディング能力
実世界の複雑なコードベースタスクでは、Muse Spark 1.1 は初代から大幅に向上している:
- 複雑なバグの診断と修正
- エンタープライズ級システムでの新機能実装
- 大規模コード移行の実行
主要なagentコーディングツールチェーンに対応しており、プランニングモード、ゴール条件付け、サブagent委譲、コンテキスト圧縮などの一般的な機能を備える。Metaのデモでは、モデルがOpenCodeの中にチャットWebアプリを構築した:自動でスクリーンショットを撮ってユーザーに見える不具合を発見し、関連コードまで遡って、修正し、検証する。
💡 ヒント:Replit CEOのAmjad MasadはMuse Sparkをこう評している——「100万トークンのコンテキスト、オールモーダル対応(画像/動画/PDF)、検索と引用の内蔵、強い推論、トップクラスのコーディング(特にフロントエンドとデザイン)、構造化出力、並列ツール呼び出しを、1つのきれいなOpenAI互換パッケージに全部詰め込んだ。完全なagent基盤だ。」
使い方
- Meta AIアプリ / meta.ai:今すぐ「Thinking」モードで使える
- Meta Model API(公開プレビュー):開発者が正式に接続可能。OpenAI互換インターフェース
- サードパーティのコーディングツール:Replit、Cline、OpenClawなどがすでに接続済み
安全性
MetaはAdvanced AI Scaling Frameworkに沿って完全な評価を行い、化学/生物、サイバーセキュリティ、制御不能リスクの3分野をカバーした。結果として、Muse Spark 1.1 はすべてのフロンティアリスクカテゴリで安全な範囲内にあり、ジェイルブレイク攻撃、間接的プロンプトインジェクション、開発者プロンプト攻撃への耐性が比較的強く、幻覚率と追従率も低下した。
誰に向くか
- Agentアプリ開発者:1Mコンテキスト + マルチagentオーケストレーションで、長いチェーンの自動化に向く
- コーディングツールチーム:OpenAI互換API + サブagent委譲で、接続コストが低い
- マルチモーダル知覚が必要なagent:視覚/音声理解と実際の行動を組み合わせるシーン(ユーザーの代わりにブラウザを操作するなど)
参考リンク
関連記事

AI動画販売の実践:3元のコストで5万ドルGMVを作る
0から7桁の売上まで到達したAI TikTok販売の完全な道のりを公開。Sora 2などのモデル選定比較、ヒット動画を逆算分解する手法、パラメータ化した量産フロー、そして十数万元を損した3つの重要な教訓を紹介します。

AlibabaのMeoo(秒悟):ノーコードAI開発ツールを実測
AlibabaのATH事業群が初のAI開発ツールMeooをリリース。自然言語で完全にデプロイ可能なプロジェクトを生成でき、Qwen/Kimi/GLM/MiniMaxの4大モデルを統合。無料ユーザーには毎月5000クレジットが付与されます。

Claude CodeでTokenを節約する実践ガイド
プロンプトキャッシュの仕組み、セッション管理の戦略、6つのコアルールを押さえて、Claude Codeのクォータをより長く、より有意義に使えるようにしましょう。

Hermes Agent:インストールからWeChat接続までの完全チュートリアル
オープンソースのAIエージェントHermes Agentは13種類の大規模モデルに対応し、WeChat・Feishu・DingTalkへネイティブ接続可能。3.99ドルで始められ、インストールからWeChat設定までの完全な手順を解説します。

Claude Code + Obsidianで自動進化するナレッジベースを構築する
KarpathyのLLM Wikiメソッドを改良した3ステップコンパイル法で、Obsidianのノートを情報のゴミ捨て場から進化し続けるナレッジ資産へ。ディレクトリ構造とプロンプトの完全版つき。

Deep Researcher Agent:1日たった5毛で、AIにディープラーニング実験を代行させる
オープンソースフレームワークのDeep Researcher Agentは、自律ループによる7x24時間のディープラーニング実験の自動実行を実現します。LLM APIに依存せず、スマートフォンからの監視にも対応し、1日のコストはわずか5毛です。