Muse Sparkとは？Metaの新AIモデルの性能・料金・日本での使い方と、Muse Wonderとの違い

Muse Sparkは、Metaが開発した、文章や画像などを理解して答えを組み立てるAIモデルです。人が操作する「Muse」アプリそのものではなく、Meta AIやMuseを動かす基盤の一つに当たります。Museアプリは2026年10月23日に日本で提供開始しました。[1][4][27]

2026年10月時点では、開発者向けのAPIに加え、上位のMuse Wonder、重みを配布するMuse Spark Openも登場しています。アプリの提供地域と、モデルの版を選べるかどうかは分けて確認します。[5][6]

日本ではMuseに加え、Meta AIの段階的な提供も発表されています。2026年10月24日に日本の回線からログインせず調べた際、meta.aiはHTTP 403でしたが、これはMuseとは別のサービスの取得結果です。日本の全利用者がSparkの特定の版を選べることや、API登録を完了できることまでは確認していません。[10][27]

以下では、名前と版の違い、公式API料金、日本からの確認結果を順に整理します。一般の利用者は第5章までで利用先を見分けられ、既存のAIサービスから接続を変えたい開発者は第6章の設定例を参照できます。仕様と価格は2026年10月24日、Museの日本提供状況は2026年10月25日確認です。

Muse Sparkとは：Metaが作ったAIモデル

AIモデルは、入力を読み取り、回答や次の作業を考える仕組みです。Muse Sparkは文字だけでなく画像なども扱い、外部の道具と組み合わせて調査や作業を進められるように設計されています。Metaは最初の発表で、複数の種類の情報を扱う推論モデルとして紹介しました。[1]

たとえば、商品の写真と説明文を渡して特徴を整理することと、その商品を店のサイトで購入することは別の作業です。前者では情報を理解するモデルの力が中心になり、後者にはブラウザ操作、決済との接続、利用者の承認も必要になります。

Sparkの性能だけを見ても、利用するアプリで何ができるかは決まりません。画面上の機能、接続しているサービス、利用できる地域を合わせて読むと、モデルの発表と実際の使い方を取り違えずに済みます。

Meta Superintelligence Labsの最初のモデル

Metaは2026年4月8日、Meta Superintelligence Labsが開発した最初のモデルとしてMuse Sparkを発表しました。これは研究開発組織の名前であり、利用者が加入する有料プランの名称ではありません。発表時の利用先はMeta AIアプリとmeta.aiで、APIは一部の利用者向けの試験提供でした。[1]

特徴として挙げられたのは、画像を含む情報の理解、外部ツールの使用、複数のエージェントによる並行した検討です。ここでいうエージェントは、目標に向けて情報を集め、必要な操作を選ぶAIの仕組みを指します。複数で考える機能があることと、すべての質問で同じ処理が行われることは同義ではありません。

発表資料には、能力が伸びた分野だけでなく、長い工程を伴うコーディングなどに改善の余地があることも記されています。「Metaの新しいAI」という説明だけで、すべての用途で他のモデルより優れていると受け取るのは早計です。初期版の評価を、後から登場した1.3の評価として読むことも避けたいところです。

仕事に使う候補を選ぶなら、実際に任せたい入力と答えを用意して比べると判断しやすくなります。たとえば資料の要約なら、文章が流暢かに加え、金額、例外条件、出典を落としていないかを見ます。こうした試し方はモデルの説明から考えられる選定方法であり、Sparkで測定済みの成果ではありません。

アプリの「Muse」とモデルの「Muse Spark」は別物

Museは、人の依頼を受けて作業を進める個人向けAIエージェントです。Metaが2026年9月8日に発表したアプリで、クラウド上の専用コンピューターやブラウザを使い、対応するサービスで用事を進める設計になっています。その判断を支えるモデルとして紹介されたのがMuse Sparkです。[4]

同じ発表では、利用者が接続先や権限を選び、メール送信や購入などの重要な操作の前には承認を求めると説明されています。これはアプリ側の仕組みを含む説明です。SparkのAPIを自作プログラムにつないだだけで、同じ承認画面や支払い保護が自動的に備わるわけではありません。

もう一つの名前であるMeta AIは、会話や質問に使うAIアシスタントです。整理すると「Muse Sparkはモデル」「Meta AIはアシスタント」「Museは作業を任せるアプリ」という関係になります。ただし、アプリの内部モデルや提供機能は更新されるため、名前だけから固定的な対応を決めないことが大切です。

アプリを使って日常の用事を任せたい場合は、モデルのAPIキーを用意する前に、Museアプリでできることと利用条件を確認できます。プログラムから回答を得たい場合に必要なのが、後述するMeta Model APIです。目的がどちらか決まると、見るべき料金ページも変わります。

Muse Sparkの版の違い（年表）

Muse Sparkの情報は、公開日と版を一緒に読む必要があります。4月の発表時点のAPI提供状況と、7月以降の公開APIの仕様は異なるためです。次の年表は、公式資料で日付を確認できた主な節目をまとめたもので、すべての中間更新を列挙したものではありません。

日付（2026年）	発表・公開	読み分けるポイント
4月8日	Muse Spark	Meta AIで提供、APIは限定的な試験段階 [1]
7月9日	Muse Spark 1.1	Meta Model APIを公開プレビューとして提供 [2]
9月2日	Muse Spark 1.3	長い作業や共同作業への対応を改善 [3]
9月8日	Museアプリ	Sparkを使う個人向けエージェントを発表 [4]
10月12日	Muse Wonder／Full	上位モデルを発表、提供先は版で異なる [6]
10月15日	Muse Spark Open	公式モデルカードに公開日を記載 [5]

1.3の発表日は9月2日で、Museアプリの発表日である9月8日とは別です。また、OpenはAPIの無料プラン名ではなく、モデルの重みを配布する版を指します。

Muse Spark 1.1でAPIを公開

2026年7月9日のMuse Spark 1.1発表で、Meta Model APIの公開プレビューが始まりました。APIとは、アプリやプログラムからモデルへ入力を送り、結果を受け取る窓口です。利用者がMeta AIの画面で質問する方法とは別に、開発者が自分のサービスへ組み込む経路ができたことを意味します。[2]

公式資料では、1.1でコーディングやコンピューター操作、ツールを使う課題を改善したと説明しています。文脈長も100万トークンと案内されていますが、これは一度の処理で扱う情報量の尺度です。アカウントが永久に100万件の会話を保存するという意味ではありません。

現行のモデル一覧では、1.1、1.2、1.3の文脈長はいずれも1,048,576トークンです。入力には文章、画像、動画、音声、PDFが挙げられ、出力はテキストとされています。アプリで画像を生成できることから、Spark APIも同じ形式の画像を出力できると推測すると、実装時に食い違いが生じます。[7]

過去の記事に異なる文脈長が出てきた場合は、初期モデルなのか、後続版なのか、第三者サービス側の制限なのかを確かめる必要があります。本記事の比較は現行の公式一覧にそろえ、初期版について裏付けられない数値を補っていません。既存コードを変更する際も、単に「Spark」と記録せず、指定したモデルIDまで残すと再現しやすくなります。

Muse Spark 1.3がMuseの土台に

Muse Spark 1.3は、長い工程を含む仕事を進め、人と相談しながら作業する能力を重視した更新です。Metaは2026年9月2日の発表で、曖昧な依頼に質問することや、重要な操作について確認を求めること、長い指示を保つことなどを改善点として紹介しました。これは開発元による説明であり、本記事で各能力を実測した結果ではありません。[3]

たとえば旅行の予定を考える場合、候補を挙げるだけなら短い会話で済みます。移動時間、予算、宿の空き、同行者の条件を確かめて予定を調整するなら、途中で得た情報を保ちながら複数の工程を進める必要があります。1.3の説明は、後者のような長い仕事を念頭に置くと理解しやすくなります。

9月8日のMuse発表は、この1.3の紹介ページをモデルの説明先としてリンクしています。モデルの改善を、ブラウザや接続サービスを備えたアプリで使う関係です。ただし、モデルが確認を求めやすくなったことだけを、誤操作を防ぐ完全な保証として扱うことはできません。[4]

開発者が選ぶ場合は、1.3のStandardとContributorにも注意が必要です。現行一覧では、最も多く推論を行う「max」の設定はStandardで使えますが、Contributorでは対象外です。単価だけを比べて安い方へ切り替えると、同じモデル名でも利用できる設定やデータの取り扱いが変わります。[7]

オープン版のMuse Spark Open

Muse Spark Openは、Metaの公式Hugging Faceアカウントからモデルの重みを配布する版です。重みとは、学習によって得たモデル内部の数値を指します。公式カードでは2026年10月15日公開、総パラメーター8160億、処理時に使うパラメーター420億、文脈長100万トークンと案内されています。[5]

APIとの違いは、回答を返す窓口を借りるだけでなく、モデルを動かす基盤を自分で用意する選択肢があることです。配布にはBF16とNVFP4という数値形式があり、必要なメモリーや実行環境を検討する材料になります。個人の一般的なノートPCで手軽に動くと判断できる規模ではありません。

「Open」という名称だけから、無条件に利用できるライセンスだと読み替えることもできません。配布ページにはMuse Model Licenseが示されており、取得時の条件と利用条件を確認する必要があります。本記事ではモデルをダウンロードしておらず、自社環境での推論速度や稼働費用も測定していません。

自前で動かす場合、APIのトークン単価がなくても、機材やクラウドの費用、保守の作業は残ります。検討の入口は「データを置く場所を管理したいのか」「既存APIで必要な機能が足りるのか」です。小さな試作を始めたいだけなら、重みの配布とAPIの利用を別の選択肢として見た方が、必要な準備を判断しやすくなります。

Muse Wonderとの違い

Muse Wonderは、Sparkの名前を変更したものではなく、2026年10月12日に発表された上位のモデルです。さらにMuse Wonder Fullという版があり、利用できる場所も異なります。比較では、性能の数値だけでなく、目的のアプリやAPIからその版を呼べるかが最初の分かれ目になります。[6]

項目	Muse Spark 1.3	Muse Wonder	Muse Wonder Full
公式の文脈長	1,048,576	1,048,576	100万（1M）
Meta Model API	提供あり	提供あり	提供なし
APIモデルID	muse-spark-1.3	muse-wonder-1.0	該当なし
主な利用経路	API、Muse Code	API、Muse Code	Muse CodeのPower／Maximum

表は2026年10月24日の公式モデル一覧と製品ページに基づきます。Museアプリへの導入予定はモデル発表時にも案内されていますが、アプリ内で全員が同じ版を選べることを確認した表ではありません。[6][7][26]

Muse WonderとMuse Wonder Full

Muse Wonderの発表では、推論、調査、仕事の遂行などの能力を高めたと説明されています。一方のFullは、Muse Codeの上位サブスクリプションで提供される版です。確認時点の公式一覧では、通常のWonderはMeta Model APIで使えますが、FullはAPIの選択肢に入っていません。[6][7]

特に混同しやすいのが、推論の強さを変える設定とモデルの版です。Wonderで推論設定を「max」にしても、Wonder Fullに切り替わるわけではありません。公式資料も両者を区別しており、比較表にFullの成績を載せながら通常のWonderのAPI単価を当てはめると、同じ条件の比較になりません。[7]

選び方の一例として、既存のサービスからAPIを呼び出す用途では、まずSpark 1.3と通常のWonderが比較対象になります。必要な回答品質を満たすか、入力と出力にどれだけ費用がかかるかを、同じ課題で確かめる方法です。Fullを試す場合は、Muse Codeの契約と、その中で行いたい作業が検討の対象になります。

上位モデルがすべての作業で有利とは限りません。短い文章の分類などでは、必要な品質が得られるモデルを使い、難しい案件だけを別のモデルへ回す設計も考えられます。応答時間や成功率の独自比較は行っていないため、Wonderの追加費用に見合うかどうかは、公表された点数だけで結論を出していません。

100万トークンの文脈とActive Memory

トークンは、AIが文章などを処理するときの単位です。日本語の1文字と常に一致するわけではなく、同じ長さの文章でも内容や処理方式で数が変わります。文脈長が約100万トークンという仕様は、大きな入力を扱える目安になりますが、資料の全文を常に正確に思い出せるという保証ではありません。[7]

長い文脈が役立つ場面としては、複数の仕様書を参照しながら、同じ言葉の定義が食い違っていないかを探す作業が考えられます。ただし、資料を大量に入れるだけでは、どの部分を根拠に答えたかが分かりにくくなります。文書名、版、確認したい問いを添え、回答に該当箇所を示させる方が、後から照合しやすくなります。

Active Memoryは、それとは別に、会話をまたいで重要な情報を取り出す仕組みとしてWonderの発表で紹介されています。一度の処理で読む範囲と、以前の会話から必要な情報を引き出すことは、役割が異なります。名前にMemoryが付いていても、すべての会話を期限なく保存するという説明ではありません。[6]

自作アプリでAPIを使う際には、どの会話を保存し、次のリクエストへ何を渡すかを別途設計します。Museアプリの記憶機能の説明を、そのままAPIの自動保存機能だと受け取らないためです。利用者が訂正した情報をどう反映するかまで決めておくと、古い条件を引き継いだ回答を見つけやすくなります。

第三者の評価（Artificial Analysis）

Artificial Analysisの公開ページでは、2026年10月24日の確認時点で、Intelligence IndexのスコアはSpark 1.3が48、Wonderが52、Wonder Fullが56でした。いずれもページに示された最大の推論設定の値です。この指数は複数の課題をまとめた評価で、48が正答率48％を意味するわけではありません。[20][21][22]

モデル	Intelligence Index	読むときの条件
Muse Spark 1.3	48	最大推論設定
Muse Wonder	52	最大推論設定
Muse Wonder Full	56	最大推論設定、API版とは異なる

確認したページでは指数の版はv4.3.2で、10種類の評価から構成されています。別の日や別の指数の点数と比べる場合は、同じ評価方法かをそろえる必要があります。順位は他モデルの追加でも動くため、本記事では固定的な世界順位を付けていません。

この差は、難しい課題を検討する際の手がかりになりますが、日本語の問い合わせ対応や社内文書の読み取りを直接測った数字ではありません。実際の選定では、正解が分かる課題を複数用意し、誤答の内容、修正にかかる時間、費用を一緒に見ます。公開ベンチマークと自社の試験結果を並べれば、上位モデルが必要な仕事を具体的に絞れます。

Muse Sparkの料金：無料で使う範囲とAPIの単価

Muse Sparkの料金を調べるときは、利用するサービスから確認すると整理できます。Meta AIで会話する料金、Muse Codeの月額契約、Meta Model APIの使用量に応じた料金は、それぞれ別の仕組みです。「無料で使える」という案内を見ても、開発者向けAPIまで無制限に無料になるわけではありません。[8][9]

APIでは、モデルに送る入力と、モデルが返す出力に単価があります。長い資料を読む処理は入力が増え、長文の回答や推論を伴う処理では出力側の使用量も費用に影響します。同じ質問回数でも、扱う情報量が違えば請求額は変わります。

また、MetaにはStandardとContributorの区分があります。Contributorは学習へのデータ利用を認める条件で料金が下がるため、通常料金と同列に置いて最安と判断しない方が適切です。仕事の資料を扱う場合は、単価を見る前に、そのデータを送信できる契約条件かを確認します。[8]

Meta AIで無料で使える範囲

Metaの公式案内では、Meta AIは日常的な利用を無料で提供するアシスタントです。ただし、計算負荷の大きい一部機能で使用量の上限を試しており、上限に達した場合は、無料枠の回復を待つか、追加の利用ができるサブスクリプションを選ぶ形が説明されています。無料という表示から、全機能が常に使い放題とは読めません。[9]

具体的な無料回数や、特定の日本のアカウントに表示される契約画面は、本記事では確認していません。地域、機能、段階的な提供によって表示が異なる可能性があるため、未確認の回数や国内月額を推測して埋めていません。アプリを開けた場合は、使いたい機能の説明と、その場で表示される上限が確認先になります。

Museアプリにも、基本的な利用と、より多く使う人向けの契約という説明がありますが、これはMeta AIの案内とは別です。さらに開発用のMuse Codeとも契約対象が違います。アプリ名を省いた「Museの有料版」という表現だけでは、何の機能が増えるのか判断できません。[4]

たとえば、まず短い相談に使いたい場合は、利用可能なMeta AIの画面で基本機能を確かめることが出発点になります。自社のフォームから毎日大量の文章を処理する用途なら、無料アプリの回数より、APIの使用量と契約条件が判断材料です。人が直接使うのか、プログラムに組み込むのかを先に決めると、必要のない契約を検討せずに済みます。

Muse SparkとMuse WonderのAPI単価をGPT・Claude・Geminiと比べる

次の表は、2026年10月24日に公式料金ページで確認した、100万トークン当たりの米ドル単価です。通常の入力と出力を比べ、キャッシュ、バッチ、優先処理などの別料金は含めていません。GPTはStandardのShort表示、Geminiは期間限定価格です。[8][23][24][25]

APIモデル・条件	入力	出力
Muse Spark 1.3 Standard	$1.25	$4.25
Muse Spark 1.3 Contributor	$0.10	$0.20
Muse Wonder	$4.00	$20.00
GPT-6.1 Sol	$2.00	$10.00
Claude Sonnet 5.5	$2.00	$10.00
Gemini 4 Argon	$2.00	$10.00

Geminiの表の価格は2026年11月30日までで、12月1日からは入力$4、出力$20と案内されています。MetaのStandardは学習に使わない区分、Contributorはプロンプトやコードなどの学習利用を認める区分です。Wonder FullにはAPI単価がありません。[8][25]

計算例として、Spark Standardで入力10万、出力1万トークンなら、単純計算は$0.1675です。Wonderなら同条件で$0.60になります。検索などの別料金、再試行、実際の推論使用量はこの仮定に含めていないため、見積もりでは返却される使用量も確認します。

Muse Sparkは日本から使えるか：実際に試した結果

2026年10月24日20時50分台に、日本の回線につながった調査用PCから、curlで公開ページを取得しました。ログイン、アカウント作成、支払い情報の入力は行わず、転送先とHTTP状態を記録しています。HTTP 200はページを取得できたことを示しますが、サービスの利用完了を示すものではありません。

確認先	HTTP結果	確認できた範囲
meta.ai	403	公開ページの取得を拒否
日本のApp Store	200	Meta AIの掲載を表示
Google Play（日本指定）	200	Meta AIの掲載を表示
Meta Model APIの製品ページ	200	公開説明を取得
API登録入口	302→400	auth.meta.comへの転送後にエラー
API料金ページ	200	単価と条件を取得
Muse Codeの製品ページ	200	公開説明を取得

ストアには一部機能の提供国・言語や段階的な展開に関する説明がありました。一方、今回の403と400には、日本を対象とした地域制限だと断定できる文言は確認できていません。

meta.ai

meta.aiへのアクセスではHTTP 403が返り、会話を始める画面の内容を取得できませんでした。403は、サーバーがそのリクエストを許可しなかったことを示す状態です。取得した内容だけでは、地域制限、アクセス方法の判定、その他の条件のどれが原因かは特定できません。

この結果を「日本ではMeta AIが使えない」と一般化することはできません。Metaは2025年11月25日から日本でMeta AIを段階的に提供すると発表し、Instagramなどのアプリ内に加え、meta.aiも利用先として案内しています。公式の提供方針と、今回の一回の取得結果は別々に残す必要があります。[10]

また、curlによる取得は、JavaScriptを実行する通常のブラウザ操作とは異なります。ログイン状態やCookieを引き継がずに調べているため、普段使っているブラウザでの表示を再現した試験ではありません。今回は公開ページの到達確認を目的とし、会話の送信や回答の品質を評価するところまでは進めていません。

通常の利用では、公式サイトや既存アプリのMeta AI表示から、アカウントに提供されている機能を確かめることになります。表示されるモデル名やモード、地域に関する案内も判断材料です。ページが開けたことだけでSpark 1.3を使ったと記録せず、版が表示されなければ、その点は不明のまま扱う方が正確です。

Meta AIアプリ

日本向けApp StoreのMeta AIページと、日本を指定したGoogle PlayのMeta AIページは、どちらもHTTP 200で取得できました。アプリ名と提供元を確認でき、App StoreにはMuse Sparkに関する説明もありました。これにより、日本向けの公開掲載があることは確認できます。[11][12]

ただし、ストアの紹介ページを読めることと、手元の端末でインストールし、希望する機能を使えることは別です。今回の調査ではアプリをインストールしておらず、端末の対応状況やログイン後の画面も試していません。利用回数、モデルの選択肢、画像や音声の機能が日本のアカウントでどう表示されるかは未確認です。

両ストアの説明には、一部の機能が特定の国や言語に限られること、段階的に提供される場合があることが記載されています。そのため、英語の紹介画像にある機能が、掲載を見た全員へ同時に提供されるとは限りません。利用を始める際は、アプリ内の案内とストアの対応情報を合わせて読む必要があります。[11][12]

10月24日の上記の調査で取得したストアページは「Meta AI」のものです。これとは別に、Museアプリは2026年10月23日に日本で提供開始し、iOS・Android・muse.aiが利用先として案内されています。10月25日には日本のApp Storeの「Muse from Meta」掲載も確認しました。[27][28]

Museの日本提供開始によって、特定のSparkの版の選択やMeta Model APIへの登録まで確認できたわけではありません。ログイン後の機能や、API登録・決済の成否は未確認のままです。

Meta Model APIとMuse Code

Meta Model APIの製品ページ、API料金ページ、Muse Codeの製品ページは取得できました。登録へ進む公式リンクも確認しましたが、その公開入口はauth.meta.comへ転送された後、HTTP 400と一般的なエラーを返しました。認証情報の入力は行っていないため、日本の利用者として登録や支払いを完了できるかは未確認です。[13][14]

提供地域については、Metaの公式ヘルプから地域利用ポリシーへ案内されています。2026年10月12日更新の除外国一覧には日本は記載されていませんが、利用可否はMetaが有効にしている地域などの条件にも従います。除外国にないことだけを、日本での登録成功や請求対応の保証にはできません。[15]

Muse Codeは、モデルの名前ではなく、コードを書く作業に使う開発者向けサービスです。紹介ページが読めても、契約できるプランや使えるモデルは、アカウントに提供される条件を確認する必要があります。今回はインストール、認証、実際のコード変更を試していないため、動作確認済みの手順としては扱っていません。[14]

日本から導入を検討する際は、公開仕様の比較までと、登録後に行う検証を分けて進めると状況を説明しやすくなります。本記事で確かめたのは前者です。APIキーの発行、料金の請求、目的のモデルの呼び出しが完了した時点で、初めてそのアカウントで利用できたと判断できます。

開発者向け：今のコードからMuse Sparkにつなぎ替える

Meta Model APIは、既存のAI向けライブラリーを使いやすくするため、複数の通信形式を用意しています。SDKはAPIを呼び出すコードを書くためのライブラリーです。モデル名、接続先、認証キーを変えて試せる場合がありますが、同じSDKを使うことと、すべての機能が同じように動くことは別です。[16][17]

移行では、まず短い文字入力で接続を確かめ、次に実際の用途で必要な機能を一つずつ比べます。画像入力、会話の継続、外部ツールの呼び出し、応答を少しずつ受け取る処理などをまとめて変更すると、失敗した原因を絞りにくくなります。

以下は公式文書に基づく設定例です。この調査ではAPIキーを作成しておらず、呼び出しも実行していません。実行には、利用できる地域とアカウント、APIの契約条件が満たされていることが前提になります。

OpenAI・AnthropicのSDK互換

MetaはOpenAI形式のResponses API、Chat Completions API、Anthropic形式のMessages APIを案内しています。PythonでOpenAI SDKを使う場合は、接続先をhttps://api.meta.ai/v1へ変更し、Metaで発行したキーとモデルIDを指定します。OpenAIのキーをそのままMetaへ送る設定ではありません。[16][17]

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MODEL_API_KEY"],
    base_url="https://api.meta.ai/v1",
)
response = client.responses.create(
    model="muse-spark-1.3",
    input="次の文章を一文で要約してください：会議は金曜の午後に変更されました。",
)
print(response.output_text)

公式Quickstartでは、開発者画面のAPI keysからキーを作成する流れが示されています。キーは環境変数に設定し、ソースコードや公開ログへ貼り付けない方法を取ります。例のMODEL_API_KEYは環境変数の名前で、文字列そのものが認証キーになるわけではありません。[16]

通信形式によって使える機能にも差があります。たとえば公式の比較表では、Chat CompletionsにはResponsesと同じ組み込み検索や推論状態の引き継ぎがありません。会話の続け方やツールの扱いを、使っている形式ごとに確認する必要があります。[17]

接続できた後は、回答文だけでなく使用量とエラーも記録します。401ならキーなどの認証、404ならモデルIDなど、公式のエラー案内を手がかりに切り分けます。試作段階で形式を固定しておくと、モデルの違いと通信方式の違いを混ぜずに比較できます。[16]

Claude Codeなどから使う手順

Metaの開発者資料には、Claude CodeからMeta Model APIへ接続する方法もあります。この場合の接続先はhttps://api.meta.aiで、OpenAI SDKの例にある末尾の/v1を付けません。認証にはMetaのAPIキーを使い、Claude Codeの環境変数ANTHROPIC_AUTH_TOKENへ渡します。[18]

# MODEL_API_KEYにMetaのAPIキーを設定済みの場合
(
  export ANTHROPIC_BASE_URL="https://api.meta.ai"
  export ANTHROPIC_AUTH_TOKEN="$MODEL_API_KEY"
  unset ANTHROPIC_API_KEY
  export ANTHROPIC_MODEL="muse-spark-1.3"
  export ANTHROPIC_DEFAULT_OPUS_MODEL="muse-spark-1.3"
  export ANTHROPIC_DEFAULT_SONNET_MODEL="muse-spark-1.3"
  export ANTHROPIC_DEFAULT_HAIKU_MODEL="muse-spark-1.3"
  export CLAUDE_CODE_SUBAGENT_MODEL="muse-spark-1.3"
  export ENABLE_TOOL_SEARCH="true"
  claude
)

この例は、括弧内だけで接続設定を変える形にしています。複数のモデル指定をそろえるのは、主な会話と補助的な処理で別のモデル設定が残ることを避けるためです。普段の設定ファイルを変更する前に、作業用の小さなプロジェクトで接続先を確認する用途を想定しています。

ただし、Claude Codeという画面を使っていても、送信先がMetaならMetaのAPI利用です。Claudeの定額契約に含まれる利用と同一ではなく、Meta側の料金とデータ条件が適用されます。Contributorを選ぶかどうかも、コードや入力資料をどの条件で送れるかに関わります。[8][18]

移行の確認では、秘密情報を含まない小さな修正を依頼し、差分とテスト結果を確認します。自動で変更を適用する範囲や外部コマンドの権限も見直す必要があります。上の例は公式仕様から構成したものであり、本記事の制作環境でClaude CodeをMetaへ接続して動かした結果ではありません。

Meta AIの答えに自社が出るために

事業者にとっては、Muse Sparkの性能だけでなく、そのモデルを使うサービスがどの情報を読み、何を答えるかが関心になります。モデルが学習している知識、回答時のウェブ検索、Museのブラウザ操作は別の経路です。ひとつの仕組みへの対応で、すべての場面に自社が出るとは限りません。

たとえば、会社名が回答に出ることと、自社ページが根拠としてリンクされること、商品を購入できることは異なります。情報の紹介が正確でも、購入先へ進めない場合があります。反対に、サイトを操作できても、紹介文の価格や条件が古い場合は修正が必要です。

こうした違いは、GoogleのAIモードとGeminiの役割の違いにも共通する見方です。AIの名前だけで一括りにせず、調べたいのが回答、引用、訪問、取引のどこなのかを決めると、改善するページを選びやすくなります。

Meta AIとMuseが情報を読みに行く先

Meta Model APIには、ウェブ検索を使って回答の根拠を得る機能があります。公式資料では、検索ツールを指定して取得した情報を使い、出力にURLの引用情報が付く形が説明されています。ただし、これは開発者が組み込むAPIの仕様で、Meta AIのすべての回答が同じ検索経路を使うことを示すものではありません。[19]

一方、Museは専用のブラウザを使ってサイトへアクセスし、作業を進める設計です。人が読む説明文に加え、リンク先、フォームの項目、確認画面なども作業の手がかりになります。モデルが賢くなれば、接続先の制限や必要な情報の不足まで自動的に解消するという関係ではありません。[4]

検索で参照されることと、エージェントが取引に参加できることを分けると、施策も具体的になります。前者では正確な説明ページが必要になり、後者では操作できる経路や権限、条件の確認が関わります。取引の接続方法を考える際は、Personal Agent Protocolと小売サイトの対応が関連する題材です。

実際の回答を調べる場合は、質問文、日時、利用したサービス、回答全文、引用URLを保存します。名前が出なかった場合も、その回答が検索を使ったのか、引用を表示したのかで解釈が変わります。ひとつの質問での結果を、モデル全体が自社を知らない証拠として広げないことが、次に直す情報を選ぶ助けになります。

AIによる検索への備え

まず整えたいのは、購入や契約の判断に必要な情報を、公開ページで矛盾なく読める状態です。会社や商品の正式名称、対象者、料金の単位、利用条件、更新日を一つずつ確認します。画像にしか書かれていない重要条件がある場合は、本文にも同じ内容を記載すると、人も情報を照合しやすくなります。

たとえば、商品一覧では月額表示、詳細ページでは年額一括表示なのに説明がない場合、引用された側によって金額の意味が変わります。単位と条件をそろえたうえで、古いキャンペーンページから現行条件へ進めるようにします。これは情報を誤解されにくくする編集上の提案で、Museの推薦順位を上げる公式な方法ではありません。

修正後は、同じ質問と条件で回答を再確認し、以前と変わった箇所を見ます。自社名の有無だけでなく、価格が正しいか、対象外の用途を勧めていないか、リンク先が目的のページかを点検します。回答に変化があっても、その一回だけで修正の効果を断定せず、記録を続けることが必要です。

検索やAI回答への情報整備をまとめて進める場合は、AIO対策の考え方と進め方で全体像を確認できます。SparkやWonderの新しい版を追うことと、自社の公開情報を正確に保つことは並行して進められます。現時点で利用できるサービスを選び、確認できた回答を材料に直す方が、未提供の機能を前提に準備するより着手しやすくなります。

よくある質問

Muse SparkとMuseは同じものですか？

Muse SparkはAIモデルで、Museはそのモデルなどを使って作業を進めるアプリです。APIを呼び出すだけで、Museのブラウザや承認機能まで同じように利用できるわけではありません。[4]

Muse Sparkは無料ですか？

Meta AIには日常利用の無料範囲がありますが、Meta Model APIは使用量に応じた料金です。アプリの無料枠と、開発者向けの入力・出力単価を分けて確認します。[8][9]

日本から利用できますか？

Museアプリは2026年10月23日に日本で提供開始し、iOS・Android・muse.aiから利用できます。Meta AIの日本提供も発表されていますが、特定のSparkの版の選択、ログイン後の機能、API登録・決済は未確認です。Museの提供状況は2026年10月25日確認です。[10][27][28]

Muse Wonder FullをAPIから指定できますか？

確認時点ではできません。公式一覧ではMuse CodeのPower／Maximumで提供され、通常のWonderの推論設定をmaxにしてもFullにはなりません。[7]

100万トークンなら、会話をずっと覚えていますか？

文脈長は一度の処理で扱う情報量です。会話をまたぐ記憶の仕組みとは異なり、保存期間や過去の会話の引き継ぎを保証する数値ではありません。[6][7]