Meta Muse Spark Open登場:1Mコンテキスト対応マルチモーダルAI

基本情報
| 項目 | 内容 |
|---|---|
| 公開元 | Together AI |
| 公開日 | 2026-10-15 |
| 出典の種類 | 未確認(一次情報で裏付けできていない)(Meta公式一次情報が出典に含まれない) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
Metaの新たなオープンウェイトモデル「Muse Spark Open」がTogether AIのプラットフォーム上で利用可能になったと報告されています。ただし、本情報は現時点でMeta公式から広く確認が取れているものではなく、クラウドプラットフォームであるTogether AIによる発表に基づいた未確認の情報とされています。
Together AIのブログ記事によれば、Muse Spark Openはリポジトリ全体のコードベースをコンテキスト内に保持しながら動作する、長時間のエージェント型コーディングワークフローに向けて開発されたモデルとされています。ソフトウェアエンジニアリングにおける自律エージェントとしての動作に加え、デスクトップやモバイル、ブラウザを横断したコンピュータ操作やWeb自動化、さらにはドキュメント、画像、音声、動画の統合的な理解を目的として作られたと報告されています。
スペック
Together AIが公開した資料から確認できる仕様は以下の通りです。なお、アーキテクチャの詳細な内訳パラメータ数などは資料本文に明記されていませんが、API上のモデル識別名には meta-models/Muse-Spark-Open-816B-A42B という表記が確認できます。
- コンテキスト長: 100万トークン(1M tokens)
- 入力モダリティ: テキスト、画像、音声、音声付き動画(audio-video)
- 動作特性: 自律的な計画・実行・観察・自己修正、サブエージェントの協調制御
- 監査支援機能: アクションを実行する前に何を行うのかとその理由を出力する意図表明機能(Intent commentary)
100万トークンという広大なコンテキストウィンドウにより、複雑な依存関係を持つ古いコードや数千に及ぶファイルを含むプロジェクト全体を、タスクごとに分割することなく丸ごとモデルへ入力できると説明されています。
性能
現時点において、第三者機関による検証や具体的なベンチマークテストのスコア一覧(比較表)は公開されていません。ただし、Together AIのブログ記事では定性的な性能評価や早期アクセス顧客からのフィードバックが紹介されています。
公開元であるTogether AIの記述によると、Muse Spark Openは「現時点で最も高い能力を持つ米国発のオープンウェイトモデル」と位置付けられています。複数ファイルにまたがるリファクタリング、デバッグセッション、長時間の作業など、ソフトウェアエンジニアが実際に行う現場の開発作業データを学習に用いており、初回の試行における精度の向上、信頼性の高いツール呼び出し、深いコードベース理解能力が実現されていると主張されています。
また、正式提供に先立って早期アクセスプログラムに参加した企業からも評価が寄せられています。ソフトウェア開発エージェントを提供するFactoryのZimu Li氏は、エージェント工学のワークフローにおいてMuse Spark Openが一貫して適切なツールを選択し、本番環境のエージェントに求められる簡潔で無駄のない応答を維持したと報告しています。さらに、ローカルLLM実行環境を提供するOllamaのシニアAIエンジニアであるDong Chen氏も、ツール呼び出しと長文脈の処理において特に高い性能を示し、複数ステップにわたる呼び出しや並列呼び出しにおいても整った構造化出力を生成できたと評価しています。
これらの評価はあくまで公開元や早期パートナーによる主観的・定性的な報告にとどまるため、客観的な実力や既存の主要モデルに対する優劣の度合いについては、今後のベンチマークスコアの公表やコミュニティによる検証が待たれます。
得意なこと・想定用途
Muse Spark Openは、単なるテキスト生成やコード補完にとどまらず、自律的に動作するソフトウェアエンジニアリングエージェントとしての活用を主眼に置いて設計されていると報告されています。Together AIの公表内容に基づくと、本モデルが想定している主な用途や得意とする領域は以下の通りです。
大規模コードベースを対象としたエージェント型開発
本モデルは、実際の開発現場で行われる複数ファイルにまたがるリファクタリング、長時間のデバッグセッション、複雑な修正作業といった実践的なタスクのデータを学習に用いているとされています。100万トークンに及ぶ広大なコンテキストウィンドウを活用することで、複雑な依存関係やレガシーコード、数千ファイル規模のリポジトリ全体をタスクごとに分割せずにそのままコンテキスト内に読み込むことが可能です。これにより、プロジェクト全体の文脈を見失うことなく、初回の試行から精度の高い修正や機能追加を行うことが期待されています。
コンピュータ操作とマルチモーダルWeb自動化
デスクトップ環境、モバイル端末、Webブラウザを横断したコンピュータ操作(Computer use)と、マルチモーダルなWebブラウジングに対応しているとされています。画面の視覚情報とテキスト情報を組み合わせて解釈しながらWeb上を探索したり、各種操作を自律的に実行したりするワークフローへの適用が想定されています。
複合的なマルチモーダル理解
入力モダリティとしてテキストだけでなく、画像、音声、さらに音声付き動画(audio-video)に対応しています。ドキュメントの図表、UIのスクリーンショット、動作確認用の録画動画や音声ログなどを複合的に読み解きながら開発や調査を進める用途に適しているとされています。
長期自律タスクの計画・修正とサブエージェント協調
長期的な視野で自律的に計画を立て、実行し、その結果を観察して自己修正を行うループを備えています。さらに、分割可能な作業については複数のサブエージェントを立ち上げて協調制御する機能も想定されています。実行前に「何を行うのか」「なぜそれを行うのか」を言語化して出力する意図表明機能(Intent commentary)を備えているため、長時間の自律実行であっても人間の開発者が途中の判断プロセスを容易に監査・トレースできる点が特徴とされています。
堅牢なツール呼び出しと構造化出力
早期アクセス顧客の評価でも強調されているように、マルチステップのツール呼び出しや並列呼び出しを正確に実行し、無駄のない整理された構造化データを出力する能力に長けているとされています。Factoryの自律型開発エージェント「Droids」のような本番環境ワークフローにおいて、適切なツールを選択して的確に実行するタスクに向いています。
入手方法
現時点において、Muse Spark Openの利用方法としてTogether AIから公表されている手段は、同プラットフォームのクラウドAPIおよびプレイグラウンドです。また、ローカルLLM実行ツールであるOllamaからも提供されると案内されています。
Together AI Serverless APIでの利用
Together AIのServerless APIを通じて、モデル識別名 meta-models/Muse-Spark-Open-816B-A42B を指定することで利用できます。Pythonクライアントライブラリを用いた基本的な呼び出し例は以下の通りです。
from together import Together
client = Together()
response = client.chat.completions.create(
model="meta-models/Muse-Spark-Open-816B-A42B",
messages=[
{
"role": "user",
"content": "Refactor this module to remove the circular import.",
}
],
)
print(response.choices[0].message.content)
APIの利用料金は以下のように案内されています。
- 入力トークン: 100万トークンあたり1.25ドル
- 出力トークン: 100万トークンあたり4.25ドル
- キャッシュされた入力トークン: 100万トークンあたり0.15ドル
また、コードを書かずにブラウザ上で挙動を試すことができるプレイグラウンドもTogether AI上で提供されています。
Ollamaでの提供について
早期アクセスパートナーであるOllamaのエンジニアからのコメントにおいて、Together AIとのパートナーシップを通じて初日からOllamaユーザーへ本モデルを提供する旨が表明されています。ただし、現時点の発表資料内には具体的なダウンロードコマンド(ollama run など)や配布形式の詳細までは記載されていません。オープンウェイトのモデルファイル(重みデータ)自体のローカル向け配布やライセンス規約の詳細については、今後のMetaおよび各プラットフォームからの公式な案内を確認する必要があります。
関連記事
出典
この記事は未確認情報を含みます。 公式の一次情報で裏が取れ次第、更新履歴を追記して反映します。

