Meta、コーディングとエージェント性能を強化した「Muse Spark 1.3」

　ここに来てMetaが本気を出してきた。8月2日(米国時間)、Metaはフロンティアモデルの最新版「Muse Spark 1.3」を発表した。コーディングエージェント「Muse Code」およびAPI「Meta Model API」で同日より提供を開始している。100万トークンあたりのAPIの通常利用価格は、入力が1.25ドル、出力が4.25ドル。学習データ利用を許可すると、それぞれ0.1ドル、0.2ドルとなる。

　Muse Spark 1.3は、エージェントタスクとコーディングタスクの性能向上と、実用場面での使いやすさに重点を置いたアップデート。1つの長いスレッドの中で複数のワークフローを並行して処理し、長期にわたる作業を継続できるよう設計されている。ユーザーと積極的な協働を促すよう訓練されており、曖昧なプロンプトに対しては確認の質問をしたり、行き詰まったときはユーザーに助けを求め、影響の大きい操作の前には確認を取るなどの作業を行なう。

　また、複雑な長文指示を確実に処理でき、制約条件を省略したり、要求されたワークフローからの逸脱を抑えた。さらに、自身の能力と限界に対する認識能力も高められ、結果を“妄想”することが低減。できることとできないこと、知っていることと知らないことを区別し、障害にぶつかったことを把握できるようになった。

　コーディングでは、長期のコーディングタスクを追加学習し、一般的なエンジニアリングワークフローでの使いやすさを改善。不要なターンを減らして冗長性も低減したクリーンなコードスタイルになった。同社のエンジニアによる比較では、前モデル「Muse Spark 1.2」に対してツール呼び出しが約20%、トークン消費が約25%削減されたとしている。

　同社が公開したベンチマークでは、長文コンテキスト処理のMRCR 256K-512Kで98.5、MRCR 512K-1Mで98.1を記録し、OpenAIの「GPT 5.6 Sol」を上回った。コーディングでもDeepSWE v1.1で75.4、SWE-Atlas CodeBase QnAで59.4、Terminal-Bench 2.1で88.8と、GPT 5.6 SolやAnthropicの「Opus 5」を上回るか同等の結果を示している。エージェントタスクは若干遅れを取るが、旧モデルの1.2からは大きく進化した。

　なお、最大推論モードは追加の安全性テストを終えた後に提供する予定。今後は、より大規模なモデルや、Muse Sparkのオープンウェイトの公開などを計画している。