MetaがAIモデル「Muse Spark 1.3」を発表：コーディングとエージェント性能を大幅強化、「最大の飛躍」とCEOが強調
米Metaは、AIモデル「Muse Spark 1.3」を現地時間9月2日に発表し、開発者向けに「Muse Code」および「Meta Model API」を通じて提供を開始しました。本モデルは、Meta Superintelligence Labs（MSL）設立後初のネイティブマルチモーダル推論モデルの最新版であり、特にエージェント的なタスク処理能力とコーディング性能の大幅な強化が特徴です。
Muse Spark 1.3は、単なる情報処理に留まらず、実運用における「協働」を念頭に開発されました。エージェント用途においては、長時間にわたる作業を継続する能力が向上し、曖昧な指示に対しては意図を問い直す質問を返し、行き詰まった際にはユーザーに助けを求め、重要な操作の前には事前に確認を取るなど、ユーザーとの対話を通じて作業を完遂するよう設計されています。また、複数の作業が混在する単一スレッド内でも、新しい指示を適切なタスクに割り当てられるようになり、自身の能力と限界を正確に認識し、失敗した場合は結果を捏造せず、その事実を伝えるよう学習されています。
コーディング性能の面では、長期的なタスクでの訓練を増やした結果、従来モデル（1.2）と比較して、ツール呼び出しが約20％、トークン消費が約25％削減され、冗長さが抑えられ、効率が大幅に向上しました。安全性面でも、敵対的な入力やプロンプトインジェクションへの耐性が高められ、不可逆な操作かどうかの判断精度が改善されています。
性能比較では、OpenAIの「GPT-5.6 Sol」やAnthropicの「Claude Opus 5」といった競合モデルと比較され、コーディング系の3項目でMuse Spark 1.3が最高スコアを記録しました。特に長期的なエージェント型コーディングを測る「DeepSWE v1.1」では75.4を記録し、競合のOpus 5（74.0）やGPT-5.6 Sol（73.0）を上回りました。また、長文脈の読解力を測る「MRCR」では98.1を記録し、従来のモデルや競合モデルを大きく引き離す結果となりました。マーク・ザッカーバーグCEOはこれを「コーディングとエージェント的な作業において、これまでで最大の飛躍」と評価し、その性能が「計測する必要もないほど安価なフロンティア性能」であるとアピールしています。今後は、より大規模なモデルや、オープンウェイト化されたモデルの公開も予定されています。
背景
近年、AIモデルは単なるテキスト生成から、複雑なタスクを自律的に実行する「エージェント」機能を持つことが求められています。Metaは、このエージェント性能と実用的なコーディング能力を飛躍的に向上させるため、最新モデル「Muse Spark 1.3」を開発・発表しました。これは、AIの産業応用における新たなベンチマークを設定する動きです。
重要用語解説
- ネイティブマルチモーダル推論モデル: テキストだけでなく、画像や音声など複数の種類のデータ（モダリティ）を最初から統合的に理解し、推論できるAIモデルのこと。より現実世界の複雑なタスクに対応可能。
- エージェント型タスク: AIが単発の質問に答えるだけでなく、目標設定、計画立案、実行、自己修正といった一連のプロセスを自律的に行うタスク。実社会での応用が期待される。
- プロンプトインジェクション: AIモデルに対し、意図的に悪意のある指示（プロンプト）を送り込み、本来の安全ガードレールを迂回させたり、誤った出力を強制させたりするセキュリティ攻撃手法。
今後の影響
Muse Spark 1.3の高性能化は、AIが単なるツールから「共同作業者（コパイロット）」へと進化していることを示します。特にコーディングや長期タスクにおける優位性は、開発プロセスや知識労働の自動化を加速させ、AIを活用した産業全体の生産性向上に大きな影響を与えると予想されます。