9月4日、MarkTechPostが「Meta AI Released Muse Spark 1.3: An Agentic Coding Model That Uses ~20% Fewer Tool Calls and ~25% Fewer Tokens Than Muse Spark 1.2」と題した記事を公開した。Meta Superintelligence Labsが正式リリースしたMuse Spark 1.3は、前世代比でツール呼び出しを約20%、トークン使用量を約25%削減しており、長期的なエージェント処理のAPIコスト圧縮を直接の目標に据えたコーディング特化モデルだ。

コスト削減が本題：ツール呼び出し20%減、トークン25%減

Meta Superintelligence Labsは、Muse Spark 1.3をMuse CodeおよびMeta Model APIで提供開始した。5ヶ月で4回目のリリースとなる今回の主眼は、単発の生成ではなく長期的なエージェント処理とコーディング作業に置かれている。

エンジニアが最も気にすべき数字は、Meta社内での比較で計測されたツール呼び出し約20%削減、トークン消費約25%削減だ。エージェント型のワークロードでは、モデルへの往復回数と課金トークン数が直接コストに直結する。タスク1件あたりのラウンドトリップが減るということは、APIコストの圧縮を意味する。

不必要なターンの削減、冗長な出力の抑制、コードスタイルの整理——いずれも長時間稼働するエージェント処理で蓄積されやすい無駄を潰す方向の改善だ。

エージェントとしての挙動改善

Muse Spark 1.3は複数のエージェントハーネス（エージェントの動作を評価・制御するフレームワーク）で訓練されており、特定の環境に過適合しない設計になっている。

協調動作の面では以下の変更が加えられた：

• 曖昧なプロンプトに対して確認質問を行う
• 重要なアクションの前にユーザーへの確認を挟む
• 処理が詰まった際はユーザーを呼び込む
• 長時間実行中の好みに応じて、頻繁な進捗報告またはサイレント実行を選択

また、自身の限界に対するキャリブレーション（精度の自己認識）が改善されており、結果を捏造する代わりに「詰まっている」ことを明示するようになったとMetaは説明している。

ベンチマーク：公開モードと非公開モードの差に注意

Metaが公表したベンチマークスコアは以下の通りだ。

※表中のClaude Opus 5はAnthropicの、GPT-5.6 SolはOpenAIの、それぞれ最新フラッグシップモデルにあたる。

長文脈の取得精度（MRCR v2）では競合との差が最も大きく、512K〜1Mトークン範囲で98.1対73.8とGPT-5.6 Solに大きく差をつけている。コンテキストウィンドウは最大100万トークンに対応している。

ただし、ひとつ留意すべき点がある。Metaが発表スコアカードで使用しているのはmax推論モードだが、現時点で開発者が呼び出せるのはxhighモードのみだ。maxモードは追加の安全性テストが完了するまでゲートがかかっている。

サードパーティの評価機関Artificial Analysisによると、実際に利用可能なxhighバリアントのIntelligence Indexスコアは61で、Claude Opus 5（max）の63、Claude Fable 5.1（max）の66には届かない水準だ。発表スコアと実運用スコアのギャップは、比較時に注意が必要だ。

価格と制限

• 価格：入力$1.25/Mトークン、出力$4.25/Mトークン（前バージョンから変更なし）
• コントリビューター枠：入力$0.10/M、出力$0.20/M。コントリビューター枠とは、Metaのモデル改善プログラムへの参加者向けに設定された割引価格帯で、利用データのフィードバック提供が条件となる
• ウェイト（重み）の公開：現時点では非公開。ただしMetaのロードマップには将来のオープンウェイトリリースが記載されている
• セルフホスト：現時点では不可

ウェイトが非公開であることはオープンソース志向のエンジニアには制約となるが、MetaはオープンウェイトリリースをRoadmapに明記している点は、Llamaシリーズのリリース実績を踏まえると一定の信頼性がある。

詳細はMeta AI Released Muse Spark 1.3: An Agentic Coding Model That Uses ~20% Fewer Tool Calls and ~25% Fewer Tokens Than Muse Spark 1.2を参照していただきたい。