Meta[1] AI Researchの投稿「Introducing Muse Spark 1.1」は2026年7月9日付で、「Today, we're excited to introduce Muse Spark 1.1」で始まる。TechCrunch[5]は同日にローンチを報じており、OpenRouter[2]の7月16日の掲載は同サービスがモデルを追加した日である。
Muse Spark 1.1 リリース
原文から自動翻訳されています
元のタイトル: Muse Spark 1.1 Released
MetaはMuse Spark 1.1を公開した。エージェント型タスク向けのマルチモーダル推論モデルで、コンテキストウィンドウは1Mトークン。同時にMeta Model APIのパブリックプレビューを開始し、価格は入力100万トークンあたり$1.25、出力100万トークンあたり$4.25。Artificial Analysis Intelligence Indexでは51点。
- Metaは2026年7月9日にMuse Spark 1.1を公開し、「Meta Superintelligence Labsの最新モデルであり、Muse Sparkからの大幅なアップグレード」と説明した。ツール利用やコンピューター操作、コーディング、マルチモーダル理解が大きく向上した、エージェント型タスク向けのマルチモーダル推論モデルである[1]
- また、新しいMeta Model APIのパブリックプレビューを開始した。Metaによれば、開発者がAPI経由でこのモデルを使った開発を始められるのは初めてで(Artificial Analysisによると、最初のMuse Sparkには公開APIがなかった)、Meta AIアプリとmeta.aiでは「Thinking」モードで提供が始まった。Metaは同じ週にMuse Imageも公開した[1]
- 売りはエージェント型の作業だ。計画を立てて並列のサブエージェントに委任し、後続のステップに必要な情報を圧縮しながら1Mトークンのコンテキストを管理し、コンピューター操作では、自動化の方が速ければスクリプトを書き、直接操作の方が簡単ならクリックする[1]
- Artificial AnalysisはIntelligence Indexで51点を付けた。Muse Spark 1.0の43点から3か月で8ポイント上昇し、GLM-5.2(max)、GPT-5.4(xhigh)、GPT-5.6 Luna(max)と並ぶ。Grok 4.5(54)、Claude Opus 4.8(56)、GPT-5.6 Sol(59)、Claude Fable 5(60)はこれより上位だった[4]
- 向上はコーディング(Coding Indexは59から71)、科学(SciCodeは52%から58%、Humanity's Last Examは40%から45%)、知識に集中した。GDPval-AA v2は1,144から1,376 Eloに上昇したが、エージェント型のナレッジワークは依然として最先端に後れを取っていた[4]
- ハルシネーション率は73%から38%に低下したが、主にモデルが回答を試みる質問が減ったためだ(回答率は95%から82%、正答率は45%から41%)。指数のタスク1件あたり約$0.26で、GLM-5.2($0.37)やGPT-5.4($0.89)より安い[3][4]
- ザッカーバーグ氏はこれを「非常に低価格の、強力なエージェント型・コーディングモデル」と呼んだ。TechCrunchは、同種のモデルを以前から提供しているAnthropicやOpenAIにMetaはまだ後れを取っていると指摘した[5]
主な機能
- コンテキストウィンドウは1Mトークンで、Muse Spark 1.0の262kから拡大。テキスト、画像、動画、PDFを入力でき、出力はテキスト[2][4]
- MetaのAPIでの価格は、入力100万トークンあたり$1.25、キャッシュ入力100万トークンあたり$0.15、出力100万トークンあたり$4.25[2][4]
- ローンチ時のパートナーからの支持は、ReplitのAmjad Masad氏(「完全なエージェント基盤」)、ClineのSaoud Rizwan氏、BoxのYashodha Bhavnani氏、OpenClaw FoundationのDave Morin氏から寄せられた[1]
- Metaによると、Advanced AI Scaling Frameworkに基づく安全性テストで、化学・生物、サイバーセキュリティ、制御喪失のリスクは安全な範囲内に収まり、ジェイルブレイクやプロンプトインジェクションへの耐性が向上し、迎合性も低下した[1]
- Metaの自社APIでは、Artificial Analysisの測定で出力速度の中央値は毎秒約114トークン、最初の回答トークンまで約21秒だった[4]