Meta: Muse Image

Muse Image は Meta の画像生成モデルで、api14 にモデル ID meta/muse-image として掲載されています。Meta はこれをエージェント型画像生成モデルと説明しています。つまり、プロンプトを単純にピクセルへ直接マッピングするのではなく、レンダリングの前に推論し、出力を生成する前にリクエストを分解します。このモデルは画像カテゴリに属し、プロバイダーのリリース日 2026-08-26 によって識別されます。

入力側では、Muse Image はテキストと画像を受け付けます。出力は画像のみです。コンテキストウィンドウは 65,536 トークンで、最大出力は 58,982 トークンです。サポートされるリクエストパラメータは max_tokens、repetition_penalty、temperature、top_k、top_p なので、生成される画像がどれだけ決定論的または多様になるかを制御するための通常のサンプリング制御を利用できます。

テキストと参照画像の両方を入力として受け取るため、実用的な用途は 2 つの道筋に分かれます。テキストから画像への作業は、コンセプトアート、イラスト、マーケティングビジュアル、その他文章による説明から生成されるアセットを対象とします。画像編集と変換の作業は、参照として提供された既存画像への変更を対象とし、デザインのバリエーション、写真の調整、または元画像に近い状態を保つ必要がある編集が必要な場合に役立ちます。モデルがレンダリングの前に推論するエージェント的な挙動は、リクエストが複雑または複数部分からなり、単一のパスでは意図の一部を見落とす可能性が高い場合に最も関係します。

api14 を通じて呼び出す方法は、ゲートウェイ上の他のモデルと同じです。model フィールドを meta/muse-image に設定して、OpenAI 互換エンドポイントにリクエストを送信します。設定できるリクエストパラメータは max_tokens、repetition_penalty、temperature、top_k、top_p です。テキストプロンプトを含め、ゼロからの生成ではなく編集を行いたい場合は入力に参照画像を追加します。OpenAI 互換のクライアントライブラリであれば、api14 のベース URL を指定してこのモデル ID を使用する以外に特別な処理は不要で、そのまま動作します。

実用上の考慮点の 1 つは、出力モダリティが画像のみであるため、このモデルはテキストの回答、コード、構造化データを返さないことです。タスクがテキスト生成、文書に対する推論、またはテキスト応答を期待するものである場合、api14 上のテキストモデルの方が適しています。Muse Image は、成果物が画像である場合、つまりプロンプトから生成する場合でも参照から編集する場合でも、レンダリングの前にリクエストを処理するモデルを求める場合に適した選択です。