Meta: Muse Spark Open

Meta: Muse Spark Open は Meta のテキストモデルで、2026年10月15日にリリースされました。コーディングに最適化されたオープンウェイトモデルとされており、エージェント型コーディングワークフローに特化して訓練されています。この焦点は、初回試行の精度向上、信頼性の高いツール呼び出し、開発者が作業するリポジトリ全体にわたるコードベースの深い理解という、明示された目標に表れています。開発者向けツールを構築したり、既存のリポジトリ内で作業を自動化したりする場合、このモデルは一般的なチャットだけでなく、まさにそうした場面を直接対象としています。

入力側では、Muse Spark Open はテキスト、画像、動画、ファイル、音声を受け付けますが、出力はテキストのみです。コンテキストウィンドウは 1,048,576 トークンで、最大出力は 943,718 トークンです。この非常に大きなコンテキストと非常に大きな出力枠の組み合わせにより、大きなファイルや長い文字起こしなどの長いソースを投入しても、かなりの量の生成レスポンス用の余地を残せます。マルチモーダル入力対応はコーディング作業で注目に値します。スクリーンショット、デザインファイル、録画されたウォークスルー、音声メモを、周囲のテキストと同じリクエストの一部にできます。

実用的な用途はこれらの機能から導かれます。エージェント型コーディングワークフローが最も明確に適合します。モデルはツール呼び出しとコードベース理解のために訓練されており、リポジトリのナビゲート、複数ステップの変更の計画、ループの一部としてのツール呼び出しといったタスクに適しているからです。大きなコンテキストは、タスクが多数のファイルや以前のステップの長い履歴に依存する場合に役立ちます。画像、動画、音声、ファイルが入力として受け付けられるため、画面録画、UI モックアップ、音声によるバグ報告を、書面による要約、パッチの説明、構造化レポートなどのテキスト出力に変換するフローも構築できます。推論制御と構造化出力により、結果を人が読むのではなく解析する必要があるパイプラインでも使用できます。

このモデルは、モデル ID "meta/muse-spark-open" を使用して api14 の OpenAI 互換 API 経由で呼び出します。サポートされるリクエストパラメータは、frequency_penalty、include_reasoning、logit_bias、logprobs、max_tokens、min_p、presence_penalty、reasoning、reasoning_effort、repetition_penalty、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_k、top_logprobs、top_p です。実際には、temperature、top_p、top_k、min_p でサンプリングを調整し、ペナルティを適用し、max_tokens でレスポンスを上限設定し、response_format または structured_outputs で出力を制約し、tools と tool_choice で関数呼び出しを組み込めます。reasoning と reasoning_effort の各パラメータ、および include_reasoning により、内部推論をどれだけ露出または要求するかを制御でき、seed と logprobs または top_logprobs は再現可能な生成や検査された生成を支えます。

留意すべき制限の1つは、出力がテキストのみであるため、生成画像、音声、動画を必要とするタスクには別のモデルが必要になることです。また、このモデルは明示的にコーディング最適化されているため、コードやエージェント型ツール使用と無関係な作業では、汎用テキストモデルの方がより簡単な選択肢になる場合があります。