Metaは公式のAI ResearchページでAIモデル「Muse Spark 1.3」を発表した。長時間にわたるエージェント作業やコーディング性能を改善し、Muse CodeとMeta Model APIで提供を開始。実務での使いやすさと安全性も強化した。
長期エージェント作業とコーディング性能を改善
2026年9月2日に発表されたMuse Spark 1.3は、複数の作業を一つの長いスレッド内で扱いながら、ユーザーと協調して長時間のタスクを進めることを重視したモデルだ。自由度の高い目的を与えられた場合、ツールを使って複数の情報源から必要な文脈を集め、計画の不足を補正しながら最終成果物まで進める。
曖昧な指示では確認質問を行い、行き詰まった場合はユーザーへ助けを求め、重大な操作の前には確認する設計を採用した。長い指示でも細かな要件を保持しやすく、途中で別の依頼が入った場合も、どのタスクに対応する指示かを判別する能力を高めている。
コーディングでは長期的な開発タスクを中心に訓練を拡張した。Metaのエンジニアによる比較では、Muse Spark 1.2よりツール呼び出しを約20％、使用トークンを約25％削減し、必要以上の往復や冗長な出力も抑えたという。
また、敵対的入力やプロンプトインジェクション（※）への耐性を高め、取り消せない操作をより慎重に扱うよう改善したとしている。自分にできることとできないことを把握し、結果を捏造せず障害を認識する能力も強化した。
Muse Spark 1.3は現在、Muse CodeとMeta Model APIで利用できる。
※プロンプトインジェクション：AIが参照する指示文や外部データ、文書などに悪意ある命令を紛れ込ませ、本来の目的や安全上の制約を無視させたり、意図しない操作を誘発したりする攻撃手法。
実務AIの自律性向上 安全性と制御が焦点
今回の改善は、AIを単発の回答生成から、複数工程を継続して処理する実務ツールへ近づける動きと言える。文脈を保持しながら調査、判断、ツール操作、成果物作成をつなげられれば、開発や分析などで人が細かく指示する回数を減らせる可能性がある。
一方、自律性が高まるほど、誤った判断や意図しない操作が実務へ与える影響も大きくなる。敵対的入力への対応策を取ったといっても、新規モデルである以上、市場での信頼性評価はまだ確定していないところだ。
今後は、より大規模なモデルやMuse Sparkのオープンウェイト版も予定されている。実務利用が広がれば、性能そのものだけでなく、長時間タスクでの安定性やユーザー確認の設計、安全な操作判断まで含めた総合的な運用性が競争軸になりそうだ。
Meta 「Introducing Muse Spark 1.3」
関連記事:
Muse Codeとは？Metaが公開したAIコーディングエージェント
Anthropic、Claude Fable 5.1とClaude Mythos 5.1発表 Fableはエージェント作業で最大45％コスト削減
Sakana AIが「Fugu-Ultra」v1.1発表 一部タスクでFable 5超え、Claude Codeにも対応
