Meta、推論強化モデル Muse Spark 1.3 を発表──GDPVal-AA v2 で 1754 を記録しマルチモーダル対話を最適化
長文脈 100k トークン処理と GUI 画面認識を強化し、複数ステップのエージェント処理における対話の往復回数を大幅に削減する。
リリース: 2026-09-01 · 読了 3 分記事の要約
1. 核心（What）
- Meta は 2026 年 9 月 2 日、エージェントワークフローとコーディングに特化した推論強化 AI モデル「Muse Spark 1.3」を発表した。
- 最大 100k トークンのコンテキストウィンドウをサポートし、長大なコードベースの解析やマルチモーダルな GUI 画面認識が可能になっている。
- 推論設定を最大にした「Muse Spark 1.3 (max)」は、経済タスク評価「GDPVal-AA v2」で 1754 を記録し、前世代の「Muse Spark 1.2」の 1615 から向上した。
- PC 操作タスクを測る「OSWorld 2.0」では有効プロースコア 66.9、安全スコア 32.0 を記録している。
2. 影響（Why）
- 長文脈処理によるプロンプト設計の転換: 100k トークン規模の長文脈を正確に処理できるため、社内リポジトリや仕様書を分割せずそのまま投入する RAG 設計が実用域に入る。
- 国内開発現場への影響: 国内の受託開発・SaaS 事業者は、マルチステップのエージェント型コーディングツール導入により、人間の指示出しの往復コストを削減できる。
3. 根拠・詳細（How）
- マルチモーダルと推論スケーリング: 画像認識を用いた UI スクリーンショットからのコンポーネント抽出と、Reasoning Effort 設定（max / xhigh）による段階的なリファクタリング機能を実装している。
- API 価格とオプション構成: Meta Model API 経由で利用可能であり、推論用パラメータとして標準学習モデル（入力 $0.10/1M、キャッシュ済み入力 $0.002/1M、出力 $0.20/1M）と追加学習用オプションが提供されている。
4. 展望・課題（Next）
- エコシステムの拡張予定: ターミナルでマルチエージェントコーディングを実行するツール「Muse Code」が順次提供され、ドキュメントページでガイドが公開される予定である。