>
>
公開日
2026年7月9日、MetaがMeta Superintelligence Labs製の最新AIモデル「Muse Spark 1.1」を発表しました。エージェントタスクに特化したマルチモーダル推論モデルであり、同時に発表された「Meta Model API」はMetaにとって初の有料モデルAPIです。入力$1.25／出力$4.25（100万トークンあたり）という低価格が話題ですが、情シスが検討すべき論点は価格だけではありません。現時点でAPIは米国限定プレビューであること、Meta AIアプリ経由で従業員が既に触れられること、Llamaのオープンウェイト路線からの転換、そしてエージェント／Computer Use機能に伴う権限リスクまで含めて判断する必要があります。本記事では、Muse Spark 1.1の機能・料金・競合比較を整理したうえで、情シスが「今」やるべき準備を規模別に解説します。
Muse Spark 1.1とは｜発表内容と利用経路
Muse Spark 1.1は、2026年4月発表の「Muse Spark」を大幅にアップグレードした、エージェントタスク向けのマルチモーダル推論モデルです。
本記事のポイント
Muse Spark 1.1は2026年7月9日発表。Meta AIアプリの「Thinking」モードとmeta.aiで利用でき、開発者向けにはMeta初の有料API「Meta Model API」がパブリックプレビューとして公開された。
API料金は入力$1.25／出力$4.25（100万トークンあたり）と報じられており、推論（Thinking）トークンは出力単価で課金される。
ベンチマークはツール利用・エージェント系で首位級だが、数値はMeta自社測定であり、コーディング系の一部では競合が上回る。
Meta Model APIのプレビューは米国の開発者限定。日本の情シスが今やるべきは「導入」ではなく、シャドーAI経路の把握と評価準備である。
いつから・どこで使えるのか
Muse Spark 1.1は発表と同時に、Meta AIアプリおよびmeta.aiの「Thinking」モードで利用可能になりました。開発者向けにはMeta Model APIのパブリックプレビューが開始されましたが、公開時点では米国の開発者限定であり、新規ユーザーはウェイトリスト方式です。日本の企業がAPI経由で正式に検証できるのは、地域展開の拡大を待つ必要があります。詳細はMetaの公式発表（Introducing Muse Spark 1.1）を確認してください。
ここで情シスが見落としてはいけないのは、APIは使えなくても、Meta AIアプリとmeta.aiは日本の従業員が個人アカウントで今日から触れるという点です。コンシューマ向けサービスに業務データを入力すれば、それは典型的なシャドーAIです。「まだ日本では関係ない」ではなく、「消費者向け経路では既に社内に入り得る」が正しい認識です。シャドーAIの検知・対策の基本はシャドーAIとは？シャドーITとの違いや検知・対策ガイドも参照してください。
エージェント特化という設計思想
Muse Spark 1.1の最大の特徴は、マルチエージェントのオーケストレーションを前提に訓練されている点です。メインエージェントとしてコンテキストを収集して計画を立て、並列のサブエージェントに実行を委任する。サブエージェントとしては与えられた役割に徹し、必要に応じてメインへエスカレーションする。この両方の役割を1つのモデルがこなします。
さらに、以下の点が企業利用の文脈で重要です。
100万トークンのコンテキストウィンドウを能動的に管理：長時間セッションで過去の操作を記憶し、重要な手順を保持したままコンテキストを圧縮（コンパクション）できるとされています。
MCPサーバー・カスタムスキルへのゼロショット汎化：新しいネイティブツールやMCPサーバーに、追加訓練なしで適応できると謳われています。MCPを社内導入している・検討している企業は、接続先が増えることを前提に統制を見直す必要があります。詳細はMCP 企業導入の完全ガイド｜セキュリティ統制とAI Agent ガバナンスを参照してください。
Computer Use：複数アプリケーションをまたぐデスクトップ操作に対応し、自動化スクリプトを書くべき場面と直接クリックすべき場面をモデル自身が判断します。
安全性については、Metaは自社の「Advanced AI Scaling Framework」に基づく評価を実施し、ジェイルブレイク耐性の強化、ハルシネーション率の低下、迎合性（sycophancy）の低減を報告しています。ただしこれらは自社評価であり、第三者による再現はこれからです。
Meta Model APIの料金体系とコスト設計
Meta初の有料APIは低価格を武器にしていますが、推論トークンの出力課金という構造を理解しないと見積もりを誤ることにつながります。
報道ベースの料金と競合比較
CNBCおよびReutersの報道によると、Meta Model APIの料金は以下の通りです（2026年7月9日時点、公開プレビューの価格のため変更の可能性があります）。
項目 | 価格（100万トークンあたり） | 備考 |
|---|---|---|
入力 | $1.25 | — |
キャッシュ済み入力 | $0.15 | 入力の約88%割引と報じられる |
出力 | $4.25 | 推論（Thinking）トークンを含む |
無料クレジット | $20／新規アカウント | 評価用途の規模感 |
競合のフラッグシップと比べると、Claude Opus 4.8（入力$5.00／出力$25.00）やGPT-5.5（入力約$5.00／出力$30.00）に対し、入力でおよそ4分の1、出力では6分の1前後の水準です。一方で、報道ではOpenAIのGPT-5 miniやClaude Haiku 4.5といった軽量モデルよりは高く、Claude Sonnet 4.6よりは安い、という位置づけとされています。同時期に低価格を打ち出したGrok 4.5との価格競争の文脈はGrok 4.5リリース！料金体系や情シスが今すぐすべき導入検証で解説しています。
見積もりの落とし穴：推論トークンは出力課金
Muse Spark 1.1は推論モデルであり、回答前の内部思考（reasoning tokens）が出力単価$4.25で課金されます。思考の深さはreasoning_effortパラメータ（minimal〜xhigh）で制御でき、これがコストの主なレバーになります。
エージェントワークロードは出力（思考＋ツール呼び出し＋生成）が重くなりがちです。ヘッドラインの単価だけを見て「6分の1になる」と稟議を書くと、実測で乖離が出ます。情シスとしては次の3点を見積もり条件に含めてください。
業務別に
reasoning_effortの初期値を定め、単純タスクで無駄に深い推論をさせない。固定プロンプト（社内規程・ツールスキーマ等）はキャッシュ前提の構造にし、$0.15の恩恵を最大化する。
APIキー単位の支出上限・日次上限・異常消費アラートを、検証開始前に設定する。
なお、モデル間ルーティングやプロンプトキャッシュの設計原則は、GPT-5.6のケースで解説した内容がそのまま応用できます。GPT-5.6（Sol/Terra/Luna）7/9一般公開｜情シス向け機能・価格・リスク・導入判断を併せて参照してください。
OpenAI互換・Anthropic互換という「乗り換えやすさ」
Meta Model APIはOpenAI SDK（Chat Completions／Responses）およびAnthropic Messages形式と互換とされており、既存のエージェント実装からはベースURLとAPIキーの差し替えだけで試せる設計です。開発者にとっては朗報ですが、情シス視点では**「開発者が承認なしにモデルを差し替えられる」ことと同義**です。APIゲートウェイでモデル・エンドポイントを管理していない組織では、いつの間にか本番トラフィックが未承認のモデルに流れるリスクがあります。APIキー管理と未承認ツール対策の実務はClaude Code 企業利用の統制ガイド｜APIキー管理・MCP連携・シャドーAI対策が参考になります。
ベンチマークで見るMuse Spark 1.1の実力と読み方
ツール利用・エージェント系の評価で首位級のスコアを示す一方、数値の多くはMeta自社測定であり、コーディング系では競合が上回る領域も残る。
公表スコアの整理
Metaの発表および各種報道で示された主なスコアは以下の通りです。
ベンチマーク | Muse Spark 1.1 | 主な競合 | 情シスの読み方 |
|---|---|---|---|
MCP Atlas（ツール利用） | 88.1（首位） | Claude Opus 4.8、GPT-5.5を上回ると報道 | ツール・MCP中心のエージェント用途に強み |
Humanity's Last Exam | 62.1（首位と報道） | 同上 | 総合推論の目安 |
SWE-Bench Pro（コーディング） | 61.5 | Claude Opus 4.8が69.2で首位 | 高難度コーディングは競合優位が残る |
Meta Internal Coding Bench | Muse Sparkを大幅超え、GPT-5.5超・Opus 4.8匹敵 | — | Meta社内評価のため参考値 |
読み方のポイントは3つあります。第一に、これらの数値はMetaが自社ハーネスで測定したものであり、独立検証はまだ限定的です。第二に、Muse Spark 1.1が勝っている評価はツール利用・エージェント系に集中しており、純粋なコーディング品質では上位モデルに届かない領域が残る、というのが複数の報道の一致した見立てです。第三に、独立系の評価（VALS-AI等）では総合4位ながら速度とコスト効率が高い、という「価格性能比のモデル」としての評価が出ています。
つまり情シスの判断としては、「最強モデルの置き換え」ではなく、ツール呼び出しが多く出力量が膨らむエージェント処理のコスト最適化枠として捉えるのが現実的です。最高難度の推論・コーディングを任せる枠は、引き続き上位モデルで確保する構成が安全です。上位モデル側の統制設計はClaude Fable 5の料金体系とコスト統制：7/13まで無料内包延長、以降は従量課金へを参照してください。
情シスが押さえるべき4つのリスクと対策
Muse Spark 1.1固有のリスクは「日本未提供なのに社内に入り得る」というギャップと、エージェント権限・ベンダー戦略転換の3層で整理できます。
① コンシューマ経路のシャドーAI
APIが米国限定でも、Meta AIアプリとmeta.aiは日本から利用できます。Facebook／Instagramの個人アカウントで気軽に使える導線であるため、従業員が業務文書を「Thinkingモードで要約」するといった利用が統制外で発生し得ます。コンシューマ向けMeta AIは企業契約前提のデータ保護（学習不使用の保証等）が適用されない利用形態であり、業務データの入力は情報漏洩リスクとして扱うべきです。SaaS管理ツールやIdP・拡張機能のログでmeta.aiへのアクセスを可視化し、AI利用ガイドラインの対象サービスに明記してください。
② クローズドウェイト転換によるLlama依存の見直し
Muse Spark系列はオープンウェイトでは提供されず、Metaは有料APIへ戦略転換しました。報道ではオープンソース版が開発中とされますが、時期は未定です。Llamaをセルフホストして社内AI基盤を構築してきた企業は、「今後のフラッグシップはAPI経由のみ」というシナリオを前提に、基盤の中期計画（セルフホスト継続か、API併用か）を見直す必要があります。
③ エージェント／Computer Useの権限リスク
マルチエージェントのオーケストレーションとComputer Useは、裏を返せば「1つのAPIリクエストの内部で複数の推論ループとデスクトップ操作が走る」ということです。親エージェントに渡した権限はサブエージェントにも使われる前提で統制すべきであり、書き込み・削除・外部送信・決済を伴う操作にはHuman-in-the-loopを必須にしてください。MCPサーバー経由の接続が増えるほど、未承認接続（シャドーMCP）の検知も重要になります。シャドーMCP対策ガイドおよびClaude Enterprise認証管理 完全ガイド｜Enterprise-Managed AuthorizationによるMCPガバナンスで解説している認証・権限設計の考え方は、ベンダーを問わず適用できます。
④ 単一ベンダー依存とプレビュー仕様の流動性
パブリックプレビュー段階では、価格・レート制限・提供地域が予告なく変わり得ます。また、フロンティアAIの提供が政府審査や輸出管理の影響を受けた事例は2026年に複数発生しており、特定ベンダー一択の設計は事業継続リスクです。Muse Spark 1.1は「安いから標準にする」対象ではなく、抽象化APIレイヤーの先にぶら下げるポートフォリオの1候補として位置づけてください。
規模別：情シスが「今」やるべきこと
日本からAPI検証ができない現段階では、展開準備と統制の先回りが最も費用対効果の高いアクションである。
50名未満の組織では、AI利用ガイドラインにMeta AI（アプリ／meta.ai）の業務利用可否を明記し、周知するだけでも効果があります。API提供が日本に広がった時点で試せるよう、評価したい業務（例：ツール呼び出しの多い定型エージェント処理）を1つ選んでおきましょう。
50〜300名の成長企業では、SaaS管理ツールでmeta.ai等へのアクセス実態を可視化し、シャドーAIの発生状況を把握してください。併せて、既存のLLM利用をAPIゲートウェイ経由に寄せておくと、Muse Spark 1.1が利用可能になった際にA/B評価とコスト比較を安全に実施できます。
300名超の企業では、マルチLLMポートフォリオの正式な候補リストにMuse Spark 1.1を加え、自社ワークロードでの評価ハーネス（ベンダー公表値に依存しない自社ベンチマーク）を整備しておくべきです。Llamaセルフホスト基盤を持つ場合は、クローズド化を織り込んだ中期のAI基盤方針を経営層と合意しておくことを推奨します。
よくある質問（FAQ）
Q：Muse Spark 1.1は日本から使えますか？ A：Meta AIアプリおよびmeta.aiの「Thinking」モードでは利用できます。ただし開発者向けのMeta Model APIは、公開時点で米国の開発者限定のパブリックプレビューです。日本での提供時期は公表されていないため、公式情報の更新を確認してください。
Q：料金はいくらですか？ A：報道によると入力$1.25／出力$4.25（100万トークンあたり）、キャッシュ済み入力は$0.15で、新規アカウントに$20の無料クレジットが付与されます。推論トークンは出力単価で課金される点に注意が必要です。プレビュー期間中は価格が変わる可能性があります。
Q：Claude・GPTから乗り換えるべきですか？ A：現時点では推奨しません。ベンチマークはMeta自社測定が中心で独立検証が限定的なこと、日本からAPI検証ができないこと、プレビューで仕様が流動的なことが理由です。ツール利用中心のエージェント処理のコスト最適化枠として、将来のポートフォリオ候補に加えるのが現実的です。
Q：Llamaのようにセルフホストできますか？ A：できません。Muse Spark 1.1はクローズドウェイトで、ホスト型APIとしてのみ提供されます。オープンソース版が開発中と報じられていますが、提供時期は未定です。
Q：従業員がMeta AIアプリで業務情報を入力するのを防ぐには？ A：AI利用ガイドラインで対象サービスと入力禁止データを明記したうえで、ネットワークログやSaaS管理ツールによる利用可視化を組み合わせるのが基本です。禁止だけでは代替手段のないシャドー利用を生むため、承認済みのAI環境を用意することも併せて検討してください。
まとめ｜「使えない今」こそ統制の準備期間
Muse Spark 1.1は、エージェント・ツール利用に的を絞り、低価格と互換APIで開発者の乗り換えコストを下げに来た戦略的なリリースです。日本の情シスにとっては、APIが使えない今こそ、シャドーAI経路の可視化・評価基準の整備・マルチLLM前提の設計という「先回りの統制」を進める好機です。
✅ AI利用ガイドラインにMeta AI（アプリ／meta.ai）の業務利用可否と入力禁止データを明記する
✅ SaaS管理ツール等でmeta.aiへのアクセス実態を可視化し、シャドーAIの発生を把握する
✅ 既存LLM利用をAPIゲートウェイ経由に集約し、将来のA/B評価とコスト比較に備える
✅ ベンダー公表値に依存しない自社ワークロードの評価ハーネスを整備する
✅ Llamaセルフホスト基盤を持つ場合、クローズド化シナリオを含む中期方針を見直す
本記事の内容に誤り等がございましたら、こちらからご連絡ください。
監修
Admina Team
情シス業務に関するお役立ち情報をマネーフォワード Adminaが提供します。
SaaS・アカウント・デバイスの管理を自動化し、IT資産の可視化とセキュリティ統制を実現。
従業員の入退社対応や棚卸し作業の工数を削減し、情報システム部門の運用負荷を大幅に軽減します。
中小企業から大企業まで、情シス・管理部門・経営層のすべてに頼れるIT管理プラットフォームです。
