Meta Muse Image：モデル、API、そして一律0.01ドルの画像

曖昧さ回避された名前で検索してここにたどり着いたなら、短い答えはこうです：Meta Muse ImageはMetaのエージェント型画像生成・編集モデルであり、オープンウェイトではなくプロプライエタリで、Meta自身のModel APIを通じて識別子muse-image-1.0で一律生成画像1枚あたり$0.01、検索グラウンディングもその価格に含まれます。これが検索の問いに対する完全な答えであり、以下はすべてそのリファレンスです — このモデルが何をするのか、どうやって呼び出すのか、課金単位が実際には何なのか、Metaが来歴について何を文書化しているのか、そしてドキュメントがどこで止まっているのか。

このページの存在根拠については、率直に述べておくべきことが2つある。というのも、このファミリーはすでに一度ならず発表されており、2度目の発表記事は、当社がすでに掲載している報道の重複になってしまうからだ。これはこの名称に関する正規の参照ページである。読者がそれを検索した後に行き着く先だ。その存在根拠は、当社が2026年9月29日にファーストパーティで測定した継続的な需要である。読者はこの名称の曖昧性を解消した形を3つの綴りで入力し、数百インプレッション規模に達しており、その順位は、このページと同じ形のページを書いたからではなく、他のページの偶然によって当社が保持しているもので、コンバージョンはほぼゼロである。当社が公開しているもののうち、参照ページの形をしたものが一つもないからだ。この測定は、人々が何を入力するかについての事実であり、それ以外の何ものでもない。モデルの品質や世の中での人気について何も語るものではない。そして、日付を特定できるよりどころは、ここではモデルの日付を特定するための事実として用いられており、報じる出来事としてではない。Muse ImageとMuse Videoに関するMetaのローンチ投稿には、2026年7月7日という日付が付されており、同日にMetaの消費者向けサーフェス全体でこのモデルが「本日利用可能」であると説明している。したがって、このページが基準とするローンチ日は2026年7月7日である。以下のすべての数値は、文で別段の記載がない限り、2026年9月29日にMeta自身のページから読み取ったものである。

Muse Imageとは実際に何なのか

Meta自身の一行説明から始めるのがよい。それはマーケティングではなく実際の役割を果たしているからだ。Muse Imageは「検索に基づくエージェント型画像生成で、本番ボリューム向けに1枚あたり$0.01で価格設定されている」。Metaのモデルページでは、機能面が4つの動作モード——画像生成、精密編集、アンカー付きコンポジション、マルチターン改良——に分けられており、開発者向けドキュメントでは同じ内容が一文に要約されている。「Muse Imageは会話から画像を生成・編集する」。

際立った主張は、Metaの言葉を借りれば、Muse Imageが「描画する前に推論する画像モデル」であるということだ。Metaのローンチ投稿は、それを観念的なものではなく具体的なものにしている。「プロンプトを直接画像にマッピングするのではなく、Muse Imageはエージェントとして動作する。精度を高めるために検索ツールとコーディングツールを呼び出し、自身の生成物を自己洗練し、テスト時計算のスケーリングを通じて改善する」。実際には、これはモデルが描く前に計画を立て、プロンプトが現実世界の事実に関わる場合にはウェブからライブの参照情報を取得し、精度が重要になる場合にはコードを書いて実行することを意味する — Metaが正確なプロットやQRコードのために説明する道筋だ — そして、結果を返す前にそれをチェックする。

Meta が最初に挙げる3つの能力こそ、評価の対象とすべきものであり、それらは Meta 自身の一文に明示されている。Muse Image は「指示に忠実に従い、精密に編集し、複数の参照素材から構図を組み立てる」。このうち最も鋭いのは編集に関する主張だ。それは出力についてではなく、抑制についての主張だからである。Meta のモデルページには、このモデルは「指定した箇所だけを正確に変更し、それ以外には一切手を加えない」ように設計されており、一度きりの編集ではなく、ターンをまたいだ反復的な調整をサポートすると記されている。構図が関わるのは「アンカード・コンポジション」モードの部分で、これは「キャラクター、スタイル、設定が画像ごとに一貫するよう、一連の生成全体を少数の参照画像に固定する」ものであり、1枚の画像ではなくカタログや広告セットを制作する場合に重要な能力だ。これらを総合すると、単に画像を生成するためのモデルと、パイプラインを構築する土台となるモデルとを分ける主張になるが、これらはあくまでベンダーの主張である。Meta はこのモデルについて、指示追従や編集の忠実性に関する独立したベンチマークを一切公開していない。

エージェント的という枠組みは、ツールだけの話ではない。Metaは、Muse ImageがMuse Spark、すなわち同社のテキストモデルと組み合わせて提供されると記している。それは「2つのモデルがツールを共有し、強力なエージェント的成果に向けて共同で計画を立てる」ためであり、文書化された例としては、アニメーションGIF、画像を埋め込んだページ、小さなインタラクティブゲームといった複数パーツからなる出力が挙げられている。生成された画像と、生成されたテキストや生成されたコードを組み合わせたものを構築しようとしているなら、このペアリングこそが設計のなかで理解しておくべき部分であり、このモデルが、独自の認証情報を持つ別個の画像エンドポイント上ではなく、Muse Sparkと同じAPIと同じ認証で提供されている理由でもある。

呼び方: API サーフェス

Muse Image is reached through Meta's Model API, and the developer documentation is specific about the shape of that call. The model identifier is muse-image-1.0, passed as the model field on every request. Requests go to the base URL https://api.meta.ai/v1 with a bearer token — the documentation notes that it uses the same base URL and auth as Muse Spark — and there are two image endpoints plus a conversational one:

• 生成 — POST /v1/images/generations、テキストプロンプトを入力すると画像が出力されます。

• 編集 — POST /v1/images/editsは、プロンプトと入力画像を使った image-to-image 作業向けです。

• ターンをまたいで洗練 — POST /v1/responses、つまり Responses API を使用します。これがドキュメントに記載されているマルチターンフローの仕組みです。

images エンドポイントでドキュメントに記載されているパラメータは数が少なく、記憶しておく価値があります。コストと出力形式がそこで決まるからです。nは 1 から 10 を取り、デフォルトは 1 です。sizeは 1792x1024 のような「WxH」形式の文字列を取り、ドキュメントにはこれらのエンドポイントでは「アスペクト比のみを設定し、正確なピクセル数ではない」と明記されています — 解像度の保証と解釈してはいけません。response_formatはデフォルトで b64_json、または url で、output_formatはデフォルトで webp、png と jpeg も利用できます。エージェント的な挙動は切り替え可能です。images エンドポイントは tool_enablement拡張を受け付け、これが enable_image_search、enable_web_search、enable_shell をカバーし、また reasoning_strengthは high（デフォルト）または low を取ります。推論を下げることはコストとレイテンシを抑えるレバーであり、鵜呑みにするのではなく、自分のプロンプトでまず A/B テストする価値がある最初の項目です。

Responses API では、同じコントロールは image_generation ツールオブジェクトであり、それは tools 内にあります。画像検索、Web検索、シェルはすべてデフォルトで有効になっています。出力配列は固定順序で返ります：モデルが何を計画し何を調べたかを要約した推論アイテム、メッセージアイテム、次に画像ごとに 1 つの image_generation_call アイテムです。画像自体はそのアイテムの result フィールドに base64 として入っており、その id は、後のターンで同じ画像を編集し続けるために渡し戻す署名付きハンドルとして文書化されています。このハンドルはマルチターン改良の仕組みであり、画像の細部を 1 つ変更するために画像を再アップロードするのを避ける方法です。両方の images エンドポイントは stream: true も受け付け、生成時には image_generation.completed を、編集時には image_edit.completed を発行します。Model API は OpenAI SDK、Anthropic SDK、および OpenAI 互換のエージェント CLI とドロップイン互換として文書化されているため、既存の画像呼び出しは書き換えではなくモデル文字列の変更で済みます。

脚注ではなくリファレンスに入れるべき注意点が1つあります。Metaは、私たちが読める形でMuse Imageのレート制限を公表していません。Meta自身の開発者サイトのレート制限ページは、価格ページと同じく、数値が一切載っていないシェルを返しました。スループットが設計上重要なものであるなら、それはドキュメントからではなくAPIから判明する未知数です。

価格と、その価格の単位

画像1枚あたり1セント。この数値は、Meta自身のMuse Imageのモデルページから読み取ったもので、そこでは検索グラウンディングと推論がいずれも含まれると明記された料金表にこのモデルが掲載されており、価格は$0.01/imageと記載されています。開発者向けドキュメントもこれを「Muse Imageは生成画像1枚あたり一律$0.01で課金されます」と言い換えています。単位はトークンではなく画像です。ドキュメントはそう明言しています（「Muse Imageはトークン単位では価格設定されていません」）。これが重要なのは、使用量をトークンで報告する画像APIは通常トークン単位で課金されるからです。Muse Imageは入力トークン数と出力トークン数を含む使用量ブロックを返しますが、これらの数値は参考情報にすぎません。

この単位からは、請求に関する3つの詳細が導かれる。第一に、nは乗数である。10枚の画像を返すリクエストは10枚分として請求されるため、1–10パラメータは利便性のためであると同時に支出の制御でもある。第二に、失敗は請求されない。生成に失敗した画像や、返される前に安全性フィルタリングによって削除された画像はカウントされない。第三に、検索グラウンディングは別個の明細項目ではなく、画像1枚あたりの価格に含まれている。Metaのドキュメントには「画像1枚あたりの価格の一部であるため、検索グラウンディングの別途料金は発生しない」と記されている。この最後の点こそ、エージェント的な作業においてこの料率を意味のあるものにする。描画前にウェブ検索を行うモデルは、1つの出力の背後で複数のツール呼び出しを生成しうるが、Metaはそのツール呼び出しが画像とは別に請求されることはないと述べているのである。

私たちは料金表からこの数値を裏付けることはできませんでした。これは省略せずに言及する価値があります。私たちが取得したMetaの開発者ドメイン配下の料金URLはすべて、ドル金額が含まれていないページシェルを返しました。そのため、この数値が読める形で記載されているのは、モデルページと画像生成ドキュメントの2か所だけです。調達のために二次情報源が必要な場合、今日のMetaのサイトには存在しません。

1セントで実際に買えるのは、割引ではなく意思決定の変化だ。Meta自身がモデルページで示している位置づけによれば、このモデルは「フロンティア価格ではこれまで手が届かなかったワークロードを実行できるようにする」ものであり、広告バリエーションの生成、カタログ画像、ユーザーごとのパーソナライゼーションなどを指す。そしてこの料金なら、10万枚の画像でおよそ1,000ドルになる。その料金を、すでに支払っているかもしれないプレミアム画像モデルと比較検討しているなら、有効なのは自分のプロンプトと自分の評価で両方を実行してみることだ。その比較を実際に行えるほど安くしてくれるのが、画像1枚1セントなのである。

来歴：Content Sealが解決するものと解決しないもの

Metaはこのモデルとともに不可視のウォーターマークシステムを提供しており、引用する価値があるほど正確に文書化している。「Muse Imageには、当社の不可視ウォーターマークシステムであるContent Sealが含まれています。Meta AIアプリおよびmeta.ai上でMuse Imageによって作成された画像には、切り抜き、圧縮、サイズ変更、スクリーンショットが行われた場合でも維持される隠れた来歴シグナルが付与されます。」MetaはContent Sealを動画にも拡張する計画を述べており、画像にそのマークが付いているかどうかを確認できる検出ツールを予告している。

その文の射程を注意深く読んでください。それは一見したよりも狭いものです。来歴シグナルは、Meta AIアプリおよびmeta.ai——コンシューマー向けサーフェス——で作成された画像によって運ばれると説明されています。また、MetaのモデルページとAPIドキュメントには、Model APIを通じて生成された画像に同じマークが付くかどうかについて何も書かれていません。どちらとも取れる記述は見つけられなかったため、Content Sealはコンシューマー向けサーフェスの来歴機能として扱い、自分のアカウントの出力をテストするまでは、API生成ファイルにそれが伴うと想定しないでください。別途、私たちが報告した検出器の唯一のテストはReutersによるもので、切り抜き後に、透かし入り画像の過半数を検証できなかったことが分かりました。その知見と数値は、このモデルの私たちの解説記事で扱っています。来歴に関する議論を読むべきページは、こちらではなくそちらです。

実行場所

Meta自身の提供状況に関する声明（ローンチ投稿より）：Muse Imageは「本日よりMeta AIアプリおよびmeta.ai、米国のInstagram Stories、一部の国々のWhatsAppで利用可能であり、まもなくFacebookにも登場します」。これらはMetaの言葉であり、提供サーフェスはMeta自身の製品です — どの製品にもウェイトリスト、招待コード、別途のサインアップはありません。開発者側では、モデルはModel APIを通じて提供されており、上記の識別子とエンドポイントはそのためのものです。Metaのモデルページでは、実行方法の一つとしてサードパーティの推論プラットフォームも記載されています。ここではそれらの名前は挙げませんし、このページのいかなる内容も、Meta自身のAPI以外のいかなるサーフェスにおける条件や料金に関する主張として読まれるべきではありません。

Metaは、Muse ImageがModel APIに登場した日付を公表しておらず、Metaの開発者向けドキュメントにもその記載はない。このページが基準にできる唯一の日付は、モデル自体の提供開始日である2026年7月7日であり、これはMeta自身の発表投稿の日付欄から確認できる。モデルではなくAPIの提供時期を基準に日付を定めるなら、Metaが述べているとおり、何もないと言うべきだ。

オープンウェイトかプロプライエタリか？ プロプライエタリ — そして、そのファミリーには両方があります

これはこのファミリーの中で読者が最もよく間違える質問なので、直接答える価値があります。Muse Imageはプロプライエタリです。Metaの開発者ドキュメントは明確に一線を画しています。Model API経由で呼び出すモデル——Muse Spark、Muse Image、Muse Voice Transcribe、SAM——は提供されており、「Muse Glimmerは別の道をたどります。オープンウェイトをダウンロードし、Model API経由で呼び出す代わりに、自分のハードウェア上で実行します」と、寛容なApache 2.0ライセンスの下で述べられています。Muse Glimmerはこのファミリーにおけるオープンウェイトの道筋であり、別のモデルです。Muse Sparkから蒸留されたマルチモーダルモデルであって、Muse Imageのオープンリリースではありません。MetaのMuse Imageのページにはライセンスの記載もウェイトの提供もありません。提供するものがないからです。セルフホスティングが必須要件なら、評価すべきはMuse Glimmerです。ここで説明されている画像モデルが欲しいなら、MetaのAPIを呼び出し、画像ごとに料金を支払うことになります。

Metaがランク付けしていると主張しているもの（Metaの主張としてラベル付け）

Metaのローンチ投稿にはこう記されている。「Muse Imageは、執筆時点で人間の選好に基づくEloランキングによって測定された、テキストからの画像生成、単一画像編集、複数画像編集においてArenaで第2位の座を占めている」。この一文については2つの点が重要であり、いずれもMeta自身の言い回しに由来している。それはベンダーが報告したランキングであり、独立したスコアではない。そして、人間の選好に基づくEloでの順位であって、固定されたハーネス上でのベンチマーク結果ではない——この区別は、上位2位の間の差が、限られた票数で構築されたEloレーティングの誤差幅よりも小さい場合に、実際に大きな違いを生む。Metaがこの主張とともに公開しているチャートには「2026年7月5日時点」と日付が付されており、主張自体も「執筆時点で」と限定されている。したがってそれは、利害関係を有する当事者によって引用された、動的なリーダーボードのスナップショットであり、確定した順位ではない。

同じ投稿には、Metaが読者向けにラベルを付けたスケーリング図も含まれている。推論に伴って品質が向上することを示すグラフには、「内部アブレーションによるElo」というキャプションが付いている。これはベンダー内部の測定値であり、サードパーティのリーダーボードとは比較できない。Metaの主張は、品質がテスト時コンピュートによってほぼ対数線形の関係で向上し、推論とツール使用は組み合わせることで相乗効果を発揮するというものだ。つまり内部アブレーションであり、そのように明言されている。

このモデルには独立系の順位が存在し、それはMetaのものではないボード上にあり、当社はそれを報告済みです。当社の解説記事にはArtificial Analysisの画像ボードと、数値を伴うアリーナ順位が掲載されており、2つの対戦ページではそれらの数値が名指しの競合の横に並べられています。ベンダーのものではなく独立系の全体像を知りたいなら、そこを読んでください。このページはそれらの数値を再掲しません。また、そのうちの1つはどちらにせよ注意深く読む必要があります。Artificial Analysisは呼び出し可能なAPIを提供する画像モデルのみをランク付けするからです——したがって、Muse Imageに関する独立系の順位はModel APIについての言明であり、Meta AIアプリについてのものではありません。

ドキュメントが答えていないこと

参照ページは、その記録がどこで終わるかを示して初めて役に立つ。そこで、2026年9月29日にMetaから確認できなかったことを以下に示す。Muse Imageについて公表されたレート制限はない。公表されたレイテンシプロファイルも、成功率も、本番トラフィック下でのエージェントループに関する独立した評価もない——画像1枚あたりの価格は文書化されているが、運用エンベロープはそうではない。指示追従性や編集忠実度について、独立した第三者によるベンチマークはなく、Meta自身もそのような数値を公表していない。Metaのモデルページにあるベンチマーク図には、読み取れる数値がない。ライセンス声明もない。このモデルはダウンロード用にライセンスされていないためだ。そして、Muse ImageがModel APIで呼び出せるようになった日付は、Metaのドキュメントのどこにも記載されていない。これらの不在はいずれも、このモデルを避ける理由にはならない——検索グラウンディング込みの1セント画像は、それだけの理由で試す価値がある——しかしそれぞれは、パイプラインがそれに依存する前に、想定するのではなく測定する理由になる。

開発者にとっての評決

Meta Muse Image は、あなたの問題がボリュームであるなら評価する価値がある。カタログ画像、広告バリエーション、ユーザーごとのパーソナライゼーションなど、フロンティアの1画像あたりの料金がプロジェクトを潰した要因だったようなあらゆる用途だ。単価は文書化されており、単位は曖昧でなく、失敗は課金されず、検索グラウンディングは料金に含まれていて別途課金されない。これはこの市場では十分に珍しく、見出しになるほどだ。ただし、盲目的に採用する価値はない。価格以外のすべて――スループット、レイテンシ、エージェントループがあなたのプロンプトに対してどれだけ確実に閉じるか、来歴シグナリングが API 出力に伴って伝わるかどうか――が文書化されておらず、ベンダー自身のランキング主張は、測定結果ではなく、ある時点で引用された人間の選好による順位にすぎないからだ。ここでの正直な意思決定の形は、すでに本番で使っている画像モデルに対して、自分のプロンプトで、安価な失敗モードと実績あるフォールバックを背後に備えた1セント実験を行うことだ。このモデルが何であり、どのように呼び出され、いくらかかるかについては、このページが参照資料だ。それがあなたのスタックに入るべきかどうかについては、自分で生成した数値だけが頼りになる。