Muse Spark 対 Muse Spark 1.3：その名の一方はバージョンであり、それがすべての答えだ

入力するMuse Spark対Muse Spark 1.3検索ボックスに{{2}}Muse Spark{{/2}}{{3}}対{{/3}}{{4}}Muse Spark 1.3{{/4}}を{{1}}入力する{{/1}}と、2つの製品を意味するように思えるが、まず誰もが言える役に立つ事実は、製品は1つしかないということだ。Meta Superintelligence Labsは2026年4月8日にMuse Sparkを発表し、2026年9月2日にリリースされ、9月4日にその最大推論レベルが開発者に開放されたMuse Spark 1.3こそが、今その名前が指し示すものだ。Meta自身のモデルページはこれを3つの文で決着させている。Muse Spark 1.3は「最新バージョン」で新規の作業に推奨され、Muse Spark 1.2は「前のバージョン」、Muse Spark 1.1は「元のバージョン」だ。つまりこれは対決ではない。Muse Sparkという名前が、このファミリーが指し示す先を変え始めて以来ずっと隠してきたバージョンの問いであり、その答えは、実際にどの初期チェックポイントと比較していたかによって変わる。

それぞれの名前が示すもの

バージョン番号なしの名称はファミリーを指し、移り変わる標的でもある。Metaは2026年4月に、非公開APIプレビュー付きのネイティブマルチモーダル推論モデルとして最初のMuse Sparkを提供し、その後、番号付きチェックポイントの発行を始めた。Muse Spark 1.1は、当社自身のカタログではリリース日2026年7月16日として掲載されている。Muse Spark 1.2は2026年8月5日、Muse Spark 1.3は2026年9月2日。独立系の掲載情報は後者2つの日付と一致している。滑らかに処理するのではなく指摘しておく価値のある問題が1つある。Metaのドキュメントは1.1を「元のバージョン」と呼んでいるが、ファミリーの導入は4月であり、この2つの記述の隔たりは、我々が読むことのできたどのページでも説明されていない。4月の日付はファミリーの導入として、7月は番号を伴う最初のチェックポイントとして扱い、どちらもこのページが報じるローンチイベントとして扱わないでください。

3つの番号付きバージョンはすべて、同じモダリティ行と同じ1,048,576トークンのコンテキストウィンドウを共有しており、Metaはそのことを直接こう述べています。「同じモダリティとコンテキストウィンドウを共有し、異なるのは能力だけです」。この一文は、このページで最も実用的に役立つ情報です。つまり、このファミリーでバージョンが上がっても、リクエストの形は変わりません。入力は同じ — テキスト、画像、動画、音声、PDF — 出力は同じテキストのみ、上限も同じです。変わるのは回答の品質であり、価格はまったく変わりません。入力トークン100万あたり$1.25、キャッシュ済み入力100万あたり$0.15、出力トークン100万あたり$4.25で、MetaのStandardティアでは1.1、1.2、1.3を通じて同一です。

Meta自身の表によるアップグレードの計算

Metaは、Muse Spark 1.3をmax reasoningで実行したものと、Muse Spark 1.2をxhighで実行したものを、十数件のエージェント型および長文脈評価で並べた単一のベンチマーク表を公開しており、それを行ごとに読むと、バージョン番号から想像されるよりも興味深い像が浮かび上がる。以下の数値はすべてベンダー報告によるもので、Meta自身のハーネス内で生成されたものであり、当社による再現は行われていない。

• GDPval-AA v2 — Muse Spark 1.3（max）1,754 対 Muse Spark 1.2（xhigh）1,615

• Terminal-Bench 2.1 — 88.8 対 82.9

• OSWorld 2.0 — 66.9 対 47.6

• DeepSWE v1.1 — 75.4 対 55.0

• SWEAtlas — 59.4 対 46.2

• JobBench — 64.9 対 61.6

• MRCR 256K–512K — 98.5 vs 66.3

• MRCR 512K～1M — 98.1 対 55.5

最後の2行こそが本題であり、ローンチ時に誰も引用しなかった行だ。256K–512K帯での長コンテキスト検索は32ポイント動き、512K–1M帯では42ポイント超動く。汎用能力の取り組みでは上昇幅ははるかに小さい。GDPval-AAは、1,615のところで1.2だった尺度で139ポイント上昇し、JobBenchは3上昇した。このパターンは、ラボが長期的なエージェント作業を追い求めるときに調整するものと一致している——モデルは一律に賢くなったのではなく、すでにウィンドウを持っていたコンテキスト全体にわたって情報を保持し検索する能力が劇的に向上したのだ。ワークロードが最初の100Kトークン内にあるなら、このアップグレードは本物だが控えめだ。それを超えるなら、大きなコンテキストを使えるモデルと、その中から物事を見つけられるモデルの違いになる。

その数値には2つの注意点を付けておく必要がある。比較はmax対xhighであり、max対maxではない。Metaは1.2をxhighで、1.3をmaxで実行したため、設定が異なり、向上分の一部はチェックポイントの品質ではなく推論予算によるものだ。そして、その表における1.2の行は現在、非推奨の構成である。Meta自身の表以外では、独立した掲載情報がMuse Spark 1.2を非推奨として示し、1.3を指している。これは、より古いチェックポイントが廃止に向かっていることを示す、利用可能な中で最も強いシグナルである。

独立系の視点、そして誰も口にしない取引

Artificial Analysisは、両方のチェックポイントについて公開リストを有するサードパーティであり、その数値は示唆に富む形でMetaのものと一致していない——方向性についてではなく、コストについて。

• Muse Spark 1.3 (Max) — Intelligence Index 48、217台中24位、出力速度は毎秒121.9トークン、完了したIndexタスクあたり$1.60、評価中に生成された出力トークンは1億7000万

• Muse Spark 1.2（Xhigh） — Intelligence Index 40、217モデル中59位；出力速度 361.4トークン/秒、186モデル中1位；完了したIndexタスクあたり$0.97；出力トークン数1億3000万；初回トークンまでの時間12.67秒

2つのリストを突き合わせて読むと、このアップグレードは Meta の表から読み取れる姿とは違って見える。Muse Spark 1.3 はインデックスが8ポイント高く、およそ3倍遅い——毎秒121.9トークン対361.4で、古いチェックポイントはあのボード上でどの種類のモデルよりも速かった。完了したタスクあたりのコストは $0.97 から $1.60 に上がった。トークンあたりの価格は同一なのに、新しいモデルが同じ評価を終えるために4,000万トークン多く生成するからだ。ベンダーの料金表については何も変わっていない。変わったのは、モデルがどれだけ話すかだ。

それがバージョン番号の陰に隠れたトレードオフであり、ほとんどの報道が捉え損ねた方向に作用する。あなたのアプリケーションがレイテンシに敏感だったりスループット重視だったりするなら、以前の Muse Spark バージョンのほうが、同じ定価で、実際にあなたにとって高速な製品かもしれない。難しい問題で精度重視なら、max reasoning 付きの 1.3 こそがアップグレードの意義だ。これらはバージョンアップの装いをした別々の買い物であり、非推奨通知があなたの望みだと想定しているのは、そのうちの片方でしかない。

1.3が追加した、スコアではないもの

max推論レベルは1.3リリースで最も影響の大きい変更であり、2日遅れて登場した。9月2日のローンチ時、Metaはxhighまでのすべてのエフォートレベルを出荷し、追加の安全性テストと同社が呼ぶものが終わるまでmaxを保留して、限られたパートナーセットにのみ共有していた。9月4日、そのテストが終了し、maxはMuse Codeで、またMeta Model API経由でmuse-spark-1.3モデルID上で選択可能になった。その結果、見出しのスコアカード — GDPval-AAの1,754、MRCRの98.5 — は、開発者が最初の2日間は呼び出せなかった設定で生成された。また、ローンチ日に書かれた統合は、推論エフォートを依然としてxhighまでしか列挙できない可能性がある。maxが尊重されると想定する前に、自分のルートが何を受け入れるか確認せよ。

Metaは1.3チェックポイントを2通りに販売しており、その違いはモデルではありません。muse-spark-1.3には「当社製品の改善には使用されません」と表示され、$1.25 / キャッシュ$0.15 / $4.25です。muse-spark-1.3-contributorには「当社製品の改善に使用されます」と表示され、$0.10 / $0.002 / $0.20 — 入力ではほぼ一桁安く、出力では20倍以上安い代わりに、あなたのプロンプトと補完を学習に使用する許可を与えることになります。どちらも同じ100万トークンのコンテキストウィンドウを備えています。Contributorは、あなたが何を受け取るかではなく、何を提供するかを表しています。データ条項が付いた価格帯であり、オープンウェイトのリリースではありません。

そして、1つだけリグレッションがある。それはユーザーによって発見されたものではなく、Meta自身によって述べられている。Muse Spark 1.3 における音声理解は完全にはサポートされておらず、Metaは、音声コンテンツを含むリクエストでは応答品質が低下する可能性があると警告し、音声ワークロードには Muse Spark 1.2 を指し示している。したがって、現行バージョンは、このファミリー自身のモダリティ行にあるすべての入力にとって正しい答えではない——最新のチェックポイントが、古いチェックポイントなら処理できるペイロードに対して誤った選択となるケースである。

どのバージョンなら実際に電話できるのか

バージョンの問いと入手可能性の問いは分けて考える価値がある。両者は答えが異なるからだ。番号付きのMuse Sparkの3バージョンはすべてホスト型のみである。Metaはいずれについても重み、ライセンス、ダウンロードを公開しておらず、Contributorバリアントはリリースではなく割引されたホスト型ティアだ。このファミリーのオープンウェイトはMuse Spark Open、Metaが2026年10月15日に公開した816BのスパースなMixture-of-Expertsモデル、およびMuse Glimmer、2026年8月10日の30B Apache 2.0モデルに属する。どちらもMuse Sparkのバージョンではなく、どちらもその代替にはならない。

当社のカタログはラインナップの旧世代側を反映しており、持っていないカバレッジをバージョン番号に示唆させるよりも、率直にそう言う方を選びます。OrcaRouter は Muse Spark 1.1 と Muse Spark 1.2、どちらも Meta の定価で 0% のマークアップをそのまま適用し、どちらもこのファミリーの 1,048,576 トークン ウィンドウ上で利用できます。Muse Spark 1.3 は現在当社のカタログにはなく、Contributor バリアントも同様です。そのため実用的なアップグレード パスは 2 段階になります。今すぐルーティングできるのは 1.2 で、Meta が新しい作業に推奨するのは 1.3 であり、当社がルーティングするプロバイダーにそれが登場した日には、変更はお客様の統合コードではなく同じキーに届きます。

バージョンという問いはまた、このファミリーに固有の形でルーターがその真価を発揮する場面でもある。3つのチェックポイント、1つのベンダー、1つのエンドポイント、重みはなし——その系統全体が単一の企業によって運用される単一のAPIを通っており、これがそれに依存して構築する際の集中リスクである。1.1と1.2を1つのOpenAI互換エンドポイントの背後でルーティングするということは、長文コンテキストの呼び出しが失敗したときに、リクエストを失敗させるのではなく他方のチェックポイントへフェイルオーバーできるということであり、ルーティングDSLを使えば設定によって本番トラフィックを両者に振り分けられるので、1.2の速度が自分のプロンプトにおいて1.3の精度よりも価値があるかどうかを、誰かのベンチマークではなく自分の手で測ることができる。それがあなたのワークロードにとってこの問いに決着をつける唯一のバージョン比較だ。

答えは、どの問いを携えてきたかによって変わる

Muse Spark と Muse Spark 1.3 が別のモデルかどうかを知りたかったのであれば、答えは別モデルではありません。1.3 が今この名前が指すものであり、Meta はそれを最新版と位置づけ、新しい作業に推奨しています。前のバージョンから移行すると何が得られるかを知りたかったのであれば、長文脈検索でおよそ32〜42ポイント、エージェント型コンピュータ利用と長時間にわたるコーディングで大きな飛躍、そして同じトークン単価で出力速度が3分の1に低下します。コストがいくらかを知りたかったのであれば、料金表は3つのバージョンを通じて動いていません。これは、Meta がドルそのもので競っているのではなく、1ドルあたりの能力で競っていることを示しています。

これらの数字のどれも教えてくれないのは、そのトレードオフのどちら側にあなた自身のワークロードがあるかであり、正直なところ、ベンダーの非推奨通知はあなたに代わって答えを前提としている。同じ価格で3倍高速なバージョンは、今日ルーター経由で到達できる2つのうち依然として唯一のものであり、そのためこれは1.3が登場する前に実行するには異例なほど安価な実験になる。

数字からは分からないのは、それが現場で何か問題を起こしていないかどうかだ。このクラスのモデルに関する、記録されたAIインシデントやエージェントの障害は、OrcaRouter AIインシデントアーカイブに集められており、各項目にはそれぞれの情報源、深刻度、信頼度グレード、異議ありフラグが付されている。