エンジニアリング - ENGINEERING -

Meta、ターミナル型AIコーディングエージェント「Muse Code」をベータ公開　100万トークンの新モデル「Muse Spark 1.2」搭載

Metaは2026年8月5日（現地時間）、ターミナル上で動作するAIコーディングエージェント「Muse Code」をベータ版として[公開]した。同時に、コーディング用途に最適化した新モデル「Muse Spark 1.2」も発表した。Muse Codeは同モデルを中核に、長時間の開発作業や複数のエージェントを組み合わせるワークフローを支援する。 ## 長時間の開発作業をターミナルから実行 [Muse Code]は、コードの作成だけでなく、既存リポジトリの把握、変更計画の作成、実装、デバッグ、検証までをターミナル上で進めるコーディングエージェントである。Metaは「複雑なコーディング作業のためのエージェント」と位置付けており、現在はベータ版として提供している。 ![musecode.jpg] :::small 画像の出典：[Meta]{target=“_blank”} ::: MetaはMuse Codeを、長時間かつ複数エージェント型のコーディングワークフロー向けに設計したとしている。ユーザーが設定した目標を追跡し、作業途中でも当初の目的から外れないようエージェントを維持する「Goal tracking」を備える。 また、各セッションの操作を再生可能なイベントログとしてローカルに記録する。ログは作業内容の確認や監査に利用できるほか、クラッシュや誤終了が起きた場合も「muse resume」コマンドで作業を再開できるという。実際のファイルを参照して変更計画を作成する「/plan」など、開発工程を補助する機能も組み込まれている。 ## Muse Spark 1.2、100万トークンのコンテキストに対応 Muse Codeの中核モデルとなる[Muse Spark 1.2]は、実際のソフトウェア開発ワークフローに合わせて最適化されたモデルである。Metaによると、初回の回答精度を高めるとともに、ツール呼び出しの信頼性も改善した。 コンテキストウィンドウは100万トークンで、規模の大きいコードベースや長時間にわたる作業を扱える。コードの生成だけでなく、レビュー、デバッグ、ツールの操作を含む一連の開発工程での利用を想定している。 MetaはMuse Spark 1.2をMuse Codeだけでなく、Meta Model APIでも提供する。開発者はモデル単体を、自社のコーディングエージェントやコードレビュー支援ツールなどに組み込める。 ## 複数のコーディング評価で前モデルを上回る Metaが公開した評価では、Muse Spark 1.2とMuse Codeの組み合わせは、ターミナル上の作業能力を測る「Terminal-Bench 2.1」で82.9％、ソフトウェア開発能力を測る「DeepSWE 1.1」で59.3％を記録した。Metaの内部コードを使った「Meta Internal Coding Bench」では70.6％となった。 いずれの評価でもClaude Opus 5が最も高い結果となった一方、Muse Spark 1.2は前モデルのMuse Spark 1.1を3つの評価すべてで上回った。 **■ Muse Spark 1.2と他モデルのコーディング性能比較。左からTerminal-Bench 2.1、DeepSWE 1.1、Meta Internal Coding Bench** ![MuseSpark1-2 bench.jpg] :::small 画像の出典：[Meta]{target=“_blank”} ::: ただし、Terminal-Bench 2.1とDeepSWE 1.1では、Muse Spark 1.2にMuse Code、Claude Opus 5にClaude Code、GPT-5.6にCodexなど、それぞれ異なるコーディングエージェントを組み合わせている。Metaも、評価環境が他社モデル向けに最適化されておらず、各モデルの最高性能を反映していない可能性があると説明している。 ## エージェントとモデルを一体で開発 Muse Codeは、汎用モデルを既存のコーディングツールに接続したものではなく、Muse Spark 1.2を動かすために構築された専用エージェントとして位置付けられている。 Metaはモデル単体のコード生成能力だけでなく、長時間タスクの継続、複数エージェントの連携、ツールの選択、作業履歴の追跡、障害後の復旧までを一体で整備した。短いコードの補完にとどまらず、複数の工程にまたがる開発作業を担わせる構成となっている。 ## 1000回超のツール操作でGPUコードを最適化 Metaは長時間タスクの事例として、Muse Codeを使ってNVIDIA Hopper向けのGPUカーネルを最適化する実験も実施した。モデルはコードの作成、コンパイル、性能測定、修正を繰り返し、1000回を超えるツール呼び出しを最長24時間にわたって続けたという。 KDAカーネルを対象とした実験では、Muse Spark 1.2は基準となる実装に対して最終的に68.7％の高速化を記録した。これは一般的なコード生成性能やモデル自体の応答速度ではなく、特定のGPUカーネルを反復的に改善した結果である。 **■ KDAカーネル最適化における、累積ツール呼び出し回数と基準実装からの高速化率。Muse Spark 1.2は最終的に68.7％の高速化を記録した** ![kda-speedup-v1.png] :::small 画像の出典：[Meta]{target=“_blank”} ::: :::box [関連記事：米Meta、AIモデル「Muse Spark 1.1」を発表　100万トークン対応、開発者向けAPIを米国で公開] ::: :::box [関連記事：OpenAI、自然言語でコード編集・実行可能な「Codex CLI」をリリース──ターミナル操作をAIが支援] ::: :::box [関連記事：GitHub、複数のAIエージェントを管理する「GitHub Copilotアプリ」詳細発表　開発作業の実行基盤] ::: :::box [関連記事：Claude CodeでAIエージェントをどう指示するか　AnthropicがCLAUDE.md・スキル・サブエージェントなど7つの方法を解説] ::: :::box [関連記事：OpenAI、Codexエージェントを大量管理する「Symphony」公開　人間の監督負荷を減らしプルリク数500％増] :::