Meta Muse とは：モデルの種類と Meta Model API で最初の1リクエストを送るまで

Muse は Meta が現在公式 API で提供しているモデルシリーズで、テキストモデルは Muse Wonder と Muse Spark があり、この記事のサンプルは Muse Spark を使い、最新版のモデル ID は muse-spark-1.3 です。この API は Meta Model API といい、dev.meta.ai で登録し、支払い方法を登録し、API キーを 1 本作ればリクエストを送れます。Muse Spark は入力 100 万トークンあたり $1.25、出力 $4.25 で、使った分だけの支払い、最低利用額はありません。

Muse にはどんなモデルがあるか

API で使えるのは 5 つです。Muse Wonder、Muse Spark、Muse Image、Muse Voice Transcribe、SAM 3.1。Muse Wonder は Meta が 2026 年 10 月 12 日に公開したモデルで、現在はプレビューです。Meta はこれを最も高性能なモデルとしていて、複雑なソフトウェア開発や長時間のエージェント作業に向いています。大量処理や、遅延・コストを重視する作業には、Meta は Muse Spark を勧めています。ほかに Muse Glimmer というオープンウェイトのモデルがあり、自分でダウンロードして動かします。

Muse Spark もコーディングやエージェントに使えます。テキスト、画像、動画、音声、PDF を入力でき、返ってくるのはテキストで、コンテキストは 1,048,576 トークンです。Meta は新しいプロジェクトでは muse-spark-1.3 をそのまま使うことを勧めています。前の muse-spark-1.2 と muse-spark-1.1 は入力できるものもコンテキストも同じで、違いは能力です。

音声は例外です。1.3 は音声理解がまだ不完全で、Meta は音声の処理にはまず muse-spark-1.2 を使うよう勧めています。音声を文字にするだけなら、Muse Voice Transcribe を使います。

Muse Spark の推論はオフにできません。強度は reasoning_effort で調整し、minimal、low、medium、high、xhigh、max の 6 段階があります。max は xhigh よりさらに深い推論で、muse-spark-1.3 と muse-wonder-1.0 が対応し、muse-spark-1.3-contributor は対応していません。none を設定すると HTTP 400 が返ります。

オープンウェイトの Muse Glimmer は 300 億パラメータ、Apache 2.0 ライセンスで、API では提供されていません。Hugging Face の meta-models/Muse-Glimmer-30B からダウンロードします。API キーも審査待ちも不要なので、まず自分のマシンで動かしてみたいなら、ここから始めるのが手軽です。

Meta Model API で API キーを申請する方法

dev.meta.ai では三つのステップで完了します。登録、支払い方法の登録、API キーの作成。

1. dev.meta.ai を開いて、Start building を押します。email か電話番号で登録でき、Facebook、Google、GitHub のアカウントでそのままログインすることもできます。登録が終わると、team も一緒に作られます。
2. 支払い方法を登録します。登録するまでリクエストは送れません。
3. ダッシュボードの API keys ページで、Create API key を押します。

API キーの全体が表示されるのはこのときだけなので、ウィンドウを閉じると見られなくなります。表示されたらすぐコピーして、パスワードマネージャーなど、普段使っている保管場所に貼り付けておきます。

1 つの team で API キーとレート制限を共有するので、API キーを何本作っても枠は増えません。

登録には 18 歳以上であることと、Meta がサービスを提供している地域にいることが必要です。Meta は利用できる国を列挙しておらず、制限リスト（2026 年 9 月 18 日更新）だけを公表しています。リストには中国（香港、マカオを含む）、ロシア、イラン、北朝鮮などが載っています。日本は制限リストに入っていません。

最初のリクエストの送り方

API キーを環境変数に入れて、https://api.meta.ai/v1 に model と messages だけのリクエストを送れば済みます。

公式のサンプルはどれも API キーを MODEL_API_KEY という環境変数に入れています。同じ名前にしておけば、この後のサンプルを貼り付けるだけでそのまま動きます。macOS と Linux ではこう設定します。

export MODEL_API_KEY="your-api-key-here"

次に curl でリクエストを送ります。API キーは Authorization ヘッダーに入れます。

curl -X POST "https://api.meta.ai/v1/chat/completions" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "muse-spark-1.3",
  "messages": [
    {
      "role": "user",
      "content": "What are three differences between TCP and UDP?"
    }
  ]
}'

成功すると JSON が返ってきて、モデルの回答は response.choices[0].message.content にあります。

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1714502400,
  "model": "muse-spark-1.3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Here are three key differences between TCP and UDP..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 19,
    "total_tokens": 44
  }
}

これが出れば、API キーと支払いの設定は問題ありません。

コードに組み込むときは OpenAI の SDK をそのまま使えば大丈夫です。Meta は独自の SDK を出していません。base URL を Meta のものに変えるだけで、あとは同じです。

import os

from openai import OpenAI

client = OpenAI(
    base_url="https://api.meta.ai/v1",
    api_key=os.environ["MODEL_API_KEY"],
)

response = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[
        {
            "role": "user",
            "content": "What are three differences between TCP and UDP?",
        },
    ],
)

print(response.model_dump_json(indent=2))

OpenAI SDK は MODEL_API_KEY を勝手に読んでくれないので、API キーは上のように自分で渡す必要があります。

Anthropic SDK を使っていた場合は、互換の Messages 形式でつなげます。ツール呼び出しやマルチターンのエージェントを作るなら、Meta は Responses API を勧めています。検索グラウンディングは Responses API と Messages API で使えます。Chat Completions API は対応していません。三つの形式は同じモデル群を動かしていて価格も同じなので、手持ちのコードが一番直しやすいものを選べば十分です。

リクエストが失敗したときはステータスコードを見る

401 は API キーが設定されていないか間違っている場合です。404 に model_not_found が付くのはモデル ID の書き間違いです。この 2 つは 400、403 と同じで、送り直しても結果は変わりません。直すべきはリクエスト自体です。429、500、503 は少し待って再試行すれば通ります。リトライの間隔はだんだん広げていきます。

リクエストが長引くと、HTTP 504 gateway_timeout で切られます。このときは stream=True をオンにしてストリーミングにすれば、この時間制限を受けません。

Meta Model API の料金

Standard の Muse Spark は入力 100 万トークンあたり $1.25、出力 $4.25 です。使った分だけの支払いで、最低利用額はなく、コンテキストが長くても割増はありません。料金はいったん積み上がり、しきい値に達したら登録した支払い方法から引き落とされます。

ほかに、ずっと安い Contributor プランがあります。

Contributor が安いのは、送った内容と返ってきた内容を Meta がモデルの訓練に使うことに同意するのが条件だからです。Standard ではそうなりません。顧客のデータ、社内文書、個人情報が含まれるなら Standard、公開データで実験するなら Contributor に向いています。

1 分あたり 150 リクエストまでしか送れないので、短いリクエストをまとめて大量に送ると、まずこの上限に当たります。

Web 検索グラウンディングは別料金で、1,000 クエリあたり $2.50 です。

公式ドキュメントには無料枠の記載がなく、支払い方法を登録した後は利用量に応じた課金になります。毎月どのくらいになるかは、想定トークン量から計算できます。

Llama はまだ使えるのか、Muse との関係は

Llama はまだ使えますが、Meta Model API では提供されていません。Meta のオープンソースモデルファミリーで、Hugging Face か Kaggle から重みをダウンロードし、ライセンス条項に同意して自分でホストします。Meta のヘルプセンターには、Llama は Meta Model API では提供していないと明記されています。

最新の世代は Llama 4 で、Scout と Maverick の 2 モデルがあります。ライセンスの発効日は 2025 年 4 月 5 日で、その後は新しいものが出ていません。Muse Spark は 2026 年 4 月 8 日に初めて発表され、続いて 7 月 9 日の Muse Spark 1.1、8 月 5 日の Muse Spark 1.2 と Muse Code、8 月 10 日の Muse Glimmer、9 月 2 日の Muse Spark 1.3 と続きます。

Meta は Llama の開発を止めたとは言っていません。自分でモデルをホストしたいなら Llama の重みは今もありますし、Meta 公式のマネージド API が欲しいなら今は Muse です。

API で Llama を呼びたいけれど自分でホストしたくない場合、MixRoute のモデルカタログには Llama 4 Scout、Llama 4 Maverick、Llama 3.3 70B があり、OpenAI 互換の形式でリクエストを送れます。

複数のモデルを併用するときの API キー管理

1 つのエンドポイントにまとめます。MixRoute は OpenAI 互換のエンドポイント（https://api.mixroute.ai/v1）を提供していて、キーごとに呼び出せるモデルを指定のいくつかに制限できます。テスト用に 1 本、本番環境に別の 1 本という使い分けをしておけば、止めるときはその 1 本だけを無効にすれば済みます。キーを分けるやり方は、API キー管理の記事に詳しく書いてあります。

価格はチャージ金額の段階とプラン内容で確認できます。法人で利用量や契約の相談をしたい場合は、営業窓口に直接問い合わせてください。