Metaは2026年8月5日、大規模なコードベースに対応するターミナル型AIコーディングエージェント「Muse Code」をベータ公開しました。同時に土台となるモデル「Muse Spark 1.2」も投入し、CEOのマーク・ザッカーバーグ自ら発表しています。標準料金は入力100万トークンあたり1.25ドルで、Anthropicの「Claude Code」やOpenAIの「Codex」と直接競合する立ち位置に踏み込みました。
背景と文脈
Metaはこれまで「Code Llama」などコード生成モデルを公開してきましたが、開発者が日常的に使う自律型のコーディングツールでは、先行するAnthropicのClaude CodeやOpenAI Codexに後れを取っていました。2025年に発足した「Meta Superintelligence Labs」はScale AI創業者アレクサンダー・ワン氏をAI責任者に迎え、AIモデルの開発体制を大幅に再構築してきた経緯があります。ターミナル上で動くAIコーディングエージェントは、単発のコード補完機能ではなくリポジトリ全体を横断してタスクを計画・実行するのが特徴で、2025年以降こうしたツールが開発者の日常業務に急速に浸透し、コーディング支援AI市場の主戦場になっていました。Metaは年間数百億ドル規模のAI関連投資を続けていますが、これまで社外の開発者に向けた具体的な製品として結実した例は多くありませんでした。社内では数万人規模のエンジニアが日々コードを書いており、そこで鍛えたモデルを外部にも展開すれば、広告事業に依存しない新たな収益源にもなり得ます。他の大手IT企業もそれぞれ独自のコーディングエージェントを競うように投入しており、今回のMuse Codeは単なる新製品発表というより、自社製モデルを開発現場で徹底的に使い切るエコシステムを本気で作りにきたという意思表示です。競合2社が先行する土俵に、価格面での差別化を明確に掲げて参入した格好です。
技術/ビジネス面
Muse Codeは、Metaが独自に学習させたコーディング特化モデル「Muse Spark 1.2」を土台に動きます。最大の特徴はコンテキストウィンドウ（AIが一度に読み込める情報量の上限のこと）が100万トークンに達する点で、依存関係グラフや古いレガシーコード、数千ファイル分の内容を一つのセッションに収められます。実装面では、タスクの規模が十分大きい場合に処理を複数のサブエージェント（親エージェントの指示で個別作業を担う分身のようなAIプロセス）に分割し、それぞれ隔離されたワークツリー（作業用の独立したコード領域）で並列実行する仕組みを備えます。ザッカーバーグ氏自身が「テストでゲーム機能を6つ同時に構築させたが、コード同士の衝突は起きなかった」と説明しており、大規模な並行開発を意識した設計であることがうかがえます。レビュー役のエージェントがバックグラウンドで常駐し、実装が進む裏側で継続的にチェックする仕組みも用意されています。料金体系も攻めた内容で、標準プランは入力100万トークンあたり1.25ドル、出力4.25ドルですが、ユーザーの入力・出力データをMetaのモデル訓練に利用することを条件に、入力0.10ドル・出力0.20ドルまで下がる「コントリビューター」プランを用意しました。ベンチマークでは、Terminal-Bench 2.1（AIエージェントの端末操作能力を測る評価指標）でMuse Spark 1.2が82.9%を記録したとする報告があり、AnthropicのClaude Opus 5の86.7%にはわずかに届いていません。
これからどうなるか
今後の焦点は、ベンチマーク上の性能差を実務でどこまで縮められるかです。Terminal-Bench 2.1やDeepSWE 1.1といった評価では現時点でClaude Opus 5にやや劣るとの報告があり、精度面では追う立場が続きそうです。一方で、コントリビューター層の価格は標準の1割程度まで下がり、コストを優先するチームには実利のある選択肢になり得ます。ただし自分のコードや設計判断をMetaのモデル訓練に使わせる前提が付くため、社外秘のコードや顧客データを扱う開発者は契約条件と利用規約を必ず事前に確認すべきです。実装者目線で見ると、100万トークンの文脈窓とサブエージェントによる並列実行は、大規模なリファクタリングや複数機能の同時開発を任せたい場面で試す価値があります。手元の中規模リポジトリで、まずは低リスクなタスクから試験導入し、Claude CodeやCodexとの体感差を比べてみるのが現実的な次の一歩です。
まとめ
Metaは「Muse Code」と「Muse Spark 1.2」を投入し、Claude CodeやOpenAI Codexと並ぶ選択肢を開発者に提示しました。ベンチマーク性能では追う立場にありますが、価格の安さと100万トークンの広い文脈窓で差別化を狙う戦略です。コントリビューター層はコードがモデル訓練に使われる点に注意が必要で、自分の開発環境に合うか見極める段階に入りました。
参考リンク
- Meta launches Muse Code, an AI agent for large code bases（TechCrunch）
- Meta Launches Muse Code, A New AI Coding Agent Powered By Spark 1.2（Forbes）
- Meta enters the AI coding wars with Muse Spark 1.2 and Muse Code（VentureBeat）
- Meta Prices Muse Code 21x Cheaper for Developers Who Share Data（Implicator.ai）
- Muse Code Benchmarks (Aug 2026): Meta’s 82.9% vs Verified Scores（Kingy.ai）
アイキャッチ画像: Photo by Jantine Doornbos on Unsplash
