TabbitBlog

Muse Ember:Metaが反復エージェント作業向けに公開した小型モデル

Muse Emberが向くコーディングエージェントの仕事、APIとMuse Codeでの提供状況、長文脈の料金境界を確認します。

この記事の内容
  1. 要点
  2. Muse Emberの概要
  3. 反復コーディングの小タスクで評価する
  4. 小さく安全に評価する
  5. API、Muse Code、長文脈料金
  6. Tabbitが役立つ範囲と役立たない範囲
  7. 結論:反復する小タスクでEmberを評価する

Muse Emberは、エージェントが繰り返し実行する限定的なコーディング作業、ツール呼び出し、ルーティング、情報抽出、文書処理を想定したMetaのホスト型モデルです。大きなモデルが計画し、小さな手順をEmberに任せる構成なら評価候補になります。Meta自身のモデルガイドは、難しい単発のコーディング、知識が必要な質問、ビジュアルコーディングにはMuse SparkまたはMuse Wonderを案内しています。この記事では独立したコードテストを行っていません。

判断材料として注目したいのは、2026年11月16日に確認したMetaの開発者向け資料にある1,048,576トークンのコンテキスト上限です。これは最大値であり、100万トークンを入力すれば必要性、費用対効果、精度が保証されるわけではありません。実際には、作業を小さく、検証しやすく、何度も繰り返す単位に分けられるかが判断軸です。

Meta AI Researchサイトに掲載されたMuse Emberの発表。
Meta AI Research による Muse Ember の公式発表。

要点

  • Model APIのIDは muse-ember-1.0。MetaはStandardモードのみを掲載しています。

  • 大きなモデルから委譲する限定タスク、たとえば局所的な修正、テスト、分類、ツール操作が出発点です。

  • Metaは難しい単発コーディング、知識集約型の質問、ビジュアルコーディングにMuse SparkまたはMuse Wonderを推奨しています。

  • 2026年11月16日時点で、MetaはModel APIとMuse Codeの両方にEmberを掲載しています。アカウントとクライアントで利用できるかは別途確認が必要です。

  • APIリクエストの入力が20万トークンを超えると、全体に高い長文脈料金が適用されます。

  • Tabbitでのモデル連携や、独立した品質測定は確認していません。

Muse Emberの概要

項目Metaの現行資料選択への影響
モデルIDmuse-ember-1.0対応するMeta APIクライアントで正確なIDを指定
モードModel APIはStandardのみContributorモードがあると想定しない
入出力入力はテキスト、画像、動画、音声、PDF。出力はテキスト複数メディアの入力対応は、ビジュアルコーディング向きという意味ではない
コンテキスト・出力上限入力コンテキスト1,048,576トークン、最大出力524,288トークン大きな上限は一部の用途向け。長いリクエストは別料金
用途反復エージェント作業、サブタスク、ツール呼び出し、ルーティング、大量データすべての難題を解くモデルではなく、多数の小タスク用と考える
アクセスMetaはModel APIとMuse Codeを掲載アカウント、地域、課金、クライアント経路を確認

出典:Meta Muse Emberのドキュメント、2026年11月16日確認。

反復コーディングの小タスクで評価する

MetaはEmberを、エージェントが繰り返す実行ステップ向けと説明しています。大きなモデルが計画し、Emberが小さなステップを実行して、テストや人が確認する流れが考えられます。実行前に成功条件を決めておくと評価しやすくなります。

作業最初に試す選択肢理由
明確な受け入れテストのある局所的なコード修正委譲ステップとしてEmberを評価範囲が明確で繰り返せる。diffとテスト結果は確認する
大量レコードの抽出・分類固定スキーマとサンプル確認を前提に評価Metaはルーティング、抽出、大規模コレクションを用途に挙げる
曖昧なコードベースの設計判断や難しい単発バグMetaの案内に沿ってSparkかWonderを検討計画とオープンな推論が中心
スクリーンショットからの画面実装やデバッグMetaの案内に沿ってSparkかWonderを検討Metaはビジュアルコーディングに大きなモデルを案内
広範囲の書き込み、デプロイ、アカウント操作を許可モデル名だけで決めない権限、テスト、ロールバック、人の確認が重要

これは作業内容ごとの出発点であり、Emberが自分のコードで速い、安い、正確だという主張ではありません。Metaの発表は比較ベンチマークを報告していますが、ベンダー自身が示した条件での結果です。自分のコードベースから作った課題セットの代わりにはなりません。

小さく安全に評価する

期待する結果が分かっている代表的な作業を少数選びます。指示、テストコマンド、書き込み範囲を決めてください。指定したモデルIDと応答のモデルID、入力長、ツール呼び出し、diff、テスト結果、レビュー修正、実際の請求額を記録し、現在のモデルにも同じ課題を与えます。少数の例から一般的な成功率を推測せず、初回実行で本番環境を書き換えたりデプロイしたりしないでください。

ブラウザーエージェントも同じ考え方です。公開ドキュメントとログイン済みワークスペースの情報を区別し、主張の横にURLを保存し、出力をレビュー用に残します。Muse Spark 1.2をログイン済みブラウザーで使う流れ、既存ブラウザーへのAgent接続、ブラウザーAgentの初回タスクリストを参照してください。これらは関連するブラウザーワークフローであり、EmberとTabbitの連携を示すものではありません。

API、Muse Code、長文脈料金

Metaの現行資料は muse-ember-1.0 をModel APIのStandardモードで掲載し、Muse Codeは従量課金と全プランで利用可能としています。これは特定のアカウント、地域、プロバイダー、クライアントでの利用を保証するものではありません。実装前にモデル資料、認証ガイド、料金表を確認してください。

2026年11月16日にMetaが掲載していたModel APIの100万トークン当たりの料金:

リクエスト入力長キャッシュ入力入力出力
20万トークン以下$0.004$0.10$0.50
20万トークン超$0.012$0.30$1.50

しきい値はリクエスト全体の入力長で決まります。20万を超えると、超過分だけでなくリクエスト全体に長文脈料金が適用されます。キャッシュ入力、通常入力、出力は別料金です。Agentの会話履歴や大きなコンテキストを繰り返し送る場合は影響します。不要な履歴を減らし、適切な場合はキャッシュ済みプレフィックスを再利用し、使用状況を確認してください。11月9日の発表は通常の入力・出力料金のみでした。現在の料金表にはキャッシュと長文脈の料金もあります。予算を見積もるときは最新の表を再確認してください。 Redditの発表スレッドでは、あるコメントが「For longer prompts, Muse Ember costs $0.30 per million input tokens」と述べています。これはしきい値を確認するきっかけとして扱い、現行料金はMetaの表で確認してください。

Metaによると、Muse EmberはMuse Sparkと同じリクエスト本文を受け付け、Responses、Chat Completions、Messages APIを利用できます。ツール呼び出し、構造化出力、コンピューター操作、検索グラウンディング、メディア理解も対応機能として記載されています。ただし、モデルの機能がクライアントにすべて表示されるとは限りません。

Tabbitが役立つ範囲と役立たない範囲

Tabbit Browserでは、調査や実装中にMetaのモデル資料、API例、実装メモを並べて確認できます。ブラウザーでの調査とレビューを支える使い方です。この記事ではTabbitのモデル選択欄にEmberがあるか、TabbitからMetaへの直接連携があるか、Emberで実タスクを完了できるかは確認していません。対応するモデルクライアントは別途選び、設定してください。

ローカルブラウザーエージェントを作る場合は、Tabbit CLI完全ガイドとBrowser MCPとCLIの比較を参照してください。CodexとTabbit CLIの設定およびCodexブラウザーとTabbit CLIの比較はクライアント選びを扱います。Web検索とブラウザー操作の違いとMuse Spark Openのブラウザーワークフローも参考になります。これらは隣接するブラウザーワークフローであり、Emberの対応表明ではありません。

結論:反復する小タスクでEmberを評価する

エージェントが多数の小さなタスクを委譲でき、それぞれの結果を確認できるなら、Muse Emberは評価候補です。難しい単発コーディング、ビジュアル実装、自由度の高い計画では、Meta自身のガイドはSparkまたはWonderを案内しています。高頻度の処理に組み込む前に、モデル経路と長文脈料金を確認してください。

次は繰り返し作業を1つ選び、先に受け入れ条件を決め、現在のモデルと muse-ember-1.0 に同じサンプルを与えましょう。最初の評価では本番環境への書き込みを避け、Metaのベンチマーク見出しではなく、自分の記録をもとに判断してください。

よくある質問

Muse Emberとは何ですか?

Muse Emberは、ツール呼び出し、ルーティング、抽出、コーディングの小タスクなど、エージェントが繰り返す作業向けのMetaのホスト型モデルです。Model APIでのIDは `muse-ember-1.0` です。

Muse Emberはコーディングに向いていますか?

Metaはエージェント内の範囲が明確なコーディング作業やテストを用途に挙げています。難しい単発のコーディングやビジュアルコーディングにはMuse SparkまたはMuse Wonderを推奨しています。

Muse Emberを使うにはどうすればよいですか?

Metaは `muse-ember-1.0` をModel APIのStandardモードで提供し、Muse Codeは従量課金と全プランで利用可能と記載しています。アカウント、地域、課金、クライアント側の利用可否を確認してください。

Muse Emberの重みは公開されていますか?

この記事で確認したMetaの資料はMuse EmberをAPIホスト型モデルとして説明しており、重みのダウンロードを案内していません。確認できたのはホスト型APIの経路であり、他の配布方法がないと断定する根拠ではありません。

Muse Emberのコンテキスト長はいくつですか?

Metaの資料ではコンテキスト上限が1,048,576トークン、最大出力が524,288トークンです。上限であり、毎回最大のコンテキストを送るべきという意味ではありません。

長いコンテキストではMuse Ember APIの料金が変わりますか?

変わります。入力が200,000トークンを超えるリクエストには全体に長文脈料金が適用されます。キャッシュ入力、通常入力、出力はそれぞれ別料金です。

次のステップへ

Tabbit と一緒に仕事をしましょう。

タブをまたいで調査し、繰り返しのブラウザ作業を自動化し、あらゆる文脈を手の届くところに。