「Meta＝Llamaを無料公開する会社」というイメージを持っている人は少なくないでしょう。
そのMetaが2026年7月9日、開発者向けAIモデル「MUSE 1.1（Muse Spark 1.1）」を公開し、API課金へ本格参入しました。
価格は入力100万トークン1.25ドル、出力100万トークン4.25ドル。
単なる新モデルの追加ではなく、広告収益を中心としてきたMetaがAIを直接マネタイズする新たな収益源を育てようとしていることを示す発表です。
では、なぜLlamaでは無料戦略を取りながら、MUSEはクローズドな有料APIなのでしょうか。
そして、このモデルはClaudeやGPTシリーズに対してどのような立ち位置を狙っているのでしょうか。
MUSE 1.1は、Meta Super Intelligence Labs（MSL）が開発した最新のマルチモーダルAIモデルです。
MSLはMetaがAI競争を加速させるために設立した専門組織であり、今年4月には初代MUSEを公開し、一部パートナー向けにAPIテストを続けてきました。
今回、その最新版としてMUSE 1.1がプレビュー公開されています。
ここで重要なのは、「Llamaの後継モデル」ではないという点です。
Llamaはオープンウェイト戦略によってAIエコシステムを広げる役割を担っています。
一方、MUSEはMeta自身が継続的にアップデートし、API経由で提供する商用モデルです。
つまりMetaは、
という二本立ての戦略へ移行し始めたと考えられます。
マルチモーダル（文字・画像・動画・文書など複数種類の情報を横断して扱える仕組み）を前提に設計されていることが最大の特徴です。
MUSE 1.1では、
までを1つのモデルで処理できます。
特にMetaが強調しているのは、エージェントAI（AI自身が複数の工程を判断しながら作業を進める仕組み）としての利用です。
例えばSaaS企業で顧客から画面録画付きの問い合わせが届いた場合、
動画を解析し、
↓
画面の異常を特定し、
↓
ソースコードを検索し、
↓
修正コードを書き、
↓
テストを実行し、
↓
GitHubへPull Requestを作成する。
この一連の流れを1つのエージェントが担当する未来をMetaは見据えています。
現段階ではあくまで想定シナリオですが、
コード生成AIから「開発作業そのものを進めるAI」へ進化しようとしている方向性は明確です。
価格設定は次の通りです。
入力：100万トークン 1.25ドル
出力：100万トークン 4.25ドル
新規開発者には20ドル分のAPIクレジットも提供されます。
価格帯を見るとMetaは最安値競争を狙っているわけではありません。
GPT-5 miniやClaude Haiku 4.5より高く、一方でClaude Sonnet 4.6よりは安いポジションに置かれています。
つまり、「安いモデル」ではなく、「高性能モデルを導入しやすい価格」で市場へ投入したと言えるでしょう。
フューチュラム・エクイティーズのアナリスト、シェイ・ボロア氏も「ClaudeやCodexと競争できる性能であれば、MetaにとってAI収益化への明確な架け橋になる」と評価しています。
今回の発表で最も興味深いのは、モデル性能以上にAPIの設計思想です。
**API（異なるソフトウェア同士を連携させる仕組み）**は従来から存在していました。
しかしMUSE 1.1では、AI自身が状況を理解し、「どのAPIを、どの順番で使うべきか」を判断しながら仕事を進めることを前提としています。
現在はZapierやn8nのようなiPaaS（複数のクラウドサービスを連携する基盤）がルールベースで処理をつないでいます。
一方でAIエージェントは、
「Slackで依頼を受けた」
↓
「Salesforceから顧客情報を取得」
↓
「Notionへ議事録を保存」
↓
「GitHubへIssue登録」
という流れを固定ルールではなく、その場の状況に応じて自律的に選択できます。
iPaaSが不要になるとは言えませんが、「人が作ったワークフローを実行する世界」から、「AIが必要なAPIを選び、iPaaSを裏側の実行基盤として使う世界」へ移行する可能性は十分にあります。
Metaが「モデル」だけでなく「API」へ注力している理由も、この未来を見据えているからでしょう。
開発者視点では、MUSE 1.1の価値は単なる性能比較だけでは測れません。
第一に、コード生成からデバッグまで一貫して任せられる点です。AIがコードを書くこと自体は珍しくありませんが、既存プロジェクトの改善や複雑な不具合解析まで対象としている点は、実務での利用を意識した設計と言えます。
第二に、画像や動画を含めたマルチモーダル理解です。テキストだけでは説明しづらいUIバグや画面遷移も、そのまま入力として扱えるため、開発チーム内の情報共有コストを減らせる可能性があります。
第三は自律実行です。AIが外部ツールを利用しながら長いタスクを処理することで、開発者はレビューや設計といった、より付加価値の高い仕事へ時間を割きやすくなります。
もちろん、長時間タスクの安定性や実運用での信頼性については、今後の検証が必要です。現場でどこまで使えるかは、実際の導入事例が積み重なって初めて評価できるでしょう。
今回の発表は、新しいAIモデル以上に「Metaの収益構造の変化」を示しています。
これまでMetaは広告事業を中心に成長してきました。一方でAIへの投資額は年々拡大し、その回収方法が課題でもありました。
MUSE 1.1は、その答えの一つです。
企業がAPIを利用するたびに利用料が発生するため、広告とは異なる継続収益を生み出せます。
さらに、Meta AIアプリやWeb版だけでなく将来的にはWhatsApp、Instagram、Facebook、AIグラスなどMetaの各サービスにも展開される予定です。
Llamaで開発者コミュニティを広げ、MUSEで商用利用を取り込む。
この役割分担が成功すれば、Metaは「SNS企業」から「AIプラットフォーム企業」へ一段と軸足を移していくことになるかもしれません。
MUSE 1.1を現時点で「Claudeキラー」と呼ぶのは適切ではありません。
実務での評価やベンチマーク、開発者コミュニティでの採用実績はこれから積み上がっていく段階だからです。
一方で、今回の発表が持つ意味は十分に大きいと言えます。
Metaは無料モデルだけでAI競争を続けるのではなく、有料APIという新たな収益基盤を正式に立ち上げました。
そして、その中核に据えたのはコード生成・マルチモーダル理解・エージェント実行を統合したAIです。
今後の注目点は性能そのものよりも、企業がどれだけ実際の業務へ組み込み始めるかでしょう。
MUSE 1.1は、MetaのAI戦略が次のフェーズへ進んだことを示す象徴的なプロダクトとして記憶される可能性があります。
.png){kind=logo}
