Muse CodeはWindowsで使えますか？

公開時点でWindowsネイティブ対応はありません。対応OSはmacOSとLinuxのみで、Windowsで使う場合はWSL2上のLinux環境にインストールします。

Claude CodeからMuse Codeに乗り換えるべきですか？

ベンチマークではClaude Opus 5がTerminal-Bench 2.1・DeepSWE v1.1・Meta社内ベンチの3項目すべてで上回るため、性能目的の乗り換えは推奨しません。検討する価値があるのは、数時間以上かかるタスクを非同期で回したい場合です。イベントログによるクラッシュ復帰は現時点で他社にない差別化で、用途で使い分けるのが現実的です。

Muse Codeのcontributorティアは何がリスクですか？

プロンプトと出力がMetaの学習に使われることが割引の条件です。コーディングエージェントには自社ソースコード、環境変数、ログに紛れた顧客情報まで文脈として流れ込むため、受託開発でもプロダクト開発でも契約上通りません。単価が18倍違っても業務では標準ティアを選ぶべきです。

Muse Spark 1.2のベンチマークはどこまで信用できますか？

Meta自身が「評価環境がサードパーティ製モデル向けにチューニングされていない可能性がある」と留保を付けています。Terminal-Bench 2.1の公式リーダーボードでも未検証扱いです。Artificial Analysisなどの第三者集計が出そろうまでは参考値として扱うのが安全です。

Muse Codeの料金は月いくらかかりますか？

月額サブスクリプションはなくMuse Spark 1.2のAPI従量課金のみです。公開単価（入力$1.25／出力$4.25／キャッシュ入力$0.15、100万トークンあたり）で試算すると、常用で1日$2.23、月20営業日で$44.70になります。24時間バックグラウンド実行を毎日行う場合は月$300を超えます。

プログラミング・スキルアップ

Meta Muse Code公開48時間｜料金・使い方・実力

Q: Muse Codeは無料で使えますか？

完全な無料枠はありません。新規のMeta Model APIアカウントに$20分のクレジットが付くのみで、登録時点でクレジットカードが必要です。常用ペースの試算では約8.9日で使い切る計算になります。

Q: Muse Spark 1.2はMuse Code以外からも使えますか？

Meta Model API経由で単体利用できます。ただしMuse Codeと共同学習されたモデルのため、別のエージェントから呼んだ場合に公開ベンチマークと同じ挙動になるとは限りません。テキストのほか画像・動画・音声・PDFを入力に取れ、コンテキストは約100万トークンです。

2026年8月7日読了時間: 約21分

Terminal-Bench 2.1で82.9%、DeepSWE 1.1で59.3%。2026年8月5日、Metaがコーディングエージェント「Muse Code」のベータ版と、それと共同学習したモデル「Muse Spark 1.2」を同時に公開したときに出てきた数字だ。前バージョンのMuse Spark 1.1が76.2%と53.0%だったので、コーディング領域だけを狙って伸ばしてきたことがわかる。

ただしこの数字、Claude Opus 5には勝っていない。Terminal-Bench 2.1でOpus 5搭載のClaude Codeが86.7%、DeepSWE 1.1で65.0%。Meta自身の社内コーディングベンチですら70.6%対79.4%で負けている。それでもMuse Codeが注目されているのは、性能で勝負していないからだ。

この記事の要点

Muse Codeの売りはベンチマークではなく「落ちても正確に再開できる」設計。ローカルのイベントログにモデル呼び出し・ツール実行・承認・編集を全部追記し、クラッシュ後は中断地点から復帰する。Metaは1,000回超のツールコール・最大24時間の連続稼働を実績として挙げている
Muse Spark 1.2のAPI単価は入力$1.25・出力$4.25（100万トークンあたり）。プロンプトと出力を学習に使わせるcontributorティアなら入力$0.10・出力$0.20まで下がる。公開単価で試算すると常用で1日$2.23、contributorなら1日$0.12で、実に18倍の差がつく
対応OSはmacOSとLinuxのみ。Windowsは非対応でWSL経由になる。ベータかつ課金情報の登録が先に来る仕様なので、いま急いで入れる理由があるのは「長時間の非同期タスクを回したい人」だけだ

この記事はMetaの一次発表と各社報道を突き合わせ、料金・インストール・実力・日本語圏でまだ整理されていないClaude Code / Codex CLI / Gemini CLIとの横並び比較までをまとめたものだ。先に断っておく。筆者はMeta Model APIの課金情報を登録していないため、2026年8月5日公開のMuse Code本体を実機で動かしてはいない。だから以下の記述は出典が示せるものに限った。ただし料金だけは公開単価を使って実際に計算し、常用シナリオで1日$2.23という数字を出している。

Muse Codeとは何か｜Muse Spark 1.2と共同学習したターミナル常駐エージェント

Muse Codeは、ターミナルに常駐して計画・実装・検証までを通しで担当するコーディングエージェントだ。Metaにとっては初のコーディングエージェント製品にあたる。位置付けとしてはClaude CodeやOpenAI Codex CLIと同じ棚に並ぶ。

特徴は3つに集約できる。共同学習、イベントログ、永続バックグラウンドエージェントだ。

共同学習（co-trained）が意味すること

Metaの発表によると、開発チームはMuse Spark 1.2をMuse Codeと共同学習させた。モデルを先に作ってからエージェントを被せたのではなく、エージェントが呼ぶツールの形式や承認フローごと訓練したという主張だ。

これは料理人と厨房の関係に似ている。汎用モデルは「どの厨房でもそこそこ動く料理人」で、共同学習したモデルは「この厨房の引き出しの中身を全部覚えている料理人」に近い。守備範囲は狭くなるが、その厨房では速い。

見落としがちだが、これは裏を返すとロックインの話でもある。Muse Spark 1.2をMuse Code以外から呼んだとき、ベンチマークの数字がそのまま出るとは限らない。

ローカルイベントログによるrestart-safe設計

Muse Codeは、モデル呼び出し・ツール実行・承認・ファイル編集のすべてをローカルのイベントログに追記していく。Metaはこれを「replay-exact（再生が正確）」かつ「restart-safe（再起動しても安全）」と表現している。

実務的な意味はひとつだ。長時間タスクの途中でプロセスが死んでも、最初からやり直さなくていい。Metaが挙げている実績は、GPUカーネル最適化タスクで1,000回を超えるツールコール、最大24時間の連続稼働だ。

なぜイベントログが差別化になるのか

既存のCLIエージェントは会話履歴をコンテキストに積む方式が主流で、セッションが落ちれば積み上げた文脈も消える。イベントログ方式は「何が起きたか」を構造化して外部に持つので、復元の単位が会話ではなく操作になる。24時間タスクを前提にすると、この違いは致命的に効いてくる。

永続的な非同期バックグラウンドエージェント

Muse Codeはタスクをバックグラウンドに投げて、別の作業を続けられる。VentureBeatが見出しに「persistent async background agents」を持ってきたことからも、Metaがここを主戦場に選んだのは明らかだ。

ターミナルを1枚占有して人間が待つ。2025年型のその使い方から離れようとしている。

Muse Codeのインストール手順と対応OS

インストールは1行で終わる。ただしその前に越える壁がある。

対応OSはmacOSとLinuxのみ

9to5Macが記事タイトルに「for macOS and Linux」と入れている通り、公開時点でWindowsネイティブ対応はない。Windowsで使うならWSL経由になる。ここは惜しい。ここはClaude Codeが辿った初期の道と同じで、需要があれば追ってくるだろうが、公開48時間時点では未発表だ。

インストールコマンドは1行

各社報道で共通して示されているインストール手順は次のものだ。

# Muse Code のインストール（macOS / Linux）
curl -fsSL https://dev.meta.ai/install.sh | bash

パイプでbashに流す形式なので、中身を確認してから実行したい場合はスクリプトを一度落とす。組織のマシンに入れるなら、こちらを癖にしておいたほうがいい。

# 中身を確認してから実行する場合
curl -fsSL https://dev.meta.ai/install.sh -o muse-install.sh
less muse-install.sh
bash muse-install.sh

課金情報の登録が先に来る

インストールの前に、Metaアカウントでのログインと課金情報の登録が必要になる。新規APIアカウントには$20分の無料クレジットが付くが、クレジットカードを登録しないとそこまで進めない。

Meta Model APIは新規登録の時点でクレジットカード情報を必須にしている。無料クレジットを先に配ってから課金情報を求める競合の導線と比べると、最初の1回を走らせるまでの負荷は一段高い。ベータ版でこの順序は強気だ。

Muse Spark 1.2の料金｜contributorティアは18倍安い

Muse Codeそのものに月額サブスクリプションは設定されておらず、コストはMuse Spark 1.2のAPI従量課金で決まる。ここがClaude CodeやCursorとの一番大きな構造の違いだ。

標準ティアとcontributorティアの単価

項目	標準ティア	contributorティア
入力（100万トークン）	$1.25	$0.10
出力（100万トークン）	$4.25	$0.20
キャッシュ入力（100万トークン）	$0.15	$0.002
コンテキスト長	1,048,576トークン（約100万）
新規アカウント特典	$20分の無料クレジット

contributorティアは、プロンプトと出力をMetaの学習に使わせることと引き換えに単価が下がる仕組みだ。入力で12.5分の1、出力で21分の1。キャッシュ入力に至っては75分の1になる。

公開単価で試算すると月いくらになるか

単価表だけでは実感が湧かない。そこでキャッシュヒット率70%・出力は入力の15%という前提を置き、3つのシナリオで実際に検証した。差は最大18.2倍まで開いた。

シナリオ                              標準ティア   contributor    倍率
お試し（1日1〜2時間）                    $ 0.51      $ 0.031      16.6x
常用（1日フル・キャッシュ7割）             $ 2.23      $ 0.123      18.2x
長時間バックグラウンド（24h連続）           $11.18      $ 0.614      18.2x

常用1日あたり(標準)      : $2.23
無料クレジット$20の持ち  : 8.9日
標準ティアで月20営業日   : $44.70
contributorで月20営業日 : $2.46

月20営業日で$44.70。日本円でおよそ7,000円前後だ。Claude Code のProプラン（$20）より高く、Max5x（$100）より安い帯に落ちる。ただしこれは従量課金なので、24時間バックグラウンドを毎日回せば月$300を超える。

contributorティアは月20営業日で$2.46、標準ティアの18分の1になる。ほぼタダだ。Metaはそれだけの割引を払ってでも実務のコーディングログを集めたい、ということになる。

contributorティアという落とし穴

コーディングエージェントに渡るのはプロンプトだけではない。リポジトリのソース、環境変数、ログに混ざった顧客データまでが文脈として流れる。それを学習に使わせる契約は、受託開発でもプロダクト開発でも通らない。個人の趣味リポジトリ以外では標準ティア一択だ。正直なところ、単価差18倍はこの判断を迷わせるために引かれた線だと読んでいる。

推論トークンが出力単価で課金される

Muse Spark系は推論モデルだ。答えを出す前に内部で行う思考のトークンも、出力と同じ単価で課金される。前バージョンのMuse Spark 1.1でこの仕様が報じられており、1.2でも構造は変わっていない。単価とコンテキスト長はOpenRouterのモデルページで確認できる。

つまり画面に出た文字数から料金を逆算すると外れる。難しい問題を投げるほど、見えないところで課金が積み上がる。ここはClaude Opus 5のような他社の推論モデルと同じ考え方だ。

ベンチマークの実力｜Claude Opus 5に3項目とも届いていない

料金の話は単価と使用時間で片づく。厄介なのは、その単価を正当化する実力のほうだ。結論から書くと、Muse Spark 1.2は主要3ベンチでClaude Opus 5に負けている。発表元のMeta自身が公開した比較表でそうなっている。

ベンチマーク	Muse Spark 1.1	Muse Spark 1.2	Claude Opus 5
Terminal-Bench 2.1	76.2%	82.9%	86.7%
DeepSWE v1.1	53.0%	59.3%	65.0%
Meta社内コーディングベンチ	—	70.6%	79.4%

伸び幅は本物、絶対値は2番手

1.1から1.2への伸びはTerminal-Bench 2.1で6.7ポイント、DeepSWE v1.1で6.3ポイント。バージョン0.1刻みの更新としては大きい。コーディングだけを狙って絞り込んだ効果は出ている。

一方でOpus 5との差はTerminal-Bench 2.1で3.8ポイント、DeepSWE v1.1で5.7ポイント残る。縮まってはいるが、追い越してはいない。Grok Build 4.5やGemini 3.6 Flashは上回ったとする報道があるので、序列としては「Anthropicの1つ下、その他の1つ上」あたりに置くのが実態に近い。

Meta自身が付けた留保を読み飛ばさない

この数字には注釈がある。Metaは「評価環境がサードパーティ製モデル向けにチューニングされていない可能性がある」と自ら留保を付けている。自社エージェントと共同学習したモデルを、自社が組んだ評価環境で走らせた数字だという意味だ。

加えてTerminal-Bench 2.1の公式リーダーボードには、公開48時間時点で未検証エントリとして扱われている。英語圏ではKuCoinやkingy.aiがこの点を指摘しているが、日本語記事でここまで書いているものは見当たらなかった。

発表当日のベンチマークをどう扱うか

ベンダー発表のスコアは、ベンダーが選んだ土俵の結果だ。Artificial Analysisのような第三者集計が出そろうのは通例1〜2週間後。それを待たずに導入を決めていいのは、ベンチマークではなく設計思想（この場合はrestart-safeなイベントログ）に価値を見出している場合だけだと考えている。

Claude Code・Codex CLI・Gemini CLIとの比較｜料金とロックインで見る

日本語圏でまだ整理されていないのが、CLIコーディングエージェント4種の横並びだ。「Claude Codeに対抗」という定性的な位置付けまでは各紙が書いているが、料金体系とライセンスまで並べた表は見当たらない。作った。

項目	Muse Code	Claude Code	Codex CLI	Gemini CLI
提供元	Meta	Anthropic	OpenAI	Google
ライセンス	プロプライエタリ	プロプライエタリ	Apache 2.0	Apache 2.0
課金形態	API従量のみ	サブスク＋API	サブスク＋API	無料枠＋API
Windowsネイティブ	非対応	対応	対応	対応
コンテキスト長	100万	100万	40万前後	100万
クラッシュ復帰	イベントログで再開	セッション再開	セッション再開	セッション再開

料金構造の違いが効いてくる場面

Muse Codeだけが定額プランを持たない。これは軽く使う人には有利で、重く使う人には不利だ。月に数回しか触らないなら$20のサブスクより従量課金のほうが安く済む。逆に毎日8時間回すなら、定額のあるClaude Codeのほうが読める。

境界はだいたい月$20〜$100の帯にある。先ほどの試算で月20営業日$44.70だったので、常用ユーザーはちょうどこの分岐点の上に乗る。Claude Codeの導入から実践までの手順と並べて、自分の使用時間で計算し直すのが確実だ。

ライセンスとロックインの話

Codex CLIとGemini CLIはApache 2.0で、フォークして自社モデルに向けることができる。Muse CodeとClaude Codeはプロプライエタリで、その道はない。

Muse Codeの場合はさらに、Muse Spark 1.2との共同学習という縛りが乗る。エージェントとモデルの組み合わせが固定されるので、モデルだけDeepSeek V4のような安価な選択肢に差し替える運用は想定されていない。安さで選んだつもりが、あとで移動できないコストを払う構図になりやすい。

エージェント基盤そのものを自前で組む選択肢もある。LangGraphやCrewAIは、モデルを差し替えられる設計だ。CLIツールを選ぶかフレームワークを選ぶかは、ロックインをどこで受け入れるかの選択でもある。

Muse Codeが向いている仕事・向いていない仕事

ベンチマークで2番手のツールを、それでも選ぶ理由があるとしたら何か。設計思想から逆算すると答えは絞れる。

向いている

数時間〜1日かかる移行作業：フレームワークのバージョン上げ、大量ファイルのAPI置換。途中で落ちても再開できる価値が最も大きい
放置しておきたい最適化タスク：Metaが例に挙げたGPUカーネル最適化のような、試行回数を積む種類の仕事
使用量にムラがある個人開発：定額サブスクを持たないので、月に数回しか触らないなら従量課金が効く
macOS / Linux が主戦場のチーム：Windowsが混ざると途端に面倒になる

向いていない

対話しながら詰めていく設計作業：Terminal-Bench 2.1もDeepSWEも複数ターンの意思決定を測るベンチだ。Opus 5との3.8〜5.7ポイント差は、この種のタスクで表面化しやすい
Windowsが標準の職場：WSLを全員に入れさせる交渉から始まる
コストを固定したい組織：従量課金のみなので、上限が読めない
本番リリース直前の駆け込み：ベータ版に納期を預ける判断にはならない

整理すると、Muse Codeは「賢さ」ではなく「粘り強さ」を買うツールだ。対話しながら詰める仕事なら自分はClaude CodeかCursorを選ぶ。長時間の放置作業だけをMuse Codeに任せる。エディタ統合型のCursorとターミナル型の使い分けを先に決めておきたい。

Muse Codeの使い方｜最初の1時間で押さえる流れ

公開資料と各社の解説から、初回セッションの組み立て方をまとめる。ベータ版なのでコマンド体系は変わる可能性がある。

スキルコマンドで工程を分ける

Money Forward Adminaの企業向け解説では、/plan、/grill、/goal といったスキルコマンドが挙げられている。計画を立てる、計画を突つく、ゴールを固定する。工程を分けさせる思想は他のエージェントと同じだ。

# プロジェクトディレクトリで起動
cd ~/work/my-project
muse

# 計画フェーズ: いきなり書かせず、まず段取りを出させる
/plan Django 4.2 から 5.1 へのアップグレード

# 計画を批判的に検証させる
/grill

# ゴールを固定してから実行に入る
/goal テストが全部通り、deprecation warning がゼロになること

地味だが効果が大きいのは/goalだ。長時間バックグラウンドで走らせる前提のツールでは、完了条件を言語化していないとエージェントが「それらしいところ」で止まる。24時間走らせてから方向違いに気づくのは、コスト的にも精神的にも痛い。

課金上限を先に決めておく

従量課金しかないツールで最初にやるべきは、財布の口を締めることだ。上限を切らずに長時間タスクを投げるのが一番厄介な事故になる。Meta Model APIのダッシュボードで使用量上限を設定してから、初回の長時間タスクを投げる。$20の無料クレジットは常用で8.9日分しかない。

つまずきやすいポイント

Windowsで動かない：ネイティブ非対応。WSL2上のUbuntuにインストールする
インストール前に止まる：Metaアカウントのログインと課金情報登録が先。ここを飛ばすとスクリプトが完走しない
思ったより料金が出る：推論トークンが出力単価で課金される。画面の文字数から逆算すると必ず外れる
安いプランを選んだら学習に使われる：contributorティアはプロンプトと出力の学習利用が条件。業務コードでは選ばない

既存のエージェント運用と並走させる

いきなり全面移行する必要はない。長時間の移行タスクだけMuse Codeに投げ、日常の対話的な作業は既存ツールに残す。MCPサーバーの構成を整えてあるなら、その資産はそのまま使い続けられる。

セキュリティ面のレビュー体制も、ツールが増えるほど重要になる。AIによる脆弱性の自動検出を噛ませ、エージェントが書いたコードを人間以外の目でも通しておきたい。

2026年8月のコーディングエージェント勢力図

Muse Codeの投入で、大手4社がターミナル型コーディングエージェントを揃えた。差別化の軸がどこに移ったのかを整理しておく。

2025年の軸：モデル性能

どのモデルがSWE-benchで何点か。ベンチの順位がそのまま採用理由になっていた時期。

2026年前半の軸：価格

DeepSeek V4-Flashが$0.14/$0.28を出し、性能あたり単価の勝負に移行。定額サブスクの整備も進んだ。

2026年後半の軸：耐障害性

24時間走り続けられるか、落ちても戻れるか。Muse Codeのイベントログはこの軸に賭けた設計だ。

平均して2日に1本のペースで新モデルが出荷される状態が続いている。この速さの中では、モデル単体の順位は数週間で入れ替わる。Muse Sparkシリーズも1.1から1.2まで1か月足らずだった。

だから選定基準は「いま一番賢いモデル」から「自分のタスクに合うか」へ移った。長時間の非同期実行という要件を持っている人にとって、Muse Codeは現時点で最も素直な選択肢だ。それ以外の人にとっては、まだ様子見でいい。

よくある質問（FAQ）

Muse Codeは無料で使えますか？

完全な無料枠はない。新規のMeta Model APIアカウントに$20分のクレジットが付くだけだ。しかも登録の時点でクレジットカードが要る。常用ペースの試算では8.9日で使い切る計算になる。

Windowsでは使えませんか？

ネイティブ対応は公開時点でない。WSL2上のLinux環境になら入る。

Claude Codeから乗り換えるべきですか？

薦めない。ベンチマーク上はOpus 5がTerminal-Bench 2.1・DeepSWE v1.1・Meta社内ベンチの3項目すべてで上回っているからだ。検討する価値があるのは、数時間以上かかるタスクを非同期で回したい場合、それだけ。イベントログによる復帰は今のところ他社にない。並走で使い分けるのが現実的だと思う。

contributorティアは何がリスクですか？

プロンプトと出力がMetaの学習に使われることが割引の条件になっている。コーディングエージェントには自社のソースコード、環境変数、ログに紛れた顧客情報まで文脈として流れ込む。受託でもプロダクトでも、契約上まず通らない。単価が18倍違っても、業務では標準ティアを選ぶ。

Muse Spark 1.2はMuse Code以外からも使えますか？

Meta Model API経由で単体利用できる。ただしMuse Codeと共同学習されたモデルなので、別のエージェントから呼んだときに公開ベンチマークと同じ挙動になるとは限らない。テキストのほか画像・動画・音声・PDFを入力に取れる点は汎用モデルとして扱いやすい。

ベンチマークの数字はどこまで信用できますか？

Meta自身が「評価環境がサードパーティ製モデル向けにチューニングされていない可能性がある」と留保を付けている。Terminal-Bench 2.1の公式リーダーボードでも未検証扱いだ。Artificial Analysisなどの第三者集計が出るまでは、参考値として見ておくのが安全だと考えている。

まとめ｜いま入れるべきは「24時間回したい人」だけ

Muse Codeは、ベンチマークでClaude Opus 5に勝てていない。Terminal-Bench 2.1で3.8ポイント、DeepSWE v1.1で5.7ポイント、Meta自身の社内ベンチで8.8ポイント負けている。この事実は動かない。

それでも価値があるのは、落ちても正確に再開できるイベントログ設計と、1,000回超のツールコールを24時間走らせた実績のほうだ。賢さではなく粘り強さを売っている。

自分ならこう決める。数時間以上かかる移行・最適化タスクを抱えているなら、標準ティアで入れて$20の無料クレジットの範囲で1本試す。それ以外なら、第三者ベンチマークが出そろう2週間後まで待つ。contributorティアは業務では使わない。単価が18倍安いのは、プロンプトと出力の学習利用という対価をそれだけ大きく見積もられているからで、受託でもプロダクトでも通る話ではないからだ。

Windowsが標準の職場なら、いま動く理由はない。WSLの導入を全員に依頼し、その運用コストを引き受けてまで、ベータ版のコーディングエージェントに納期を預ける判断にはならないだろう。半年後にもう一度見ればいい。

# 試すと決めたなら、この3行から
curl -fsSL https://dev.meta.ai/install.sh -o muse-install.sh
less muse-install.sh   # 中身を読んでから
bash muse-install.sh

出典

本記事の数値は以下の一次情報および公開データに基づく（2026年8月7日時点）。

Introducing Muse Code and Muse Spark 1.2 — Meta AI Research（ベンチマークスコア・イベントログ設計・連続稼働実績）
Muse Spark 1.2 — OpenRouter（API単価・コンテキスト長1,048,576トークン）
Muse Spark 1.2 — Artificial Analysis（第三者による性能・価格分析）
Meta enters the AI coding wars — VentureBeat（非同期バックグラウンドエージェントの設計）
Meta launches Muse Code for macOS and Linux — 9to5Mac（対応OS・インストール手順）

料金試算は上記の公開単価（入力$1.25／出力$4.25／キャッシュ入力$0.15）を用いて筆者が計算したもので、Meta公式の見積もりではない。実際の請求額は推論トークン量とキャッシュヒット率で変動する。