Muse Spark API アクセス完全ガイド——プライベートプレビューから本番利用まで

Muse Spark API アクセスの現状

2026年9月時点、Muse Spark APIはプライベートプレビュー段階で提供されている。重みのダウンロードは引き続き不可だが、APIを通じた利用は招待ユーザーに開放されている。

アクセス申請方法

Step 1: プレビューウェイトリストに登録

# Meta for Developersポータルで申請
https://developers.meta.com/muse-spark/api-preview

必要情報：
- 会社名・ユースケースの説明
- 月間予想利用量（トークン数）
- 技術スタック

Step 2: API キーの取得

承認後（通常2〜5営業日）にメールでAPIキーが発行される。

# 環境変数に設定
export MUSE_API_KEY="msk_..."

APIエンドポイントと使い方

テキスト生成

import requests

BASE_URL = "https://api.meta.ai/v1"
HEADERS = {
    "Authorization": f"Bearer {MUSE_API_KEY}",
    "Content-Type": "application/json"
}

def chat(messages: list, model: str = "muse-spark-1.3") -> str:
    response = requests.post(
        f"{BASE_URL}/chat/completions",
        headers=HEADERS,
        json={
            "model": model,
            "messages": messages,
            "max_tokens": 4096,
            "temperature": 0.7
        }
    )
    return response.json()["choices"][0]["message"]["content"]

# 使用例
result = chat([
    {"role": "user", "content": "Pythonで二分探索を実装して"}
])
print(result)

マルチモーダル（画像 + テキスト）

import base64

def chat_with_image(text: str, image_path: str) -> str:
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()
    
    response = requests.post(
        f"{BASE_URL}/chat/completions",
        headers=HEADERS,
        json={
            "model": "muse-spark-1.3",
            "messages": [{
                "role": "user",
                "content": [
                    {"type": "text", "text": text},
                    {"type": "image_url", "image_url": {
                        "url": f"data:image/jpeg;base64,{image_b64}"
                    }}
                ]
            }]
        }
    )
    return response.json()["choices"][0]["message"]["content"]

料金・制限

項目	プレビュー	正式GA（予定）
入力	$0.80 / 1Mトークン	$1.20 / 1Mトークン
出力	$2.40 / 1Mトークン	$3.60 / 1Mトークン
レート制限	100 RPM / 1M TPM	1,000 RPM / 10M TPM
最大コンテキスト	1M トークン	1M トークン

注意事項

• 重みDL不可: モデルウェイトのダウンロードは現時点では提供されていない
• データ利用: デフォルトでプロンプトはMeta AIの改善に使用される（オプトアウト可）
• 地域制限: 一部地域では利用不可

まとめ

Muse Spark APIはプレビュー段階ながら、OpenAI互換に近いAPIデザインで開発者が扱いやすい設計になっている。正式GA前に申請しておくことで、競合より早くMuse Sparkの能力を自社プロダクトに組み込む機会を得られる。

---

関連記事

Muse Spark vs L…・MetaがMuseパーソナルA…など、関連する記事もあわせてご覧ください。

• Muse Spark vs Llama 4 徹底比較——性能・コスト・オープン性の三つ巴
• MetaがMuseパーソナルAIエージェントを発売—買い物・予約・支払いをAIが代わりに実行
• MetaのAIグラスにMuseが搭載予定—眼鏡をかけるだけでAIエージェントが常にそばに