Meta Muse Codeとは？ターミナル型コーディングエージェントの機能・料金・Claude Code/Codexとの違い【2026年8月最新】

Muse Code（ミューズ・コード）は、Metaが2026年8月5日に公開したターミナル常駐型のコーディングエージェント（現時点ではベータ）です。 Claude CodeやCodex CLIと同じ土俵の製品で、性能面ではMeta自社の計測でもClaude Opus 5にわずかに届かない一方、学習データ提供に同意する「Contributor」ティアを選ぶと出力トークン単価が約21分の1になる価格が最大の武器になっています。

この記事では以下を整理しています。

• Muse Codeの基本情報（開発元・対応OS・提供形態・搭載モデル）
• 永続バックグラウンドエージェント／隔離worktree並列実行／イベントログという設計上の特徴
• Standard・Contributorの2ティア料金と、1ステップ・1か月あたりの実コスト試算
• インストールから /plan → /grill → /goal までの使い方の流れ
• Claude Code・Codex CLI・Cursorとの課金構造の違いと選び分けの基準
• ベータ・Windows非対応・データ提供リスクを踏まえた、今は見送るべき人の条件

コーディングエージェントのランニングコストを下げたい個人開発者、社内でCLIエージェントの利用可否を判断する情報システム担当者、Claude CodeやCodex CLIからの乗り換えを検討している方に向けた内容です。

出典: Meta 公式ブログ

Muse Codeとは — Metaが投入したターミナル常駐型のコーディングエージェント

Muse Codeは、Meta Superintelligence Labs（MSL）が開発したCLI（コマンドライン）型のコーディングエージェントです。ターミナルからプロジェクトディレクトリで muse を実行すると常駐し、大規模リポジトリをまたぐ変更の計画・実装・検証を引き受けます。公式は「タスクごとに複数の永続サブエージェントを協調させ、人の介入を減らして難しいタスクを解く」ものと位置づけています。

同じ時期に発表された競合と違い、Muse Codeは「本体は無料、費用はモデルAPIの従量課金で発生する」構造です。定額サブスクの導線が公開時点で存在しないため、使ったトークン量がそのまま請求額に反映されます。ここがClaude CodeやCodex CLIとの決定的な差になります。

搭載モデル「Muse Spark 1.2」との関係

Muse Spark 1.2は、2026年7月に公開されたMuse Spark 1.1をコーディング特化で強化したモデルです。重要なのは、Muse Spark 1.2がMuse Codeと共同学習（co-trained）されているという公式説明で、CLIとモデルがセットで最適化されています。裏を返すと、Muse Code以外のツールからMuse Spark 1.2を単体で呼び出した場合、公表ベンチマークほどの性能は出ない可能性があるということです。

モデル自体はMeta Model API（api.meta.ai/v1、OpenAI互換のSDKパス）のほか、OpenRouterやVercel AI Gatewayなどのゲートウェイ経由でも利用できます。

Muse Sparkシリーズそのものの成り立ちや1.1までの経緯は、Meta Muse Sparkとは？機能・性能・料金・GPT-5.4やClaudeとの違いで解説しています。画像生成側のMetaモデルについてはMeta Muse Imageとはを参照してください。

対応OSはmacOSとLinuxのみ（Windowsは公開時点で非対応）

Muse CodeはmacOSとLinuxのみの対応で、Windowsネイティブビルドは公開時点で提供されていません。WSL（Windows Subsystem for Linux）での動作可否についても公式の記載は確認できておらず、現時点では未確認です。Windows環境が主戦場のチームは、この一点だけで対象外になり得ます。

Muse Codeでできること — 3つの設計上の特徴と標準スキル

Muse Codeの中身は「シンプルなエージェントループ＋非同期バックグラウンドエージェント群」という構成です。他のCLIエージェントとの違いは、次の3点に集約されます。

1. サブエージェントがセッション中ずっと常駐する（永続型・非同期）

多くのエージェントはタスクごとにサブエージェントを生成して破棄しますが、Muse Codeのバックグラウンドエージェントはセッション中ずっと常駐します。Metaはこの設計により、同じファイルやコンテキストを何度も読み直す「情報収集の重複」と、その待ち時間が減ると説明しています。

公式に名前が確認できるバックグラウンドエージェントは Photon Sphere / Embervault / Avo Lawn の3つですが、各エージェントの具体的な役割は非開示です。

2. 隔離されたgit worktreeで並列実行する

ジョブが十分に大きい場合、Muse Codeは独立したgit worktree上で並列にサブエージェントへ処理をファンアウトします。重要なのは、この並列作業がユーザーの作業コピー（working copy）には触れない点です。Zuckerberg氏はデモで、ゲームの6機能を衝突なく同時実装する例を示しています。

エディタ内でエージェントが直接ファイルを書き換える方式に不安がある人には、この隔離設計は評価しやすいポイントです。

3. 追記専用のローカルイベントログで「完全再現」と「クラッシュ復帰」

Muse Codeは、すべてのモデル呼び出し・ツール実行・承認・編集を追記専用（append-only）のローカルイベントログに記録します。公式はこれにより次の2点を実現するとしています。

• replay-exact: 実行内容をそのまま再現できる
• restart-safe: クラッシュしても再開時に作業を失わない

長時間の自律実行を前提にした設計で、実際にNVIDIA Hopper向けのカーネル最適化では1,000回を超えるツール呼び出しを最長24時間継続した事例が公表されています。ただしベータ版であり、この復帰挙動の第三者検証は現時点で確認できていません。

標準搭載の3スキル

Muse Codeには、最初から3つのスラッシュコマンド（スキル）が用意されています。

「計画→検証→実行」を明示的なコマンドに分けている点が、Muse Codeの実務上の使いやすさにつながっています。エージェント前提の開発スタイル全体の考え方はエージェンティックエンジニアリングとは？で整理しています。

Muse Spark 1.2の性能 — ベンチマークは「Meta自社計測」である点に注意

Muse Spark 1.2は「最速・最強」ではありません。 Meta自身が公表したベンチマークでも、主要な3項目すべてでClaude Opus 5が上回っています。

出典: Meta 公式サイト

※上記はすべてMetaが公表した自社計測値です（2026年8月時点）。

読み取るべきポイントは3つあります。

1. 1.1からの伸びには「ハーネス側の改善」が混ざる — Terminal-Bench +6.7pt、DeepSWE +6.3ptという改善幅は、モデル単体の向上分だけでなくMuse Code側の実行基盤の改善も含むと各所が指摘しています。
2. 独立検証値ではない — Muse Spark 1.1では、Meta公表の80.0%に対し独立検証は76.2%±1.2%と、約3.8ptの乖離が報告されました。1.2の82.9%も現時点でTerminal-Bench公式リーダーボードの検証済みスコアではありません。
3. 比較対象の選び方に指摘がある — 比較表でGPT-5.6の最上位モデルではなく中位のTerraが選ばれている点について、選択的比較だとする批判があります。Meta自身も「自社の評価セットアップは第三者のプロプライエタリモデル向けに最適化されていない可能性がある」と注記しています。

つまりMuse Codeの訴求点は「他社より速い・賢い」ではなく「同等クラスの品質を、桁違いに安く回せる」という点にあります。

Muse Codeの料金 — StandardとContributorの2ティア

Muse Code本体のインストールは無料で、費用はMuse Spark 1.2のAPI従量課金として発生します。ティアは2つです。

価格差は項目ごとに異なり、入力で約12.5倍、出力で約21倍、キャッシュ入力で約75倍Contributorが安くなります。報道では「90%以上の割引」「21x cheaper」と表現されますが、項目別に見るのが正確です。

なお、Standardの$1.25/$4.25はMuse Spark 1.1と同額の据え置きであり、1.2で値下げされたわけではありません。また、推論（reasoning）トークンは出力として課金される点は1.1から変わらない仕様で、実効コストは見積もりより膨らみやすいことに注意してください。

1ステップ・1か月あたりの実コスト試算

体感しにくいので、1ステップ＝入力6万トークン／出力3千トークンという前提で本記事が計算した目安を示します（1ドル150円換算）。

実際の消費はタスクの大きさ・推論トークン量・キャッシュヒット率で大きく変動します。あくまで桁感をつかむための試算として扱ってください。それでも、Contributorティアを選べる用途なら月額コストが1〜2桁下がるという構造は読み取れます。

「90%割引」の正体はソースコードの提供対価

Contributorティアの安さは、入力・出力を将来のMetaモデルの学習に使うことへの同意と引き換えです。分析メディアの表現を借りれば「割引の服を着たライセンス判断」であり、値引きではなく取引だと理解するのが正確です。

判断基準はシンプルです。

• 選んでよい: 個人の学習用リポジトリ、公開OSSのフォーク、使い捨ての検証コード
• 選んではいけない: 業務コード、受託案件、NDA下のリポジトリ、社内APIキーや顧客データを含むテストフィクスチャ

Contributorはモデル名（muse-spark-1.2-contributor）を指定するだけで切り替わるため、業務リポジトリで誤って選択する事故が最大のリスクです。組織で使うなら、モデル名をStandardに固定する運用ルールを先に決めておくべきです。

料金モデルの考え方をClaude側と比べたい場合はClaude Code料金【日本円換算】Agent Teams・Enterprise比較もあわせて確認してください。

Muse Codeの使い方 — インストールから完走までの流れ

現時点で公開されている手順は次のとおりです。macOSまたはLinuxであることが前提です。

1. インストール: ターミナルで curl -fsSL https://dev.meta.ai/install.sh | bash を実行します。
2. APIキーを用意する: Meta Model API（api.meta.ai/v1）でキーを発行し、環境変数に設定します。OpenRouterやVercel AI Gateway経由で利用することも可能です。
3. モデルティアを選ぶ: muse-spark-1.2（Standard）か muse-spark-1.2-contributor（Contributor）かを、扱うコードの性質から決めます。
4. プロジェクトで起動: 対象リポジトリのディレクトリに移動し、muse を実行します。
5. /plan で計画を作る: いきなり実装させず、承認ゲート付きの計画を出させます。変更範囲がここで確定します。
6. /grill で計画を叩く: 立てた計画の穴・前提の破綻をストレステストします。大規模変更ほど効きます。
7. /goal で完走させる: ゴールを指定して実行を駆動します。大きなジョブは隔離worktree上で並列実行されるため、作業コピーは保護されます。

最初に実行するときの注意点

• インストールが curl | bash 形式のため、ドメインが公式の dev.meta.ai であることを必ず確認してから実行してください。
• 最初は重要度の低いリポジトリで試すのが安全です。ベータ版であり、承認ゲートの権限境界（書き込み・削除・外部送信をどこまで自動で行うか）の詳細仕様は公式に十分な記載がなく、現時点では未確認です。
• イベントログは開発者の端末に蓄積されます。端末の暗号化とアクセス制御を前提にしてください。

Claude Code・Codex CLI・Cursorとの違い

出典: Claude Code 公式サイト

Muse Codeを他ツールと比べるとき、性能差より先に見るべきは課金構造の違いです。ここが噛み合っていないと「安いはずなのに高くついた」「定額のほうが結局よかった」という事故が起きます。

※各競合の料金・上限は変更が多い領域です。最新の条件は各公式ページで確認してください。

選び分けの基準

• コストを変動費として最適化したい／使用量が少ない日が多い → Muse Code。特にContributorが使える用途なら圧倒的に安くなります。
• 毎日長時間まわす／請求額をブレさせたくない → Claude CodeやCodex CLIの定額プラン。従量課金は使うほど線形に増えるため、ヘビーユースでは定額のほうが安くなる分岐点があります。
• Windows環境が必須 → 現時点でMuse Codeは選べません。
• エディタ内で対話しながら書きたい → Cursorのようなエディタ型。ターミナル型とは作業スタイルが根本的に違います。

各ツールの詳細はClaude Codeとは？できること・料金・使い方・他ツール比較、OpenAI Codexとは？使い方・料金・旧APIとの違い、Cursorとは？AI搭載コードエディタの機能・料金・使い方で解説しています。ターミナル型とエディタ型の作業スタイルの違いはCursor vs Claude Code 徹底比較、サブスク型の利用上限問題はCodex・ChatGPT Workの5時間制限が参考になります。候補を横並びで見たい場合はAIコーディングツール おすすめ9選へ。

Muse Codeの弱み・導入前に確認すべき注意点

強みだけを見て導入すると詰まりやすいポイントを整理します。

MCPまわりの前提知識はClaude Code MCPの使い方が参考になります。

企業で使う場合のガバナンス上の論点

社内利用を検討する情報システム部門が押さえるべき点は、主に4つです。

• ティアの誤選択防止: -contributor 付きモデル名を業務リポジトリで使わせない仕組み（設定ファイルの標準化・レビュー）
• 端末に残るイベントログ: 承認履歴と編集内容がローカルに蓄積されるため、端末暗号化・持ち出し制御・退職時の回収を前提にする
• 承認ゲートの権限範囲: どのコマンドが自動実行され、どこで人の承認が入るかの境界が公式に明示されていない。まずは権限の狭い環境で検証する
• シャドーAIの発生: 個人が勝手にCLIエージェントを増やすと、コードの外部送信経路が把握できなくなる

このあたりの一般的な考え方はAIコーディングのセキュリティリスクとは？とAIエージェントのセキュリティ対策で詳しく扱っています。エージェント全体の仕組みから理解したい場合はAIエージェントとは？仕組み・種類・活用事例へ。

こんな方におすすめ / おすすめしない方

おすすめできる方

• コーディングエージェントのAPI費用を下げたい個人開発者 — 学習用・OSS・検証用リポジトリならContributorティアの価格メリットが直接効きます。
• macOS / Linuxで開発しているエンジニア — 対応環境がそのまま条件を満たします。
• 大規模リポジトリを横断する変更が多い人 — 100万トークンのコンテキストと並列worktree実行が刺さる領域です。
• 作業コピーをエージェントに触られたくない人 — 隔離worktreeでの並列実行は、直接編集型のツールより安心感があります。
• 長時間の自律実行を試したい人 — 24時間級の継続実行とクラッシュ復帰を前提に設計されています。
• 新ツールの検証をチームの技術選定として回している人 — ベータでも触っておく価値のあるアーキテクチャです。

おすすめしない方

• Windows環境しかない方 — 現時点で選択肢に入りません。
• 業務コード・受託案件・NDA下のコードを扱う方がContributor目当てで導入する場合 — 割引の対価がソースコードの提供である以上、成立しません。Standardなら学習には使われませんが、その場合の価格は他社と比べて突出して安いわけではありません。
• 請求額を固定したい方・毎日ヘビーに回す方 — 定額サブスクのあるClaude CodeやCodex CLIのほうがコスト予測が立ちます。
• 本番運用を今すぐ始めたい方 — ベータであり、GA時期も未発表です。
• ローカル実行・オンプレ配備が要件の組織 — クローズドウェイトのため要件を満たせません。
• 既存のMCP構成をそのまま移したい方 — CLI側のMCP対応が公式に確認できていません。

よくある質問

Q. Muse Codeは無料で使えますか？
CLI本体のインストールは無料ですが、動かすにはMuse Spark 1.2のAPI利用料が必要です。無料枠やトライアルクレジットは公開時点で発表されていないため、実質的には従量課金が前提と考えてください。

Q. 日本からContributorティアを使えますか？
公式には「一部の国のみ」と記載されており、対象国リストは現時点で確認できていません。日本から利用できるかは未確認です。導入判断に組み込む場合は、実際にモデル名を指定して利用可否を検証してから見積もってください。

Q. Windowsでは本当に使えませんか？
公開時点でネイティブビルドは提供されていません。WSLでの動作についても公式の記載がなく、現時点では未確認です。

Q. Muse Spark 1.2だけをAPIで使うことはできますか？
Meta Model API・OpenRouter・Vercel AI Gatewayなどから利用できます。ただしMuse Spark 1.2はMuse Codeと共同学習されているため、他のツールから呼び出した場合は公表ベンチマークほどの性能が出ない可能性があります。

Q. Muse Codeのモデルはオープンソースですか？
いいえ。Llamaシリーズとは異なりクローズドウェイトで、ウェイトは公開されていません。オープン化についてZuckerberg氏は明言を避け「近く共有できることがある」と述べるにとどまっています。

Q. Claude Codeより高性能ですか？
Meta自社計測のベンチマークでも、Terminal-Bench 2.1・DeepSWE 1.1・Meta Internal Coding BenchのいずれもClaude Opus 5が上回っています。Muse Codeの優位性は性能ではなく価格構造にあると理解するのが正確です。

Q. 途中でクラッシュしたら作業は消えますか？
公式は追記専用イベントログによりクラッシュ後も作業を失わない（restart-safe）としています。ただしベータ版であり、この挙動の第三者検証は現時点で確認できていません。

まとめ

Muse Codeは、Metaが2026年8月5日に公開したターミナル型コーディングエージェント（ベータ）です。永続バックグラウンドエージェント、隔離worktreeでの並列実行、追記専用イベントログという設計は、長時間の自律実行を真面目に狙った作りになっています。

一方で、性能はMeta自社計測でもClaude Opus 5に届いておらず、ベンチマークは独立検証を経ていません。実質的な武器は価格で、Contributorティアなら入力約12.5分の1・出力約21分の1・キャッシュ入力約75分の1という水準になります。ただしその安さはソースコードを学習データとして提供する対価であり、業務コードでは選べません。

現時点での判断としては、macOS / Linuxで、学習用や公開可能なコードを扱う個人開発者にとっては試す価値が高く、Windows環境・業務コード中心・請求額を固定したいチームは見送りが妥当です。ベータ段階でGA時期も未発表のため、本格導入の前にまず重要度の低いリポジトリで検証することをおすすめします。