Muse Emberとは？繰り返し発生する作業を引き受けるモデル
Muse Ember は、Meta が Muse シリーズの中で、件数が多く範囲が明確な処理に向けて設計したモデルです。Meta の開発者向け発表では、コードの小さな修正、ツールの呼び出し、文書の要約や情報の抽出を例に挙げています。たとえば、提出された書類を一件ずつ読み、受付日、書類の種類、不足項目を所定の形式で返す作業が当てはまります。何を調べ、どの形で返すかを事前に決められる仕事ほど、単位を切って渡しやすくなります。
モデルの公式仕様では、入力はテキスト、画像、動画、音声、PDF、出力はテキストです。複数の形式を読めることをマルチモーダルと呼びます。画像の内容を読み取って分類名を返す、PDF を読んで必要な項目を抽出するといった使い方ができます。写真を仕分ける場合も、モデルが文章で分類を返す工程と、実際にファイルを移動する工程は分けて設計します。
関連記事：Meta Museとは？できること・料金・日本での利用可否と安全性を解説
文脈の上限と料金が変わる境界
仕様上の文脈の上限は1,048,576トークンです。トークンとは、モデルが入力や出力を処理する単位です。大きな資料を扱える枠がある一方、料金の境界は入力20万トークンです。大きい文脈を使えることと、すべての入力に同じ単価がかかることは別です。処理件数だけでなく、1件あたりの入力サイズや、過去の会話を何回引き継ぐかまで見積もりに含めます。
Muse Ember・Muse Spark・Muse Wonderの役割分担
Ember と大きなモデルを組み合わせる場合は、計画や例外の判断を Spark または Wonder に任せ、決まった小さな処理を Ember に渡します。Meta は、複数のコード変更を分担させる例や、画像の整理を分担させる例を公開しています。Meta の開発例で共通するのは、作業全体の進め方を決める工程と、各対象に同じ規則を適用する工程を分けている点です。
| モデル | 任せる工程 | 具体例 |
|---|---|---|
| Muse Ember | 件数の多い処理、一定の形式での出力 | 書類ごとの項目抽出、分類、定型のコード修正 |
| Muse Spark | 複数の処理を計画してつなぐ | 入力をどの処理に回すか決め、結果をまとめる |
| Muse Wonder | 難しい判断や複数条件の調整 | 例外が多い仕様を整理し、全体の進め方を決める |
たとえば200件の書類を扱うなら、最初に Spark または Wonder で、抽出する項目、空欄を許す条件、例外とするケースを決めます。Ember には書類と項目の定義だけを渡し、判断できないときは「要確認」を返させます。日付の書式や必須欄の欠落はプログラムで確認できます。内容が矛盾する書類だけを上位モデルや担当者に回せば、難しい判断にかかる費用と、繰り返し処理の費用を区別できます。
この分担を検討するときは、どこに誤りがあったか追えるようにしておきます。項目ごとに元のページや該当箇所を返す形式なら、確認担当者が文書全体を読み直す必要が減ります。逆に、ファイルを区切ると前後の意味が失われる仕事では、処理を細かく分けることが負担になります。資料を短くする前に、分類や抽出に必要な情報が一件の単位に収まるかを確認してください。
AIエージェントを「どう作り、どう育てるか」を、GiftX記事制作エージェントの実物で解説。
Muse EmberのAPI料金と20万トークンの境界
API（Application Programming Interface、システムからモデルを呼び出す窓口）の従量料金は、リクエストの入力が20万トークン以下かどうかで変わります。下の表は100万トークンあたりの米ドル価格です（2026年11月時点、Meta の公式料金）。
| 1リクエストの入力 | 入力100万トークン | 出力100万トークン | 例 |
|---|---|---|---|
| 20万トークン以下 | 0.10ドル | 0.50ドル | 文書単位の抽出や分類 |
| 20万トークン超 | 0.30ドル | 1.50ドル | 長い履歴や大量資料をまとめた処理 |
20万トークンを超えた場合は、入力と出力の両方に長文向けの単価が適用されます。たとえば会話を保存して前回の応答を引き継ぐ場合、今回追加する資料だけではなく、引き継がれる会話の入力も計算に含まれます。短い指示を1行追加しただけでも、履歴込みで境界を超えることがあります。Meta の従量課金の説明にある請求の対象と、アプリに表示される使用量を照合してください。
長文単価になると、20万を超えた部分だけでなくリクエスト全体が料金計算の対象になります。キャッシュ済みの入力も境界判定には含まれます。【仮定】キャッシュなしで入力20万、出力1万トークンなら0.2×0.10＋0.01×0.50で0.025ドルです。入力が20万1トークン、出力が同じ1万なら、0.200001×0.30＋0.01×1.50で約0.075ドルです。わずかな入力差でも区分が変わる例で、再試行やツール利用は含めていません（2026年11月時点、Meta の公式料金に基づく試算）。
【仮定】文書1件あたり入力1万、出力1,000トークンで、同じ条件の文書を1,000件処理するとします。入力合計は1,000万、出力合計は100万トークンです。すべての依頼が入力20万トークン以下なら、10×0.10ドル＋1×0.50ドルで、モデル料金は1.50ドルです。キャッシュ、追加ツール、再処理、人による確認は含みません（2026年11月時点、Meta の公式料金に基づく試算）。実際の費用を比べる際は、元の書類に対して正しく抽出できた件数を分母にします。
Muse Code の月額プランでは、Meta は全プランで Ember を使えると案内しています。同じ Muse Code でも、月額プランの利用枠で動かす場合と、キーを使って従量課金で動かす場合があります。入力が20万トークンを超えた依頼は、月額プランの利用枠をより速く消費します。モデルの提供条件を確認し、使うアカウントの支払い経路に合わせて比較してください。
Muse CodeとMeta Model APIでMuse Emberを使う方法
まず手元の資料やコードで動作を試すなら、Muse Code のモデル一覧で Ember を選べるか確認します。既存のシステムに組み込み、ファイルごとの処理を自動で実行したい場合は Meta Model API が候補です。公式のモデルIDは muse-ember-1.0 です。API では Standard mode で提供されます。システムへ組み込む場合は、返された項目が揃っているかを受け取り側でも検証します。Muse Ember のモデル仕様に対応する入出力と接続方法が載っています。
| 利用経路 | 向いている確認 | 開始前に見る項目 |
|---|---|---|
| Muse Codeの月額プラン | 開発や手作業で少数を試す | アカウントで選べるモデルと利用枠 |
| Muse Codeの従量課金 | 利用枠と切り分けて少量の費用を測る | 認証経路と請求の紐づけ先 |
| Meta Model API | 業務システムへ連携し、多数の入力を処理する | モデルID、レスポンスの形式、処理制限 |
日本から使う場合も、登録画面で契約できるプランや支払い条件を確認してください。今回の公式発表は全 Muse Code プランでのモデル提供を示していますが、各地域の新規登録条件まで同一かどうかは、アカウントの案内で確認する必要があります。資料に社外秘の情報が含まれる場合は、モデルへの接続方法、契約条件、利用者の権限を先に決めます。
API を試す場合は、Meta のモデル仕様にあるリクエスト例でモデルIDを指定し、公開して差し支えないテキストを一件だけ送ります。たとえば架空の受付文から、請求、障害、機能要望のどれかを返させます。結果をシステムで受ける段階では、想定した選択肢以外を返したときに保存を止め、担当者に回します。読み取りの試験と、結果に応じて既存データを更新する操作を分けると、利用範囲を段階的に広げられます。
オフィス系7職種のAI利用者669人の調査では、生産性向上を明確に実感した割合が、チャット中心の利用層14.3%に対しAIエージェント利用層54.3%。約3.8倍の差が見られました。
Muse Emberの精度と費用を小さく検証する
最初の試験は、正解を人が把握している入力を使います。形式の揃った資料だけでなく、手書きの追記、スキャンの傾き、項目名の表記違いなど、実際に起こる例外も混ぜます。たとえば「日付」「文書種別」「金額」の抽出なら、全項目が正しかった件数、部分的に誤った件数、要確認に回った件数を分けて集計します。どの項目に誤りが集中するかを見れば、モデルを変える前に入力や出力の定義を直せることがあります。
例外の再処理を含めて比べる
運用試験では、入力のサイズと結果を対応づけて記録します。文書の種類、ページ数、トークン数、処理時間、再処理の有無が分かれば、費用が増えた理由を後から調べられます。長い文書でだけ費用が跳ね上がるなら、単価の境界を超えていないかを先に確認します。短く区切っても結果の精度が下がらない種類だけ、処理の単位を変えると比較しやすくなります。
比較する際は、Ember だけで処理した場合と、例外だけを Spark や Wonder に回した場合で、同じサンプルを使います。費用には Ember の料金だけでなく、上位モデルへ回した分と人が確認した時間も含めます。例外が大半なら、分業によって管理の手間が増えます。反対に、ほとんどの入力が定型で、誤りを検出する仕組みがあるなら、先に小型モデルへ回す選択がしやすくなります。
要確認に回す条件を決める
同じ試験で、再処理を発生させる条件も試しておきます。たとえば、日付が二つありどちらが受付日か判断できないときは、どちらかを推測して記録するより「要確認」と該当箇所を返すようにします。上位モデルへ回す件数と人へ回す件数を別に集計すると、精度が改善した工程と、判断を先送りした工程の違いが見えます。
自動で実行する操作を分ける
試験から本番に移す前に、モデルの出力で何が動くかも決めてください。書類の分類結果を一覧に表示するだけなら、人が訂正しやすくなります。結果を使ってファイルを移動したり外部へ送ったりするなら、その操作は分類とは別に確認します。抽出の精度と操作の承認を分けておくと、失敗したときにやり直す範囲を絞れます。
Muse Emberのよくある質問
Muse Emberは画像や動画を生成できますか？
Muse Ember の出力はテキストです。画像や動画を入力として読ませ、内容の分類や説明を得る用途には使えます。画像ファイルを新しく作る処理や編集する処理が必要なら、エージェントが別のツールを呼ぶ工程として設計します。Muse Ember の入出力仕様を参照してください。
約100万トークンを一度に使っても、同じAPI単価ですか？
文脈の上限は1,048,576トークンですが、入力20万トークンを超えるリクエストには長文向けの単価が適用されます。継続した会話を引き継ぐ場合は、今回追加する入力に加えて過去の文脈も見積もってください。Meta の料金と利用制限に区分と計算方法が示されています。
Muse Codeの月額プランとMeta Model APIは同じ請求ですか？
Muse Code の月額プランで使う場合は利用枠を消費します。Meta Model API の従量課金では、呼び出しごとのトークン数などに応じて請求されます。Muse Code でも API キーによる従量課金の経路があるため、同じモデル名でも、使っている認証方法と請求先を確認してください。
まとめ
Muse Ember は、分類や抽出のように要件を決めやすい反復処理に向くモデルです。複雑な計画と例外処理は Spark や Wonder に振り分け、Ember には一件ずつ確認できる仕事を渡すと、費用と品質の関係を測れます。まずは代表的な資料を使って、20万入力トークンの境界、抽出の正しさ、再処理を含む費用を確かめてください。処理が途中で失敗したときは、どの入力から再開するか、同じ書類を二重に保存しないかも試しておくと運用を決めやすくなります。
