Muse Spark 1.2がVercel AI Gatewayに登場｜コーディング特化の改善点と使い方

2026年8月6日

AIニュース重要度

★★★☆☆

3.0 / 5｜知っておくと役立つ通常ニュース

知っておくと役立つ通常のアップデートのため★3としました。

生成AIの学び方で悩んでいませんか？

「何から学ぶか」「続けられるか」「仕事で使えるか」が大切と分かっていても、独学では難しいですよね。

DMM 生成AI CAMP 学び放題は、DMM.comが提供する月額制の生成AIオンラインスクールです。

総額200万円相当の約1,000レッスンが学び放題。職種別・ツール別のコースを、メンターやAIチューターのサポートを受けながら継続的に学べます。

その第一歩として、入会前に中身を体験できる60分の無料セミナーが用意されています。参加すると、こんなことが分かります。

自分の職種で使えるか - マーケティング・営業・人事など職種別8コースの中身を体感できる！
ツールごとの学び方 - ChatGPTやDifyなど、ツール別のマスターコースも確認できる！
学習の進め方 - 約1,000レッスンをどう学べば短期間で身につくか、プロが提案してくれる！
続けられる仕組み - 24時間対応のAIチューターやメンター相談、コミュニティの中身が分かる！
生成AIの最新デモ - 生成AIの最新技術デモをその場で体験できる！

「無料セミナーで体験してから、学び放題に入会して継続的に学ぶ」という流れで始められるので、合うか分からないまま入会する心配がありません。

予約・参加は無料。入会するかはセミナーの後に決められます。

＼予約は30秒・日時を選ぶだけ／

60分の無料セミナーを予約する（無料）

⇒入会・コース詳細を公式サイトで見る

※無料なのはセミナーで、学び放題本体は月額制の有料サービスです。料金は公式サイトをご確認ください。
※セミナー・コース内容は変更される場合があります。

概要

Meta製のコーディング特化モデル「Muse Spark 1.2」が、Vercelが提供するAI Gateway（複数のAIモデルを一つのAPIで呼び出せる基盤）で利用できるようになりました。前バージョンの汎用的な能力を保ちつつ、コード生成やデバッグ、コードベース理解の精度が向上したモデルです。

何が発表・更新されたのか

Vercelの公式アナウンスによると、Muse Spark 1.2はMuse Sparkのコーディング向け更新版です。主な改善点は以下の通りです。

コード生成の精度向上
複雑なデバッグ作業への対応強化
コードベース全体の理解力向上
開発ワークフロー全体（エンドツーエンド）でのサポート強化

また、リポジトリ全体の生成や大規模プロジェクトの構築、コードを書いて・コンパイルし・プロファイリングし・改善するという反復作業を長時間にわたって継続する「long-horizon（長時間持続型）」の作業を想定して設計されています。

利用時は、AI SDKでmodelをmeta/muse-spark-1.2に指定します。

import { streamText } from 'ai';

const result = streamText({
  model: 'meta/muse-spark-1.2',
  prompt: 'Migrate this service off the deprecated API.',
});

また、コーディングエージェントで使う場合は、vercel ai-gateway coding-agents setupコマンドを実行してClaude Code、Codex、OpenCode、Piなどと接続し、エージェント内でmeta/muse-spark-1.2を選択する形になります。

なぜ重要なのか

AI Gatewayは、モデルの呼び出し・利用量やコストの追跡・リトライやフェイルオーバーの設定などを一つのAPIでまとめて管理できる仕組みです。公式情報によると、カスタムレポート機能、ゼロデータ保持（Zero Data Retention）のサポート、APIキーごとの予算設定、ルーティングルールなどが標準で備わっています。加えて、AI Gatewayはプロバイダーの価格をそのまま反映し、推論に対するプラットフォーム利用料は上乗せしない（BYOK＝自分のAPIキーを持ち込む場合も同様）とされています。コーディング特化モデルが主要ゲートウェイで簡単に選べるようになったことは、開発現場でのモデル選定の幅を広げる点で意味があります。

誰に関係があるのか

Vercel AI GatewayやAI SDKを使ってアプリを開発しているエンジニア
Claude Code、Codex、OpenCode、Piなどのコーディングエージェントを業務で使っているチーム
複数のAIモデルのコストや利用状況を一元管理したい開発組織の担当者

仕事や業務でどう使えるのか

リポジトリ単位でのコード移行（例：非推奨APIからの移行）、大規模プロジェクトのコード生成、繰り返しのデバッグ・改善作業など、まとまった量のコーディング作業を継続的に行うシーンで活用が想定されます。AI SDKにモデル名を指定するだけで既存のワークフローに組み込める点も、実務での導入コストを抑えやすい部分です。