Muse Spark 1.3 API：空の回答なしでMetaの推論モデルを使う方法

Muse Spark 1.3は、ツール呼び出し、JSONモード、1Mトークンのコンテキストを備えたMetaの汎用推論モデルです。GetVibe APIでは標準のOpenAI互換エンドポイント経由で提供しているため、すでにお使いのコードから呼び出せます。始める前に知っておくべきことが1つあります。Muse Sparkは回答前に大量に思考するため、max_tokensを小さくすると空のレスポンスが返ります。このガイドでは、モデルID、価格、実測結果、そして初回から動作させるための設定方法を説明します。

重要な設定は1つ：max_tokens

他の推論モデルと同様に、Muse Sparkは表示される回答の前に非表示の推論トークンを生成します。これらのトークンはmax_tokensに含まれ、出力として課金されます。Muse Sparkの特徴は、その推論量の多さです。カタログの数値によると、短い質問でもおよそ650〜5,400推論トークンを使用します。

私たち自身のテストでも同じ傾向が確認できました。1行の算数の質問（14:35から18:10までの列車の所要時間）を尋ねたところ、正しい1文の回答が返りましたが、トークンの内訳を見ると次のようになっていました。

表示された回答：約20トークン（「所要時間は3時間35分です。」）
推論：514トークン
課金対象の出力合計：534トークン

もしmax_tokensが256だった場合、モデルは思考の途中で予算を使い切り、finish_reason: "length"とともに空のメッセージを返していたでしょう。対策は簡単です。十分な余裕を持たせてください。短い質問には少なくとも4,000、コーディングや複数ステップのタスクには8,000〜16,000が妥当です。設定した上限ではなく、実際に生成されたトークン数に対してのみ課金されるため、簡単なプロンプトで上限を大きくしても追加費用はかかりません。

仕様と価格

モデルID：muse-spark-1.3
開発元：Meta
価格：$0.8875 入力 · $3.0175 出力 100万トークンあたりから。
キャッシュ済み入力：繰り返し使用するプロンプトのプレフィックスには、通常の入力料金の10分の1が適用されます。
コンテキストウィンドウ：1,048,576トークン。
推論の強度：minimal、low、medium、high、xhigh、max。推論は出力として課金されます。
ツール呼び出しおよびJSONモード：対応。
入力：テキストのみ（画像非対応）。

価格に「から」と記載されているのは、GetVibeが各リクエストをまず最も安価で正常なチャネルにルーティングし、混雑している場合はフォールバックするためです。そのため、リクエストによっては最低価格を上回ることがあります。Muse Spark 1.3のモデルページには現在の価格範囲が表示され、ダッシュボードでは各リクエストの実際の料金を確認できます。詳しくは残高と使用量をご覧ください。

このモデルは大量に推論するため、予算は表示される回答の長さではなく、出力トークン数を基準にしてください。表示される回答が1文だけのリクエストでも、数百の出力トークンが課金されることがあります。

接続方法

GetVibeアカウントからAPIキーを取得し、OpenAIクライアントの接続先をhttps://getvibeapi.com/v1に設定して、モデルIDmuse-spark-1.3を使用してください。

OpenAI SDKを使ったPython

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://getvibeapi.com/v1",
    api_key=os.environ["GETVIBE_API_KEY"],
)

resp = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[{"role": "user", "content": "A train leaves at 14:35 and arrives at 18:10. How long is the trip? Answer in one sentence."}],
    max_tokens=8000,  # generous: reasoning tokens count toward this limit
)
print(resp.choices[0].finish_reason)
print(resp.usage.completion_tokens, resp.usage.completion_tokens_details.reasoning_tokens)
print(resp.choices[0].message.content)

2026年10月22日に実行したところ、約4秒で次のように出力されました。

stop
534 514
The trip lasts 3 hours and 35 minutes.

本番環境では必ずfinish_reasonを確認してください。stopはモデルが処理を完了したことを示し、lengthは設定した上限に達したことを示します。この場合、回答が欠落または途中で切れている可能性があります。

curl

curl https://getvibeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-spark-1.3",
    "messages": [{"role": "user", "content": "Summarize the trade-offs of SQLite vs PostgreSQL for a small SaaS in five bullets."}],
    "max_tokens": 8000
  }'

私たちの実行ではfinish_reason: "stop"が返り、運用、同時実行性、機能、信頼性、コストと将来性について明確な5つの箇条書きが生成されました。使用量は、プロンプトトークン27、完了トークン998で、そのうち704が推論トークンでした。今回も、出力料金のおよそ70%が、目には見えない思考に使われています。

reasoning_effortで推論を抑える

Muse Sparkは、minimalからmaxまで6段階の標準reasoning_effortパラメータに対応しています。強度を下げると推論トークンが減り、回答が速くなって料金も安くなります。同じ列車の質問を2つのレベルで送信しました。

reasoning_effort="low"：推論トークン315、出力合計335トークン、正しい回答。
reasoning_effort="high"：推論トークン439、出力合計459トークン、同じく正しい回答。

lowでも、単純な質問に対してモデルは約300トークン推論しました。そのため、強度を下げたからといってmax_tokensを数百まで安全に縮小できるわけではありません。推論の長さは実行ごとにも変動します。今回のデフォルト強度での実行では、highよりも多く使用しました。定型的なトラフィックには低い強度を使い、実際に推論が必要な問題にはhigh以上を使用してください。詳しくはreasoning effortの解説をご覧ください。

ツール、JSON、長いコンテキスト

ツール呼び出しでは標準のtools配列とレスポンス内のtool_callsを使用するため、既存のエージェントフレームワークを変更せずに利用できます。詳しくはツール呼び出しをご覧ください。機械可読な出力にはJSONモードを利用できます。モデルごとの違いについては、JSONモードガイドで説明しています。

1Mトークンのウィンドウにより、大規模なドキュメントや長いエージェント履歴を1回のリクエストに収められます。同じ大きなプレフィックスを毎回再送信する場合、通常の入力料金の10分の1となるキャッシュ料金が適用されます。プレフィックスをキャッシュしやすく保つ方法については、プロンプトキャッシュの解説をご覧ください。

Muse Spark 1.3を選ぶべきケース

適しているケース：速度よりも慎重で検証済みの回答が重要な質問、ツールを呼び出すエージェント、手頃な価格での長文脈の読み取り。
あまり適していないケース：出力トークン1つ1つが重要になる、非常に短く大量に発生するリクエストや、画像入力が必要な処理。このような場合は高速な非推論モデルのほうが安価です。詳しくは大量利用に適した最安のLLM APIをご覧ください。

レスポンスをストリーミングして、ユーザーが空白画面を見続けないようにする

このモデルは書き始める前に推論するため、ストリーミングしないリクエストでは回答全体の準備が完了するまで何も返りません。チャットインターフェースではストリーミングを使用してください。モデルが思考している間は何も表示されませんが、回答が始まるとトークンが1つずつ届くため、クライアントは接続が維持されていることを把握できます。

stream = client.chat.completions.create(
    model="muse-spark-1.3",
    messages=[{"role": "user", "content": "Plan a three-step database migration with rollback."}],
    max_tokens=16000,
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

include_usageは有効にしておいてください。最後のチャンクに推論を含むトークン数が含まれるため、課金対象の使用量を確認できます。

よくある間違い

非推論モデルの上限をそのまま使う。チャットモデルで機能していた256や512のmax_tokensでは、ここでは空の回答が返ります。
表示されたテキストから料金を見積もる。今回の2つのテストリクエストでは、推論が出力トークンの70〜96%を占めました。文字数ではなくusageを記録してください。
画像を送信する。このモデルはテキスト専用です。画像パーツを削除するか、それらのリクエストをビジョンモデルにルーティングしてください。
すべてのリクエストを同じように扱う。単純な検索にはlowまたはminimalを使い、計画や分析には高いレベルを使用してください。

FAQ

Muse Spark 1.3が空のレスポンスを返すのはなぜですか？

ほとんどの場合、max_tokensが小さすぎることが原因です。モデルは予算を非表示の推論に使い、回答を書き始める前にfinish_reason: "length"で停止します。短いタスクでは上限を4,000以上に、複雑なタスクでは8,000〜16,000に引き上げてください。

モデルIDは何ですか？

muse-spark-1.3です。https://getvibeapi.com/v1/chat/completionsに送信してください。

料金はいくらですか？

$0.8875 入力 · $3.0175 出力 100万トークンあたりからです。推論トークンは出力として課金されるため、表示された回答の長さではなくusage.completion_tokensを確認してください。

Muse Spark 1.3は画像を受け付けますか？

いいえ。入力はテキストのみです。スクリーンショットや図には、Gemini 4 Argonなどのビジョンモデルを使用してください。

推論を見ることはできますか？

推論そのものは返されませんが、usage.completion_tokens_details.reasoning_tokensで推論トークン数を取得できます。コストの監視にはこれで十分です。