Meta の Muse モデルは、Agent Platform でマネージド API として使用できます。レスポンスをストリーミングして、エンドユーザーのレイテンシを軽減できます。レスポンスをストリーミングする際には、サーバー送信イベント（SSE）を使用してレスポンスを段階的にストリーミングします。
マネージド Meta モデル
Agent Platform で使用できる Meta のモデルは次のとおりです。Meta モデルを見つけて有効にするには、Model Garden のモデルカードに移動します。
Meta の Muse Wonder 1.0
Meta の Muse Wonder 1.0 は、複雑なソフトウェア エンジニアリングと長期的なエージェント作業向けに構築された、高度な推論モデルです。複数ステップのコーディング、自律型エージェント、コンピュータ使用ワークフローでは、タスクの計画、サブエージェントへの委任、ツールの並列呼び出し、エラーからの復元を行います。
Meta の Muse Ember 1.0
Meta の Muse Ember 1.0 は、ツール呼び出し、コーディング サブタスク、ルーティング、抽出、長いドキュメントの処理など、大量のエージェント タスク向けに構築された効率的な推論モデルです。Muse Wonder 1.0 または Muse Spark 1.3 と組み合わせることで、複数ステップの計画と推論が可能になります。
Meta の Muse Spark 1.3
Meta の Muse Spark 1.3 は、Agentic Workflows と競技プログラミング用にトレーニングされた推論モデルです。Model Context Protocol（MCP）をサポートする組み込みのツール呼び出しと、マルチステップ タスク用の 100 万トークンのコンテキスト ウィンドウをサポートしています。
Meta モデルを使用する
Meta の Muse モデルは、global エンドポイントのステートレスな OpenAI 互換の Responses API を介して提供されます。ステートフル レスポンス ストレージ（store: true）はサポートされていません。POST リクエストを https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/meta/v1/responses に送信し、model フィールドにベアモデル ID（muse-wonder-1.0、muse-ember-1.0、muse-spark-1.3）を渡します。
次の curl の例では、グローバル エンドポイントの Muse Wonder 1.0 にプロンプト リクエストを送信します。
curl -X POST \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "Content-Type: application/json" \
"https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/meta/v1/responses" \
-d '{
"model": "muse-wonder-1.0",
"input": "Write a Python binary search function with type annotations.",
"max_output_tokens": 4096,
"stream": false
}'
PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。