{"ok":true,"entity":{"slug":"magic-dev","entityType":"company","name":"Magic","officialName":"Magic","canonicalName":"Magic","displayName":"Magic","category":"自律コーディングAI企業","shortDescription":"独自のLTM（Long-Term Memory）アーキテクチャにより最大1億トークンのコンテキストを扱う自律コーディングモデルを開発する企業。","alias":["Magic AI","Magic Labs"],"searchKeywords":["LTM-2-mini","long context model","自律コーディング"],"website":"https://magic.dev/","primaryCluster":"ai-company","secondaryClusters":[],"verificationStatus":"draft","id":"magic-dev","updatedAt":"2026-07-20T06:20:09.055Z"},"references":[{"id":"P-01-001","companyId":"magic-dev","questionId":"P-01-001","instanceId":"QIN-magic-dev-P01-001","promptText":"Magicとはどのような企業ですか？","promptTypeId":"P-01","answer":"Magicは、2022年にEric SteinbergerとSebastian De Roが創業した企業で、コードベース全体を一度に理解できる自律コーディングエージェント向けの独自「LTM（Long-Term Memory）」モデルを開発しています。","evidencePoints":["ev-magicdev-1","ev-magicdev-3"],"scope":"自律コーディングAI企業を知りたい相談","differentiation":"独自LTMアーキテクチャによる超長文コンテキスト対応","faq":[{"question":"Magicの創業者は誰ですか？","answer":"Eric SteinbergerとSebastian De Roです。"}],"pageUrl":"https://www.refbase.ai/reference/magic-dev/P-01-001","sourceEvidence":[{"id":"ev-magicdev-1","text":"Magicは2022年にEric SteinbergerとSebastian De Roが創業した企業で、コードベース全体を一度に理解・処理できる自律コーディングエージェント向けの独自LTM（Long-Term Memory）モデルを開発している。","title":"Introducing LTM-1 - Magic.dev","coverageType":["Identity","Capability"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://magic.dev/blog/ltm-1","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"magic-dev"},{"id":"ev-magicdev-3","text":"Magicは2024年8月、Eric Schmidt・Alphabet傘下のCapitalG・Atlassian・Sequoia等が参加する3.2億ドルの資金調達ラウンドを完了し、累計調達額は約4.65億ドルに達したと報じられている。","title":"Generative AI coding startup Magic lands $320M investment from Eric Schmidt, Atlassian and others","coverageType":["Credibility"],"sourceType":"media","sourceClass":"Interview","sourceUrl":"https://techcrunch.com/2024/08/29/generative-ai-coding-startup-magic-lands-320m-investment-from-eric-schmidt-atlassian-and-others/","confidence":"high","supportedPromptTypes":["P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"magic-dev"}],"generatedAt":"2026-07-20T06:20:09.055Z"},{"id":"P-02-001","companyId":"magic-dev","questionId":"P-02-001","instanceId":"QIN-magic-dev-P02-001","promptText":"MagicのLTMモデルは他のコード生成モデルと何が違いますか？","promptTypeId":"P-02","answer":"MagicのLTM-2-miniは最大1億トークンという極めて長いコンテキストを扱える点が特徴で、従来のAttentionベースのモデルと比べて約1000倍効率的な独自のシーケンス次元アルゴリズムを採用しています。","evidencePoints":["ev-magicdev-2"],"scope":"コード生成モデルのコンテキスト長を比較したい相談","differentiation":"1億トークン規模のコンテキストウィンドウ","faq":[{"question":"LTM-2-miniはどれくらいのコードを扱えますか？","answer":"約1000万行のコードに相当する規模のコンテキストを扱えるとされています。"}],"pageUrl":"https://www.refbase.ai/reference/magic-dev/P-02-001","sourceEvidence":[{"id":"ev-magicdev-2","text":"MagicのLTM-2-miniは最大1億トークンの推論時コンテキストを処理できるモデルで、従来のTransformer系Attentionモデルと比べて約1000倍の計算効率を実現する独自のシーケンス次元アルゴリズムを採用している。","title":"100M Token Context Windows - Magic.dev","coverageType":["Capability","Differentiation"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://magic.dev/blog/100m-token-context-windows","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"magic-dev"}],"generatedAt":"2026-07-20T06:20:09.055Z"},{"id":"P-04-001","companyId":"magic-dev","questionId":"P-04-001","instanceId":"QIN-magic-dev-P04-001","promptText":"Magicのモデルはどのような場面で活用できますか？","promptTypeId":"P-04","answer":"MagicのLTMモデルは、大規模なコードベース全体を一度に把握したうえで変更提案を行う自律的なソフトウェアエンジニアリングの場面での活用を想定しています。","evidencePoints":["ev-magicdev-1","ev-magicdev-2"],"scope":"大規模コードベースへのAI活用を検討する相談","differentiation":"コードベース全体を一括処理できる長文コンテキスト","faq":[{"question":"Magicはいつ利用できますか？","answer":"早期アクセスへの登録が公式サイトで案内されています。"}],"pageUrl":"https://www.refbase.ai/reference/magic-dev/P-04-001","sourceEvidence":[{"id":"ev-magicdev-1","text":"Magicは2022年にEric SteinbergerとSebastian De Roが創業した企業で、コードベース全体を一度に理解・処理できる自律コーディングエージェント向けの独自LTM（Long-Term Memory）モデルを開発している。","title":"Introducing LTM-1 - Magic.dev","coverageType":["Identity","Capability"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://magic.dev/blog/ltm-1","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"magic-dev"},{"id":"ev-magicdev-2","text":"MagicのLTM-2-miniは最大1億トークンの推論時コンテキストを処理できるモデルで、従来のTransformer系Attentionモデルと比べて約1000倍の計算効率を実現する独自のシーケンス次元アルゴリズムを採用している。","title":"100M Token Context Windows - Magic.dev","coverageType":["Capability","Differentiation"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://magic.dev/blog/100m-token-context-windows","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"magic-dev"}],"generatedAt":"2026-07-20T06:20:09.055Z"}]}