MetaのAI投資を試す新モデル2種
Metaは2026年10月12日、Muse WonderとMuse Wonder Fullを発表し、人工知能の最先端に返り咲いたと主張する一方、最も強力な新機能を有料利用者向けに提供した。今回の発表には、より高性能なパーソナルアシスタント、サブスクリプションと開発者向けサービスによる収益化、そして大幅なコスト増につながる可能性のある計算基盤の拡充という、同社の戦略の3つの柱が結び付いている。
目次
同社は、ファイナンス・リースの元本返済を含む2026年の設備投資額を1300億～1450億ドルと見込んでいる。金融サービス会社カンター・フィッツジェラルドは、2027年には2000億ドルに達する可能性があると予測する。この金額は外部機関による予測であり、Metaが発表した予算ではない。実現すれば、今年の見通しの上限から約38％、下限からは約54％の増加となる。
新モデルは、期待外れに終わった2025年のLlama 4の発表と、MetaのAI部門の再構築に費やした約14カ月を経て登場した。高度なプログラミングに加え、法務文書、金融情報、医療情報を扱うタスクを想定している。Metaは、質問に答えるだけでなく、ツールを使って行動できるソフトウェアであるエージェントの稼働にも、これらのモデルを活用したい考えだ。
性能向上を示すデータはあるものの、圧倒的な優位を示す結果ばかりではない。Metaが公表したソフトウェア開発ベンチマークでは、両モデルとも一つの指標でAnthropicのClaude Opus 5.5を上回った。一方、Artificial Analysisの別の指標では、Muse Wonder Fullは同モデルを下回る。目先の事業上の焦点は、こうした機能がMetaの製品を使い続け、料金を支払うよう利用者を促せるかどうかだ。
現在使える機能と今後の提供予定
Muse Wonderは、Meta Model APIとプログラミング支援ツールMuse Codeを通じて開発者向けに提供されている。より高性能なMuse Wonder Fullは、Muse Codeのサブスクリプション利用者に限られる。いずれのモデルも一般向けにダウンロード提供されておらず、ユーザー自身のサーバーで動かすこともできない。
パーソナルアシスタントのMuseは別製品だ。アプリは無料で、有料プランでは利用枠が拡大する。Metaはまず、WonderをMuseの有料利用者に提供する予定だが、具体的な開始日や利用対象を広げる日程は発表していない。
モデルの発表と、すべての消費者にアップグレードが届くことは同じではない。主な動きは以下の通り。
- 2025年：Llama 4が期待を下回り、MetaはAI部門の組織と採用方針を見直した。
- 2026年9月：MetaはMuse SparkとパーソナルエージェントMuseを発表。Sparkは再編後のMeta Superintelligence Labs部門が開発した最初のモデルとなった。
- 2026年9月下旬：AmazonはMuseによるユーザーに代わった商品の購入を阻止した。
- 2026年10月12日：Muse WonderとMuse Wonder Fullが、発表された開発者向け製品を通じて利用可能になった。
- 今後：WonderはMuseの有料利用者に提供される予定。さらに特化したモデルや、より詳細な安全性評価報告書も予定されているが、日程は公表されていない。
新モデルはMuse Sparkを基盤としている。拡大するMetaの製品群にはMuse Imageも含まれるが、Wonderの発表の中心は画像生成ではなくエージェントとプログラミングだ。
記憶と持続力が主な製品上の強み
Metaが挙げる中核機能は、Active MemoryとActive Focusの2つだ。Active Memoryは過去のやりとりから関連情報を保持し、後のタスクで呼び出す。最高AI責任者のアレクサンドル・ワン氏によると、情報は数日、数週間、数カ月にわたって引き継がれ、アシスタントは複数の会話を通じて利用者の好みや要件を保持できる。
Active Focusは、タスクが予定どおり進まなくなったときの対応を担う。Metaによると、モデルはエラーから立ち直り、ツールの利用に失敗した後に方法を変え、追加情報を求め、重要な操作の前に確認を取ることができる。エージェントが作業を諦めたり、失敗した方法を繰り返したりする事態を減らす狙いだ。
MetaのAI部門を率いるワン氏は、日常のタスクで起こりうる障害を踏まえ、設計の目標を次のように説明した。
現実のタスクでは、障害にぶつかったり、予想外のことが起きたり、さまざまな挫折を経験したりします」とワン氏は述べた。「モデルが行き詰まるのではなく、別の方法を試し、必要なときにはいつでもユーザーに確認できるよう、特に訓練しました
Metaは、保険金請求、賃貸契約の解釈、個人金融、高度なプログラミングを用途の候補に挙げる。Museはすでに、食料品の買い物、旅行予約、夕食の予約などを対象としている。これらは想定用途を示すものであり、モデルが各タスクを正確かつ安全に完了できる証拠ではない。
報道によると、両モデルは画像、動画、音声を受け付け、コンテキストウィンドウは100万トークンに達する。トークンとは、モデルが情報を処理する際に分割する単位だ。コンテキストウィンドウは一度に考慮できる情報量を示す。一方、永続メモリーは選択した情報をやりとりの間で引き継ぐ別の機能だ。
ベンチマークが示すのは競争力であり、決定的な優位ではない
大規模なソフトウェア開発タスクを測るベンチマークSWE-Marathonでは、Metaの公表値によると、Muse Wonder Fullのスコアは79％、Muse Wonderは78.8％、Claude Opus 5.5は74.2％だった。この結果では、FullがAnthropicのモデルを4.8ポイント、標準版のWonderが4.6ポイント上回る。
同テストでのMetaのモデル間の差はわずか0.2ポイントだ。購入者は、上位版があらゆる状況で大きな優位をもたらすと決めつけず、実際に必要とするタスクを検討すべきだろう。これらはMetaが公表した比較結果であり、組織のソフトウェア開発プロジェクトでの性能を保証するものではない。
Artificial Analysis Intelligence Indexは異なる結果を示している。Muse Wonder Fullのスコアは56、標準版Wonderは52。Claude Opus 5.5が58でこれらを上回り、OpenAIのGPT-6 Astraは53だった。順位を伝える記事では、Fullは2位タイ、Wonderは7位タイとされている。ある記事は、Claude Sonnet 5.5もFullと同じスコアだと伝えている。
ある記事はMetaの上位モデルをMuse Wonderfulと表記しているが、他の発表記事ではMuse Wonder Fullとされ、スコアも56で一致している。この名称の食い違いは、3つ目のモデルが発表されたことを示すものではない。
MetaはClaude Fable 5.1やGPT-6 Astraとの比較も挙げている。GoogleのGemini 4 Argonに対する位置付けは、まだ定まっていない。ある報道では指標のスコアは53とされる一方、別の記事では、より広範な比較は依然として不明確だとしている。テストごとに測定する能力は異なるため、プログラミングでの好成績だけでは、法務分析、金融タスク、パーソナルアシスタント全般での優位性は証明できない。
サブスクリプション料金とAPI利用料は別
Museの個人向けサブスクリプションは月額20ドルまたは100ドル。Muse Codeのプランは月額50ドルまたは200ドルで、Wonder Fullを利用できる。これらのサブスクリプション料金と、処理する情報量に応じて開発者に課金されるWonderのAPI料金は区別する必要がある。
報道されているAPI料金は、入力トークン100万個当たり4ドル、出力トークン100万個当たり20ドルだ。入力はモデルに送る情報、出力はモデルが生成する情報を指す。この料金では、入力100万トークンと出力100万トークンを使う作業の費用は、適用される割引やその他の料金を除いて24ドルとなる。これは公表料金から算出した例であり、サブスクリプション料金ではない。
キャッシュされた入力には割引料金が適用される場合があるが、具体的な割引額は公表されていない。キャッシュを使えば、以前に処理した内容を完全に新規の入力として扱わずに再利用できる。長い文書を繰り返し参照するエージェントでは、この違いが費用に影響する可能性がある。
ワン氏は、MetaのAPI料金をOpenAIやAnthropicの主要モデルより「大幅に」低くすると述べている。ただし、報道された価格比較の範囲はより限定的だ。Wonderの料金はClaude Opus 5.5と同水準で、GPT-6 Astraの約40％とされている。これはOpenAIのモデルに対する割安さを裏付ける一方、提示された料金でAnthropicのモデルより安いことは示していない。
提供状況についても報道に違いがある。一部はAPIでの利用を今後の予定としているが、より具体的な発表記事では、標準版のWonderはすでにAPI経由で利用可能だとしている。Wonder FullのAPI提供は発表されていない。最も高性能なモデルは企業への直接販売を想定しているとされるが、具体的な提供先はMuse Codeだ。
高性能モデルにもウェブサイトへのアクセスが必要
Sensor Towerのデータによると、9月の公開後、Museの世界全体のダウンロード数は900万件近くに達したという。ただし、ダウンロード数が示すのは当初の関心であり、継続利用ではない。ダウンロードの伸びは鈍化しており、14日後の定着率はChatGPTを下回ると報じられている。正確な定着率は公表されていない。
課題の一部はMetaのモデルの外にある。ジェフリーズのアナリスト、ブレント・スリル氏は、エージェントを遮断するウェブサイトがユーザー体験を損ねていると指摘した。9月末にAmazonがMuseによる購入を阻止したことは、その問題を示している。アシスタントが買い物の依頼を理解していても、購入を完了できない場合がある。
Active Focusは、ツールが使えなかったり情報が不足したりした際の対応に役立つ可能性がある。しかし、エージェントがウェブサイトの制限を回避する許可を得ていることを意味するわけではない。パーソナルアシスタントが正常に機能するには、推論、記憶、持続力だけでなく、外部サービスの協力も必要だ。
価格も、最も高性能なモデルをあらゆる用途で使うことの妥当性を左右する。OpenRouterのプラットフォームデータによると、高品質とされる上位10モデルの利用割合は、2026年第3四半期に14％となり、2025年第1四半期の55％から低下した。このプラットフォーム上で41ポイント下がったということであり、AI市場全体を測った数字ではない。
この傾向は、日常的な作業で安価なモデルがより大きな役割を担い始めていることを示唆する。Metaは、Wonderの性能の大部分を維持しながら、より効率的に動作する特化型モデルの開発を進めている。すべてのリクエストに最上位モデルを使わずに、より多くの消費者へサービスを提供できる可能性がある。
プライバシーは権限設定と製品設定の両方に左右される
メッセージ、カレンダー、文書を横断して動くエージェントには、機微情報へのアクセスが必要となる。Metaは、Wonderが許可なく個人データを共有しないよう訓練され、有害な行為への支援を拒否すると説明している。また報道によると、モデルは重大な操作の前に確認を求める。
Museが許可なく個人のメッセージにアクセスしたとの苦情が、ソーシャルメディア上で一部のユーザーから寄せられている。Metaはこうした主張に異議を唱えている。ワン氏によると、同社はエージェントに関する事案を監視し、ユーザーに権限設定を説明している。会話の途中で以前に通信を許可し、その後忘れてしまった可能性があるケースも含まれる。
公表された情報だけでは、個々の苦情の真偽は明らかになっていない。永続メモリーと複数のサービスをまたいだ操作能力があるからこそ、明確な権限管理が重要になる。情報を記憶することと、それを利用または共有する許可を得ることは別だ。
データの取り扱いは、利用経路によっても異なる。Muse Codeのサブスクリプションでは、提出したデータを今後のモデル改善に利用できるContributorモードが初期設定だと報じられている。利用者はこの設定を無効にできる。標準のModel APIでは、送信内容を訓練に使わないという。これらは報道された製品の利用条件であり、同一のプライバシー条件として扱うべきではない。
企業にとって、この違いはベンチマークの性能とは別の問題だ。コーディング支援ツールの性能が高くても、選択した設定の下で専有コード、顧客文書、個人情報を送信できるかどうかを確認する必要がある。
安全性の主張を判断するには、より詳細な評価が必要
Metaは、Wonderがこれまでで最も強力なサイバー悪用対策を備えていると述べている。現時点では、すべての無料版Museで利用できると説明されているのではなく、有料モデルに関連する保護策として示されている。この説明は、無料製品に安全策がないことを意味するものではなく、新モデルに対する保護策の主張を区別している。
同社によると、開発はMeta Superintelligence Scaling Frameworkに沿って進められており、より詳細な安全性評価報告書も今後公開される。公表日は示されていない。報告書がないため、新たな安全性の主張を支える詳細な評価は、公開情報上ではまだ不十分だ。
最高経営責任者（CEO）のマーク・ザッカーバーグ氏は、AIは安全策と責任ある開発によって制御できると主張する。業界全体に研究の減速を求める声には反対する一方、製品の安全性に対処するためMetaが社内の一部開発を減速させたことは認めている。
ザッカーバーグ氏は、制御と自律性に関する自身の立場を次のように説明した。
「私の考えは、AIは安全策を通じて制御し、責任を持って開発できる技術だという見方にかなり近い。AIが自意識を持ち、自律的に行動するようになるという見方とは異なる」と同氏は述べた。
同氏は、壊滅的な被害が起きる確率の推計は示さなかった。開発を続けながら安全性を管理する責任は、各研究機関にあるという立場だ。行動するよう設計されたモデルにとって、今後公表される評価報告書は、欠けている重要な情報となる。
計算基盤の拡充はMetaの枠を超える
Wonderモデルは、Metaのデータセンター「Prometheus」を使って訓練された。今回の発表に先立ち、同社はインフラへの投資、人材採用、ワン氏の下での組織再編を進めてきた。その一環としてMetaはScale AIに約140億ドルを投資し、ワン氏を経営陣に迎えた。
ある記事は、社内コードネーム「Watermelon」とされるWonderが、Muse Sparkのおよそ10倍の計算資源を使用したと伝えている。これは報道された比較であり、訓練コストや必要なハードウェアの公表値ではない。最先端に到達するには計算能力を大幅に増やす必要があった、というMetaの主張とは整合する。
ザッカーバーグ氏によると、モデル開発の次の段階はすでに始まっており、ペースは加速する。Metaはより大規模なモデルと、効率性を高めた特化型モデルの両方に取り組んでおり、性能向上と運用コストの削減を同時に目指している。
支出見通しは、Hon Hai（鴻海精密工業、フォックスコン）、Quanta、Wistron、Wiwynn、Inventecなど、MetaのAI供給網に関わるサーバーメーカーの需要増につながる可能性がある。これらの企業が恩恵を受けるとの見方は、インフラへの継続的な発注を前提としている。Wonderに関連して、新たな契約額、サプライヤー別の発注配分、納入日程は発表されていない。
設備投資額は、単一モデルの訓練予算より広い範囲を含む。Metaが示した1300億～1450億ドルの見通しにはファイナンス・リースの元本返済が含まれ、カンター・フィッツジェラルドの2000億ドルという予測は翌年を対象としている。いずれの金額も、Muse Wonderの開発費だけを示すものではない。
収益が実証される前に投資家が反応
Meta株は発表当日の取引を742.96ドルで終え、3.38％上昇した。別の報道では、上昇率は3.4％または約3％とされている。ザッカーバーグ氏が午後に発表する前から株価は上昇し始めていたため、1日の値動きすべてをモデル発表によるものとは言えない。
株価の推移を示す数字は対象期間が異なる。ある記事は年初来で13％、9月初め以降で31％の上昇とする一方、別の記事は同月後半のMuse公開以降、約10％上昇したと伝えている。起点をそろえなければ、これらの数字を直接比較することはできない。
バンク・オブ・アメリカ証券のアナリスト、ジャスティン・ポスト氏は、Meta Superintelligence Labsへの投資がモデル性能の向上と製品革新につながっていると指摘してきた。今回の発表はその見方を裏付ける材料を増やしたが、モデルがどれほどの収益を生むかはまだ明らかでない。
商業面での疑問は具体的だ。Metaは、Muse利用者のうち何人がWonderに料金を払うのか、APIを選ぶ開発者が何人いるのか、永続的に動くエージェントの提供コストと比べて収益がどの程度になるのかを明らかにしていない。消費者向けの提供拡大、FullのAPI提供、安全性報告書の公表にも日程は示されていない。今回の発表でMetaの競争力は強まったが、事業化と提供範囲を巡る判断は残されたままだ。
要点
- Metaは2026年10月12日にMuse WonderとMuse Wonder Fullを発表。まず開発者向けに提供し、Museの一般消費者向け提供は今後となる。
- Metaのプログラミングベンチマークでは自社モデルが優位だが、Artificial Analysisの評価ではWonder FullはClaude Opus 5.5を下回る。
- WonderのAPI料金は入力トークン100万個当たり4ドル、出力トークン100万個当たり20ドル。Fullの利用にはMuse Codeのサブスクリプションが必要。
- いずれのモデルも一般向けにダウンロード提供されておらず、ユーザー自身のサーバーで動かすこともできない。
- エージェントの導入には、記憶、権限設定、ウェブサイトによる制限、報道されたデータの訓練利用設定が実務上の課題となる。
- Metaの2026年の設備投資見通しは1300億～1450億ドル。2027年の2000億ドルはカンター・フィッツジェラルドの予測。
- より詳細な安全性評価報告書と、提供範囲を広げる日程は公表されていない。
