Meta、中国AIモデルに対抗する「Muse Spark Open」を公開　ハードウェア要件と商用利用に制限

8160億パラメーターのモデルがオープンAI競争に参入

Metaは2026年10月15日、開発者がダウンロードし、改変して、自ら運用できる人工知能モデル「Muse Spark Open」を公開した。このモデルは8160億個のパラメーターを持ち、コンテキストウィンドウは100万トークンに対応する。Metaによると、十分なメモリーを搭載したApple M5 Ultra Mac Studio 2台で実行できる。

今回の公開により、中国の開発者が大きく躍進している市場に、米国から新たな競合モデルが加わった。Hugging Faceが2026年3月に公表した調査では、直近1年間のダウンロードのうち中国製モデルが41％を占め、米国製モデルを上回った。AlibabaのQwen、Moonshot AIのKimi、Z.aiのGLMは、自社のAIシステムを自ら管理したい開発者をめぐって競争するモデルの一部だ。

MetaはMuse Spark Openを、米国製のオープンウェイトモデルとして最も高性能だとしている。同社のテスト結果を詳しく見ると、ツール利用やタスク遂行の一部の評価では複数の競合モデルを上回る一方、コーディングや専門業務に関する複数の評価では中国製モデルが高いスコアを記録している。

Facebook、Instagram、WhatsAppの親会社であるMetaは、最先端モデル「Muse Wonder」の非公開も続けている。今回の公開には、開発者が応用できる技術を広めると同時に、より高性能な製品を商用サービス向けに確保するという2つの狙いがある。

企業にとって、実際の導入判断はベンチマークのスコアだけでは決まらない。Muse Spark Openは導入方法やデータの管理を自社で制御できる一方、メモリー要件はかなり大きい。また、モデルへのアクセスを販売する一部企業には、別途契約の締結を求めるライセンス条件がある。

開発者がダウンロードして変更できるもの

公式のMuse Spark Openモデルカードでは、開発元としてMeta Superintelligence Labsが記載されている。同カードは、コーディング、複数の段階を踏む推論、ソフトウェアツールを使ったタスクの遂行を想定したシステムとして説明している。

モデルの重みとは、学習によって得られた数値設定のことだ。重みをダウンロード可能にすることで、他の開発者はMetaにすべてのリクエストを送ることなく、モデルを実行し、動作を調整して製品に組み込める。非公開モデルは一般に、開発元が管理するサービスを通じて利用する。

オープンウェイトとオープンソースは、アクセスできる範囲が異なる。完全なオープンソース公開では、関連する学習コードやデータも適切な条件の下で利用可能になる。Muse Spark OpenはMeta独自のライセンスで配布され、利用や再配布に条件が設けられている。

このモデルはテキスト、画像、動画、音声を入力でき、テキストを出力する。開発者は、スクリーンショットの確認、グラフの解釈、録画された会議の内容と文章の指示を組み合わせた処理などに利用できる。100万トークンのコンテキストウィンドウは、モデルが一度に考慮できる情報量を定める。トークンとは、システムが処理するテキストやその他の符号化された情報を小さく分割した単位だ。

Metaのモデル概要では、コーディング、画像や文書の認識、複数のAIエージェントが関わるワークフローを強調している。エージェントとは、ツールを呼び出し、結果を調べ、次の行動を決めるなど、タスクの達成に向けて段階的に動けるシステムを指す。

Metaが優位な分野、中国の競合が優位な分野

Metaのベンチマーク表によると、JobBenchでMuse Spark Openは61.8を記録し、GLM 5.3の61.4、Kimi K3の54.3を上回った。ツール利用を伴うテストのMCP-Atlasでは、Metaは自社モデルのスコアを89.2と報告。Qwen3.8の84.5、GLM 5.3の84.2、Kimi K3の82.3を上回っている。

複数の評価指標では、コーディングで中国製モデルが優位に立つ。Terminal-Bench 2.1では、Metaの報告によるとMuse Spark Openは76.4で、GLM 5.3の83.9、Kimi K3の85.0を下回った。Kimiとの差は8.6ポイントだ。DeepSWE 1.1ではMuse Spark Openが60で、GLMの67、Kimiの68を下回る。

DeepSWEの比較では、各モデルに推奨される、または利用可能な中で最良の周辺エージェントソフトウェアが使われている。このソフトウェアは作業の進行を補助するため、公表された結果は特定の構成でモデルを動かした場合のものだ。またMetaは、競合モデルに異なる名称の推論設定を用いている。

Metaによると、Artificial Analysis Intelligence IndexでMuse Spark Openは39を記録し、Thinking MachinesのInklingの26、NvidiaのNemotron 3 Ultraの23を上回った。一方、同社の表ではGLM 5.3が45、Kimi K3が44、Qwen3.8が40となっている。これらはMetaがモデルカードで公表した数値だ。

したがって、導入の判断は用途によって変わる。ツールを連携させるアシスタントを開発する企業と、難しいソフトウェア保守の課題をAIに解かせたいチームでは、重視する評価結果が異なる。Metaのモデルは特定のタスクで強みを示す一方、より広いテスト全体では強力な競合に直面している。

ダウンロード可能なモデルが支持を広げる理由

Hugging Faceのダウンロードの41％を中国製モデルが占めたという数字は、米国の開発者が直面する商業的な圧力を示している。ダウンロード可能なモデルを使えば、大規模モデルを一から学習させる費用をかけず、既存のシステムを基に開発できる。また、自社の用語や手順、アプリケーションに合わせて調整することも可能だ。

OpenRouterによると、同社のプラットフォームで9月に米国から発信されたリクエストのトークン量の60％を、オープンウェイトモデルが処理した。オープンモデルを使った通信の大半は中国の開発者が提供した。同社の数値はOpenRouter上の利用状況を示す一方、Hugging Faceの数値は異なる期間に別のプラットフォームで記録されたダウンロード数を測っている。

Metaの最高AI責任者、Alexandr Wang氏は競争を国家間の争いとして捉え、米国企業は開発者が広く採用できるモデルを公開する必要があると主張した。

世界のAIの大半はオープンモデルで動くことになる。それは米国製であるべきだ

企業は、海外で開発されたモデルも含め、ダウンロードしたモデルをどこでホストするか選べる。組織の自社インフラでシステムを動かせば、接続するツールやサービスが適切に設定されている限り、プロンプトや文書をその環境内にとどめられる。データが処理される場所は、顧客が選んだ導入方法によって決まる。

デスクトップ2台で動作、メモリー要件は大きく

Metaが10月15日の発表で説明したApple製品の構成は、最大512GBのユニファイドメモリーを備えたM5 Ultra Mac Studio 2台を使うものだ。AppleのMLXフレームワークにより、2台を連携させ、合計約1テラバイトのメモリーにモデル全体を載せられる。

Muse Spark Openは、複数の専門家を組み合わせるMixture of Experts（MoE）アーキテクチャを採用している。モデルは多数の専門化されたパラメーター群を持ち、処理するトークンごとにその一部だけを有効にする。総数8160億個のパラメーターのうち、一度に使われるのは420億個で、全体の約5.1％だ。これにより各処理段階に必要な計算量を減らせるが、モデル全体の保存には依然として大容量のメモリーが必要となる。

モデルカードによると、NVFP4版ではアクセラレーター用メモリーが最低700GB、BF16版では2TB必要となる。これは重みの保存に使う数値形式の違いだ。NVFP4はビット数が少なくメモリー使用量も少ない。BF16はより多くのメモリーを使う一方、Metaは圧縮した推論では場合によって品質にわずかな差が生じるとしている。

512GB構成のApple Mac Studioは10月後半の発売予定だったが、発表時点では価格が公表されていなかった。必要なM5 Ultraチップと256GBのメモリーを搭載するモデルは、1台1万799ドルから。公表価格で4台購入すると、税金や周辺機器代を除いて4万3196ドルとなり、提案された2台構成と同じ合計メモリー容量になる。

Metaは、Mastodonアプリ「Ice Cubes」の変更や、動画を確認して縦型に切り抜くためのDaVinci Resolveの操作など、ローカルでの利用例を実演した。提案した2台構成の総額や、測定済みのテキスト生成速度は明らかにしていない。

AppleとMetaが協業

AppleとMetaは、導入に向けて数カ月にわたり協力した。プライバシーや広告をめぐる対立で関係がぎくしゃくしていた両社が連携した形だ。Metaは、2021年に導入されたAppleのプライバシー変更により、2022年の売上高が100億ドル減少するとの試算を示していた。

Metaはすでに、ローカルAIやエージェントの実験を進めるSuperintelligenceチーム向けに、Macを数百台購入していた。Wang氏は、AI研究者で元Apple幹部のDaniel Gross氏が協業実現の理由の一つだと述べた。

Appleにとっては、データセンターの外で大規模AIモデルを自社ハードウェア上で処理できることを示す機会となる。Metaにとっては、ローカル環境で開発したい開発者に別の導入方法を提供できる。両社とも、より広範な提携を公には約束していない。

Metaは複数の推論エンジンを通じて、AMD、Intel、Nvidiaのハードウェアにも対応する。推論エンジンとは、学習済みモデルを実行するソフトウェアだ。同社の発表には、SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp、Unslothが挙げられている。

性能向上の幅は構成要素やシステムによって異なる。Metaは、Helion GPUカーネルと呼ばれる小規模な計算ルーチン単体で、1.03倍から3.95倍の速度向上を報告した。一方、AMD MI350ハードウェアでワークフロー全体を実行した場合の向上幅は3％としている。

無料利用で認められること、認められないこと

Muse Model Licenseでは、多くの開発者がMetaに料金を支払わずにモデルを実行、変更、調整できる。条件を満たす企業がモデルをサービスとして提供する場合には、特定の商用利用条項が適用される。ここでいうサービスとしての提供とは、ホストされたモデルへのアクセスを顧客に販売することだ。

ライセンシーとその関連会社の合計総収入が、連続する任意の12カ月間に2000万ドルを超える場合、対象となるモデル提供事業にはMetaへの通知と別途の書面による契約が必要となる。収入の計算対象はMuse Spark Openの売上だけではなく、企業とその関連会社全体に及ぶ。

社内利用やライセンスに明記されたその他の活動は、この条項の適用除外となる。また、モデルや対象となる派生モデルを使った製品には、「Built with Muse Spark Open」と表示する必要がある。導入を計画する企業は、予定する利用方法と適用される条件の両方を確認する必要がある。

開発者はAmazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Modelsから重みをダウンロードできる。ホスト型の利用は、Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIを通じて提供される。

Together AIはサーバーレス利用の料金を、入力100万トークンあたり1.25ドル、出力100万トークンあたり4.25ドルとしている。この料金では、入力100万トークンを処理し、出力100万トークンを生成すると5.50ドルかかる。ローカル運用の採算は、ハードウェアへの支出、稼働率、電力、技術サポートによって左右される。

安全対策はダウンロード後も必要

Metaによると、Muse Spark Openは8月に公開されたMuse Sparkを基に、Meta独自の保護システム外での利用を想定した追加の安全性学習を施したモデルだ。モデルカードでは、有害なコンテンツ、ツールを通じた行動、プライバシー、サイバーセキュリティ、化学、生物、制御不能に関するリスクを評価している。

Metaによると、公開モデルは社内のサイバー分野のジェイルブレイク評価で、試行の99.2％を拒否した。ジェイルブレイクとは、モデルに制限を回避させようとする試みを指す。ほかの3つのサイバーセキュリティ評価セットを合わせた拒否率は94.8％だった。

モデルを実際のシステムに接続する際、開発者にも責任が残る。Metaは、取り消せない操作の前に人間の確認を求めるなど、用途に応じた安全策を推奨している。コードの編集、ファイルの移動、外部ツールの呼び出しができるアシスタントには、実行可能な操作を制御する仕組みが必要だ。

モデルカードは、システムが不正確、偏向的、または不快な回答を生成したり、複雑な推論で誤りを犯したりする可能性があるとしている。100以上の言語のデータで学習したものの、Metaは学習に含まれるすべての言語を評価したわけではない。開発者は独自のアプリケーションや言語でテストする必要があり、特に重みや動作を変更した後は検証が欠かせない。

Metaの非公開事業も支える公開モデル

Metaは、より高性能なモデル「Muse Wonder」の非公開を続けている。Wang氏は、安全性と能力に関する考慮が、他者がダウンロードできる形で公開するモデルの選定に影響すると述べた。

安全性と能力の両面から、最も高性能なモデルは基本的にオープンソース化しない

Metaは、無料での利用を通じて開発者を引き付け、将来的に計画中のクラウド事業で、より多くのツールや計算能力に対する有料利用につなげたい考えもある。開発者はまず独自に実験を始め、要件が拡大した段階でホスト型サービスを購入できる。

競争はMetaだけにとどまらない。フランスのMistralは10月上旬、同社最大かつ最も高性能なモデルとしてMistral Large 4を発表した。総パラメーター数は1兆、同時に有効となるパラメーター数は490億で、重みは10月27日に公開する予定だった。Reflection AIも10月中に「Beam」を公開する計画を示していた。

主な節目は以下の通りだ。

• 2026年8月：MetaがMuse Sparkと、より小型のオープンウェイトモデルMuse Glimmerを公開。
• 10月上旬：MistralがMistral Large 4を発表。
• 10月15日：MetaがMuse Spark Openを公開。
• 10月後半：メモリー512GBのApple Mac Studio構成が登場予定。
• 10月27日：MistralがLarge 4の重みを公開する予定。

Metaの公開により、組織が自ら運用し、調整できる大規模モデルがもう一つ加わった。魅力はタスク性能、ローカル導入の選択肢、ライセンス条件の組み合わせにある。一方、同社の商業戦略では、最も高性能な技術は有料サービス向けに確保されている。

要点

• Metaは2026年10月15日、総パラメーター数8160億、同時に有効となるパラメーター数420億のMuse Spark Openを公開した。
• テキスト、画像、動画、音声を入力でき、テキストを出力する。コンテキストウィンドウは100万トークンに対応する。
• Metaのテストではツール利用に強みを示す一方、複数のコーディング評価ではKimi K3とGLM 5.3が上回った。
• ローカル運用には大容量メモリーが必要だ。Metaが提案するデスクトップ構成は、512GBのM5 Ultra Mac Studio 2台を使う。
• モデル提供事業を営み、売上高が2000万ドルの基準を超える対象企業には、Metaとの別途契約が必要となる。
• Muse Wonderは非公開のままで、Metaはダウンロード可能なモデルを通じて開発者や将来のクラウド顧客を引き付けている。