ひとことで要点
Muse Spark Openは、Metaが2026年10月15日(米国時間)に公開したオープンウェイトモデルです。重みをダウンロードして、自分の環境で動かせます。総パラメータ816B、アクティブパラメータ42Bの「Mixture of Experts」構成(毎回パラメータの一部だけを使う仕組み)で、一度に100万tokenを読み込め、テキスト、画像、音声、動画を入力でき、テキストを出力します。Metaは「the most capable US open-weight model to date」としていますが、Artificial Analysisの指数ではxhigh設定で39となり、中国のオープンウェイトモデルを下回ります。 クローズドなMuse Wonderとは別のモデルで、Muse appとも別物です。
オープンウェイトとは
オープンウェイトとは、学習済みのモデルファイルを公開し、ダウンロードや改変をできるようにすることです。ただし学習データやコードが公開されるとは限らず、ライセンスに制限がつくこともあるため、従来のオープンソースとは同じではありません。Bloombergによると、Metaはより高性能なモデルをクローズドのままにしており、今回公開したのはそのうちの一つだけです。
ベンチマークの見方

Metaの表はオープンウェイトモデルだけを比べたもので、Muse Spark Openはxhigh、GLM 5.3とKimi K3はmaxを使っています。Metaが公開した数値では、Muse Spark OpenはJobBench(61.8、GLM 5.3は61.4でほぼ互角)、MCP-Atlas(複数のアプリをまたぐツール利用、89.2)、HLE-Diamond(ツールなし、26.1)、AA-Omniscience(25、誤答すると減点されるテスト)でリードし、図にあるツールを使う画像テスト3項目のうち2項目でもリードしています。
遅れているのはGDPval-AA v2(1401、GLM 5.3は1653)、Terminal-Bench 2.1(76.4、Kimi K3は85.0)、DeepSWE 1.1(60、Kimi K3は68)、SciCode(58.5、Kimi K3は59.5)です。Metaはcodingを売りにしていますが、図にある2つのcodingテストでは中国のモデルが上回っています。この表ではツール利用と一部のマルチモーダルテストで目立つ結果を出しています。GLM 5.3とQwen3.8-2.4T-A95Bはマルチモーダル入力にネイティブ対応していないため、画像テストのスコアはありません。
評価方法の説明によると、他モデルのツールやプロンプトは特に調整しておらず、スコアは公式リーダーボード、Metaの社内テスト、各社の自己申告が混在しています。DeepSWE 1.1では、Muse Spark OpenはMuse Code、Kimi K3はKimi Codeを使っているため、点差をそのままモデル自体の差と見ることはできません。
Artificial Analysisによると、Muse Spark Open(xhigh)の指数は39ポイントで、パーセントではありません。同じランキングでMiMo-V2.6-Proは46、GLM-5.3(max)は45、Kimi K3(max)は44です。Meta自身のクローズドモデルMuse Spark 1.3は、xhighで45、maxで48です。この指数で見ると、Muse Spark Openはオープンウェイトの1位ではありません。Metaの主張は米国のオープンウェイトモデルに限ったものです。
一般的なパソコンで動くか
一般的なスペックには向きません。Metaの標準的なデプロイでは816Bの重みをすべて読み込み、さらに会話のキャッシュや実行時のメモリが必要です。コミュニティの量子化版はRAMやディスクへのオフロードでも動かせますが、速度は落ちます。
| バージョン | 重みのサイズ | 公式またはコミュニティが例に挙げたハードウェア |
|---|---|---|
| BF16オリジナル形式 | 約1.65 TB | Meta:NVIDIA B300 8枚 |
| NVFP4(重みの精度を下げてファイルを小さくする形式) | 約537 GB | Meta:NVIDIA B300 4枚 |
| NVFP4(Appleの計算) | 約493 GB | Apple:512 GBのMac Studio(M5 Ultra)2台 |
| コミュニティの圧縮版UD-IQ1_S | 176 GB | Unslothが公開した最小のバージョン |
Appleの8,192 tokenでのテストでは、Mac Studio 2台で毎秒15.74または24.99 tokenを生成しました(並列化の方式によって異なります)。MacRumorsによると、512 GBのMac Studioはまだ発売されていません。8〜24 GBのゲーム用グラフィックボードではまったく足りません。そのため、多くの人にとって「オープン」の実質的な意味は、自宅で動かせることではなく、安価なサードパーティAPIを使えることです。
料金と使い方
Muse Spark OpenはMeta自身のModel APIでは提供されていません。Together AI、Fireworks、Baseten、Modal、OpenRouterの料金は共通で、100万tokenあたり入力1.25ドル、出力4.25ドル、キャッシュ入力0.15ドルです。入力と出力をそれぞれ100万token使うと5.50ドルで、同じ量をMuse WonderのAPIで使うと24ドルです。Fireworksのserverlessは10月29日までの限定プレビューで、計算資源は米国のみです。Groqは企業向けプレビューで、contextは131,072です。
対応する入力もプラットフォームごとに異なります。Fireworksは現在テキストと画像に対応し、Modalはテキスト、画像、動画を挙げています。音声と動画の入力が必要なら、ページでこの2つを明記しているTogether AIかBasetenを選べます。
重みをダウンロードするには、Hugging Faceのページで先にフォームを提出する必要があり、フルネーム、生年月日、所属組織を記入します。MetaはほかにAmazon SageMaker、Google Cloud Model Garden、Microsoft Foundryも挙げています。
利用地域については、ライセンス条文は特定の国を除外していませんが、各APIプラットフォームには独自の登録条件があるため、登録時に確認してください。
ライセンスの注意点
- 商用利用できる:無料で利用、改変、ファインチューニング、蒸留(distill)、販売ができますが、利用ポリシーを守る必要があります。モデル本体や派生モデルを配布する際は、著作権表示、ライセンス、利用ポリシーを添付する必要があります。
- 表示が必要:モデル本体や派生モデルを使う製品やサービスは、インターフェース、ドキュメント、ウェブサイト、設定メニューのいずれかに「Built with Muse Spark Open」を目立つように表示する必要があります。
- 大企業がモデルをサービスとして提供するなら交渉が必要:あなたと関連会社を合わせた総売上が任意の連続12か月間で2,000万ドルを超え、APIや類似のインターフェースを通じて第三者にモデルとその出力へのアクセスを提供する場合は、事前にMetaへ通知し、別途書面で契約を結ぶ必要があります。社内利用、研究、モデルをサービスとして提供しない商業活動はこの条項の対象外です。自社製品の機能に関する例外も、その製品がモデルをサービスとして提供するものでない場合に限られます。
- 出力と派生モデル:Metaは出力の所有権を主張しませんが、その出力を使って学習したモデルはライセンス上の派生モデルにあたります。
- 18歳未満は対象外:model cardには、18歳未満の利用を想定していないと明記されています。
The New Stackはこのライセンスを「isn’t fully open」と評しています。
小企鵝のまとめ
Muse Spark Openは、米国企業のオープンウェイトモデルを使いたい開発者や、自社でホストする必要がある企業に向いています。音声と動画の入力が必要なら、Together AIやBasetenなど対応を明記しているプラットフォームを選べます。
一般的なスペックのマシンを使っている人は、APIを直接使うほうが現実的なことが多いでしょう。ローカル実行には通常数百GBのメモリが必要か、オフロードによる速度低下を受け入れる必要があります。図にある2つのcodingテストを重視するならKimi K3のスコアが高いですが、評価の設定やharnessにも注意が必要です。
要するに、Artificial Analysisの指数で見ると、現時点で最もスコアの高いオープンウェイトモデルではありません。自分に合うかどうかは、APIの料金、対応する入力、実際のタスクでの性能で判断しましょう。
関連記事
カバー画像出典:Meta(research.meta.ai/blog/muse-spark-open)
本記事はAIツールの機能紹介とサブスクリプションプランの消費者向け比較であり、証券や投資に関する助言ではありません。実際の料金は各プラットフォームの最新の公式発表に従います。本記事の情報は古くなっている可能性があります(2026年10月16日時点の情報)。