Metaが「アメリカ最強のオープンソースモデル」を発表しました。

MetaのCEOマーク・ザッカーバーグ。画像はAI処理によるもの

文｜スー・ヤン

編集｜シュ・チンヤン

アメリカ現地時間10月15日、Metaは正式にMuse Spark Openを発表しました。これは8160億の総パラメータ、420億のアクティブパラメータを持つハイブリッドエキスパートモデルで、同時に重みのダウンロードも可能です。

これはアメリカにおいてこれまでで最も強力なオープンソース重みモデルで、ネイティブにマルチモーダル入力をサポートし、コンテキストウィンドウは100万トークンに達します。

チューリング賞受賞者、Metaの元チーフAI科学者ヤン・リクンが「情熱的」に称賛

01 2台の「Apple」で動作

MetaはAppleと協力して最適化したと述べ、2台のM5 Ultra版Mac Studioでモデル全体を完全に実行できるとしています。

具体的な構成は、2台のM5 Ultra版Mac StudioがMLXフレームワークを通じて協調作業を行い、統一メモリは1TBに達します。M5 Ultraのメモリ帯域幅は1.2TB毎秒に達し、各トークンに必要な小さなスライスの読み取り速度を支えます。

モデル自体はハイブリッドエキスパートアーキテクチャを採用しており、8160億の総パラメータの中で毎回420億がアクティブになります。これは推論時に実際に呼び出されるパラメータ量が総規模よりもはるかに少ないことを意味しますが、完全な重みは依然としてすべてメモリにロードする必要があります。モデルカードに記載されているNVFP4バージョンは少なくとも700GBのアクセラレータメモリを必要とし、BF16バージョンは2TBを必要とします。

したがって、2台の512GBのMac Studioは、量子化された重みを収容できるギリギリのラインにあります。

ネイティブなマルチモーダルはMuse Spark Openのもう一つの重点です。

モデルはテキスト、画像、動画、音声の4種類の入力を受け付け、出力はテキストです。これは生成型のマルチモーダルモデルではなく、絵を描いたり、動画を生成したり、音声を合成したりすることはできません。その能力は、さまざまなモダリティの情報を理解し分析することにあります。開発者はそれにスクリーンショットを見せたり、録音を聞かせたり、動画フレームを分析させたりし、テキスト指示と組み合わせて判断を行わせることができます。代理式ワークフローにとって、この理解能力は生成能力よりも実用的です。

Appleのチップの他に、Muse Spark Openは主流の推論エンジンやハードウェアプラットフォームもサポートしています。SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp、Unslothはすでに適応されており、AMD、Apple、Intel、NVIDIAのチップも動作します。

MetaはカスタムのHelion GPUコアも搭載しており、SGLang上で1.03倍から3.95倍のコアレベルの加速を提供し、AMD MI350上ではエンドツーエンドで3%の速度向上を実現しています。

02 「アメリカ最強」の含金量

Metaは「アメリカ最強のオープンソース重みモデル」を何度も強調しています。

Meta自身が発表したスコア表によると、Muse Spark OpenはJobBenchとMCP-Atlasの2つのツール使用ベンチマークテストで先行し、それぞれ61.8点と89.2点を獲得し、GLM 5.3、Kimi K3、Qwen3.8などの競合を上回っています。

ツールなしの条件下でのHLE-Diamond推論テストでも、26.1点で先行しています。ツールを使用した視覚評価では、ZeroBenchが50点、SimpleVQAが73.6点を獲得し、同様に前に位置しています。

アメリカのAI科学者ネイサン・ランバート（Nathan Lambert）は、アメリカのオープンソースモデルが再び競争力を持つのを待っていたが、今や希望が見えたと述べています。

BoxのCEOアーロン・レビ（Aaron Levie）も、これはアメリカのオープンソースコミュニティにとって大きな進歩であり、企業は今後、最先端のモデルを使って編成や高次のタスクを行い、低コストのカスタマイズモデルを使って繰り返しのワークフローを行うことができると考えています。

声が高まる一方で、短所も明らかです。

端末コーディングテストTerminal-Bench 2.1では、Muse Spark Openは76.4点を獲得し、GLM 5.3の83.9点やKimi K3の85.0点を下回っています。

ソフトウェアエンジニアリングタスクDeepSWE 1.1では、60点の成績もGLMとKimiの67点や68点に劣っています。

総合的な知識作業評価GDPVal-AA v2では、Muse Spark Openの1401点は、GLM 5.3の1653点、Qwen3.8の1613点、Kimi K3の1537点に差があります。

第三者テスト機関Artificial Analysisのインテリジェンス指数も一つの参考を提供しています。

その公開されたランキングによると、Muse Spark Open（Xhighモード）は39点、小米MiMo-V2.6-Proは約46点、智谱GLM-5.3は約45点、月の暗面Kimi K3は約44点、GLM-5.3-Flashは約42点、アリババQwen3.8 2.4T A95Bは約40点です。

つまり、少なくとも6つの公開されたオープンソースモデルの総合スコアがMuse Spark Openを上回っており、すべて中国の企業からのものです。

過去1年、中国のオープンソースモデルのダウンロード数はアメリカのモデルを超え、OpenRouter上のアメリカ由来のリクエストの60%のトークン量がオープンソースモデルによって処理され、その大部分が中国の研究室から来ています。Metaの今回の発表は、アメリカ国内のオープンソース陣営に新たな基準を立てたことに相当します。

価格面では、Together AIが発表したMuse Spark Open APIの価格は、100万入力トークンあたり1.25ドル、出力4.25ドルで、クローズドソース版Muse Sparkと同じです。

この価格はオープンソースモデルの中では安くはなく、DeepSeek-V4.1-Flashの非ピーク時は100万トークンあたり0.75ドル、小米MiMo-V2.6-Proは1.305ドル、GLM-5.3は5.80ドルです。

Muse Spark Openの位置付けは中堅と高級の間で、コストパフォーマンスの優位性は主に自己ホスティングシーンにおいて発揮されます。企業が自ら展開する場合、計算コストが薄まることでAPI呼び出しよりもお得になる可能性があります。

03 iOSの修正から動画編集まで

パラメータとスコアは紙の上のデータに過ぎませんが、実際にその重みを感じさせるのは、Muse Spark Openのいくつかの実際のユースケースです。

Metaが発表した最初のユースケースは、iOSアプリの修正です。

MetaはMuse Code（Muse Spark Openに基づくプログラミングエージェント）を使用して、Ice CubesというオープンソースのMastodonクライアントをローカルで完全に処理しました。具体的な作業には、バグの修正、新機能の追加、全体のビルドの完了が含まれます。

2つ目のユースケースは、Muse Spark OpenがローカルでDaVinci Resolveを駆動して動画編集を行い、フレームごとに素材を確認し、最も素晴らしい部分を見つけ出し、縦型フォーマットにトリミングすることです。

従来の動画編集支援ツールは、主に自動字幕付けや簡単なトランジションといった初歩的な作業を行いますが、Muse Spark Openは「どの画面が最も良いかを判断する」という主観的な決定を行います。フレームごとに見て、画面の内容を理解し、取捨選択を行い、専門の編集ソフトウェアを直接操作して成果物を出力します。

このプロセスが成功すれば、短編動画制作、コンテンツクリエイター、メディア機関にとって効率の直接的な向上となります。

Muse Spark Openはまた、エージェントショッピングもサポートしています。Hugging Faceの機械学習エンジニアペドロ・クエンカ（Pedro Cuenca）はXでショッピングデモを共有し、Spark Openのエージェントタスク、コンピュータ使用、マルチモーダル推論の能力を示しました。

具体的には、モデルがブラウザを直接操作し、eコマースサイトを閲覧し、商品を比較し、購入を完了することができます。この「AIがあなたのために買い物をする」シーンは長い間語られてきましたが、モデルのウェブページに対する理解能力と操作の安定性に制限されていました。Spark Openのマルチモーダル理解とツール呼び出し能力により、この種のアプリケーションの実現のハードルがさらに低くなりました。

Fireworks AIの開発者関係責任者ソフィア・ヤン（Sophia Yang）は、Spark Openを使用してフレームごとにコードを生成し、完全なインタラクティブアニメーションウェブページを制作するというより派手な使い方を示しました。

ユーザーは映画のシーンに入るようにウェブページ全体を閲覧でき、各フレームはモデルがリアルタイムで書き出したものです。このデモは技術のショーケースに過ぎませんが、ローカルの大規模モデルとクリエイティブツールの組み合わせの可能性を示しています。

これらのユースケースの背後には、Metaのオープンソースモデルに対する完全な配置があります。

今年4月に第一世代のMuse Sparkを発表し、8月には300億パラメータ、Apache 2.0ライセンスのGlimmerをリリースし、10月上旬にはさらに高級なMuse WonderとWonder Fullを発表しました。現在、Spark Openがオープンソース重みの環を補完し、小型ローカルモデルから大型クローズドモデルまでの完全な製品ラインを形成しています。

許可契約も細分化されています。Glimmerは完全にオープンなApache 2.0を使用しており、Spark OpenはカスタマイズされたMuse Model Licenseを使用しています------ほとんどの開発者は無料で使用できますが、もしあなたの会社がモデルをサービスとして提供しており、年間収益が2000万ドルを超える場合は、Metaと別途契約を結ぶ必要があります。

内部展開、研究、非モデルサービスの商業アプリケーションは制限の範囲外です。この設計は非常に精密です------企業内部での使用には問題ありませんし、自社製品に使用することも問題ありませんが、APIを直接販売したい場合は、分配について話し合う必要があります。