Meta Muse Wonder 対 Muse Spark Open：クローズドフロンティアと816BローカルMoEの選択

Metaは2026年10月中旬、異例の路線変更を行いました。すべてのリサーチを単一のLlama後継モデルに注力するのではなく、「Muse」ブランドのもとで、クローズドな最先端モデルファミリー「Muse Wonder」と、816Bという巨大なオープンウェイトモデル「Muse Spark Open」という、全く異なる2つの階層を展開しました。

エージェント型ワークフローを構築するチームや、プライベートモデルのデプロイを検討しているチームにとって、これは直ちに現実的な選択を迫られる事態となりました。Metaがホストする最先端APIに頼るべきか、それともクラスタ化されたローカルのオープンモデルを中心に構築すべきか、という問題です。

クローズドフロンティアへの道：Muse WonderとWonder Full

10月12日にリリースされたMuse WonderとMuse Wonder Fullは、OpenAIやAnthropicと真っ向から競合するMetaのクローズドな最先端モデル市場への参入です。Metaは標準的な会話モデルではなく、特定の2つのエージェント型システムを核としてこれらを構築しました。長期プロジェクト全体で永続的なコンテキスト状態を保持する「Active Memory」と、マルチステップ実行中の自律的なタスク復旧を目的とした「Active Focus」です。

これら2つのクローズドなバリエーション間では、アクセス権や機能に大きな違いがあります。

法的文書作成、財務分析、自動コードリファクタリングといった分野での複雑なマルチステップ推論に対し、インフラの構築を必要としない導入を優先するのであれば、Wonderファミリーが信頼性の高いエージェント基盤を提供します。

オープンフロンティアへの道：Muse Spark Open

Wonderのリリースから3日後、MetaはカスタムのMuse Model LicenseのもとでMuse Spark OpenをHugging Faceに公開しました。API専用のWonderモデルとは異なり、Spark Openはプライベートインフラ用の生のモデルウェイトを提供します。

そのアーキテクチャは、総パラメータ数816B（各トークンあたり42Bをアクティブ化）のMixture-of-Experts（MoE）設計です。100万トークンのネイティブコンテキストウィンドウを備え、テキスト、画像、動画、音声をまたぐマルチモーダル入力に対応しています。

816BのMoEにおける最大の課題は、従来、そのデプロイコストにありました。これに対処するため、MetaはApple ML Researchと提携し、初日からApple MLXをサポートしました。NVFP4量子化と、Thunderbolt 5 RDMAで接続されたAppleのMLX分散フレームワークを利用することで、開発者は2〜4台のM5 Ultra Mac Studioを繋いだクラスタ上で816Bモデルをローカル実行でき、8,192トークンのコンテキストウィンドウで毎秒36トークン以上の生成速度を維持できます。

比較：コスト、コントロール、ワークフロー

この2つのリリースのどちらを選ぶかは、運用モデルとプライバシー要件に帰結します。

実践的な推奨事項

サーバーのメンテナンスをせずに、管理された状態の永続性と障害復旧を必要とするエージェントをプロトタイプする場合は、API経由でMuse Wonderから始めてください。トークンあたりのコストは中間層の最先端モデルの価格設定と一致しており、すぐに使える自律的なループ処理機能を得ることができます。

組織が厳格なデータレジデンシーの規定下にある場合、あるいはすでにオンプレミスのAppleシリコンや分散GPUクラスタを維持している場合は、Muse Spark Openが明確な選択肢となります。816BのMoEを毎秒36トークンの速度でローカル実行できることは、所有するハードウェア上で前例のない自律性とプライバシーを実現します。