Muse Wonderが公開：Metaの新型フロンティアモデル、単体では購入できないフルティアのツインを同梱

Meta Superintelligence Labsは2026年10月12日にMuse Wonderをリリースし、1回のローンチで2つのモデルとして提供した。Muse Wonderは、開発者が今日Meta Model API経由およびMuse Code内で呼び出せるチェックポイントだ。Muse Wonder Fullは、MetaによればMuse Code購読者だけが利用できる、より高スコアの構成だ。両方とも100万トークンのコンテキストウィンドウと、入力トークン100万あたり$4.00、出力トークン100万あたり$20.00という同じヘッドライン価格を報告しており、これでこの2つはClaude Opus 5.5の真上に位置することになり、興味深い問いはMuse Wonderのスコアではなく、実際に利用できるのは2つのモデルIDのどちらなのかということになる。

その分裂こそが、このローンチの物語だ。フロンティアのリリースでは通常、1つのエンドポイントと1つの数値が提示される。今回は、2つのID、2つのスコアボード、そしてAPIティアではなくサブスクリプションの線引きに沿って引かれた可用性の境界が提示される。

何がリリースされ、各モデルがどこにあるか

Meta自身のモデルページには2つのIDが記載されています。muse-wonder-1.0は、Meta Model API上およびMetaのターミナルコーディングエージェントであるMuse Codeを通じて提供されるものです。muse-wonder-full-1.0は、MetaがMuse Codeサブスクリプション専用と説明しているもので、APIモデル上のフラグではなく、Metaが月額で販売する製品を通じてのみ到達できる別個のチェックポイントです。その製品についてMetaが公表しているプランは、Power Usageが月額50ドル、Maximum Usageが月額200ドルです。

どちらのIDも、入力トークン100万個あたり4.00ドル、キャッシュされた入力は0.20ドル、出力トークン100万個あたり20.00ドルに設定されている。メタはまた、Muse Wonderが「まもなくMuseでの体験を支える」ようになると述べている。Museは同社の消費者向けサーフェスであり、展開時期はまだ明言されていない。

Metaは今回のリリースで2つの機能を挙げており、それらはベンチマークスコアではなく振る舞いを表しているため、追跡する価値がある。Active Memoryはセッションを通じて持続する状態であり、Active Focusは長いタスクにおけるモデル自身の注意力管理だ。どちらもモデルカードから測れるものではなく、実際のワークロードで数週間使って初めて見えてくる類の能力だ。

Meta自身のスコアボード — そして重要な2つの列

Metaは、両方のチェックポイントをClaude Fable 5.1、GPT-6 Astra、Claude Opus 5.5と並べて対象にしたベンチマーク表を公開しました。いずれも最大推論設定での結果です。以下の数値はすべてベンダー報告で、Metaのハーネスで生成されたものであり、そのいずれも独立に再現されていません。これを測定結果ではなく、Metaの主張として読んでください：

• パーソナル超知能指数 — Muse Wonder Full 59.1、Muse Wonder 56、Claude Fable 5.1 52、GPT-6 Astra 53、Claude Opus 5.5 53

• JobBench（長期的な専門業務タスク）— Muse Wonder Full 75.3、Muse Wonder 30.8、Claude Fable 5.1 27.6、GPT-6 Astra 34.2、Claude Opus 5.5 30.6

• Harvey LAB-AA（法務エージェント業務）— Muse Wonder Full 13.1、Muse Wonder 54.3、Claude Fable 5.1 49.9、GPT-6 Astra 54.5、Claude Opus 5.5 55.2

• Vals Finance Agent V2 — Muse Wonder Full 59.1、Muse Wonder 10.0、Claude Fable 5.1 6.4、GPT-6 Astra 8.6、Claude Opus 5.5 4.2

• HealthBench Pro — Muse Wonder Full 62.3、Muse Wonder 56.6、Claude Fable 5.1 58.9、GPT-6 Astra 53.5、Claude Opus 5.5 58.6

• AutomationBench-AA — Muse Wonder Full 45.4、Muse Wonder 60.5、Claude Fable 5.1 62.1、GPT-6 Astra 65.3、Claude Opus 5.5 65.6

• GDP.pdf — Muse Wonder Full 33.2、Muse Wonder 39.1、Claude Fable 5.1 32.1、GPT-6 Astra 41.6、Claude Opus 5.5 41.2

• OSWorld V2.1（コンピュータ操作）— Muse Wonder Full 78.4、Muse Wonder 72.6、Claude Fable 5.1 73.1、GPT-6 Astra 66.1、Claude Opus 5.5 75.4

• MemoryBench — Muse Wonder Full 39.4、Muse Wonder 34.3、Claude Fable 5.1 34.3、GPT-6 Astra 34.3、Claude Opus 5.5 は未報告

• Terminal-Bench 4.0-AA — Muse Wonder Full 85.5、Muse Wonder 85.6、Claude Fable 5.1 79.0、GPT-6 Astra 81.4、Claude Opus 5.5 81.5

• DeepSWE 1.1 — Muse Wonder Full 57.1、Muse Wonder 52.0、Claude Fable 5.1 52.0、GPT-6 Astra 59.1、Claude Opus 5.5 59.6

• SWE-Marathon — Muse Wonder Full 79.0、Muse Wonder 78.8、Claude Fable 5.1 67.4、GPT-6 Astra 74.1、Claude Opus 5.5 74.2

• Artificial Analysis Index — Muse Wonder Full 59.0、Muse Wonder 56、Claude Fable 5.1 54、GPT-6 Astra 53、Claude Opus 5.5 58

Full列は一律に優れているわけではなく、それがこの表で最も示唆に富む点だ。FullはJobBenchで44ポイント、Vals Finance Agent V2で49ポイント、MemoryBenchで5ポイント勝っている——長期ホライズンで状態を持ち、ツールを多用する作業だ。Muse WonderはAutomationBench-AAで15ポイント、GDP.pdfで6ポイント勝ち、Harvey LABではFullを41ポイント上回る。つまり、サブスクリプションモデルは単にAPIモデルのつまみを上げただけではない。Metaは二つの異なるプロファイルに向けて訓練したようであり、API経由で呼び出せるほうはエージェント型ビジネス自動化において二つのうちより強く、サブスクリプションの背後にあるほうは持続的な専門タスク作業においてより強い。

これまでの独立した評価

Artificial Analysis は Muse Wonder (max) をインテリジェンス指数 52 と評価しており、219 モデル中 9 位、100 万トークンあたり入力 $4.00、出力 $20.00、95% のキャッシュ割引付きで、1 インデックスタスクあたり約 $4.52 に相当する。そのカードによると、評価中に消費された出力トークンは 1 億 3,000 万で、中央値の 8,500 万に対して多く、コンテキストは 1M、入力はテキスト、画像、音声、動画で、出力はテキストである。

Muse Wonder Full (max) は同じ指標で56となり、699モデル中4位で、トークン単位では販売されていないため価格は公表されていない。現在のリーダーボードは、Claude Opus 5.5 (max) が58で首位、続いて Claude Sonnet 5.5 (max)、Opus 5.5 (xhigh)、Muse Wonder Full (max) がいずれも56で並び、Opus 5.5 (high) が54となっている。

同じモデルについて2つの情報源の間に開きがあることに注意。Metaの表ではMuse Wonder FullがArtificial Analysis Indexで59.0と記載されているが、Artificial Analysis自身が公表しているのは56だ。Metaの数値はMetaのものであり、56と4位という順位は評価者自身のものである。ベンダーと独立系ラボが同じ指標で3ポイント食い違う場合、計画の基準にすべきなのは独立系の数値の方だ。

価格は Opus 5.5 と同じ — 請求額は同じではない

Metaの入力$4.00／出力$20.00は、予算的な位置づけではない。それはまさにClaude Opus 5.5のコストであり、オープンウェイトの推論モデルが請求する額の数倍だ。評価実行で1億3000万出力トークンとなると、Muse Wonderは冗長性で中位に位置する。Opus 5.5の2億6000万（中央値8500万）を大きく下回り、より簡素なGeminiクラスのモデルを大きく上回る。

このモデルでは推論が必須です。エフォートの段階は max、xhigh、high、medium、low、minimal で、デフォルトは medium です。推論トークンは出力として課金されます。推論をオフにするスイッチはなく、安価な非思考パスもありません。コストを調整できる唯一のレバーはエフォートレベルと出力バジェットのサイズで、後者は 1,048,576 トークンのコンテキストで 943,718 トークンが上限です。出力100万トークンあたり20ドルでは、そのバジェットを使い切る長いエージェントループは実際の請求書になります。短い呼び出しで medium エフォートなら、通常のフロンティアモデルの請求額です。

Metaがローンチ時に用いた安全性の枠組みは、異例なほど直接的であるだけに引用に値する。同社はMuse Wonderを「これまでで最もアラインメントが取れたモデル」と呼び、CBRNおよびサイバー分野の悪用に対する、これまでで最強のセーフガードだと自ら説明するものを挙げている。それは自社モデルについてのベンダーによる主張であり、そのように読むべきだが、Metaが配備への抵抗がどこから来ると想定しているかを示してはいる。

OrcaRouter が適する場面 — そして、まだ適さない場面

Muse WonderはOrcaRouterにはありません。当社のカタログにmeta/muse-wonderという項目はなく、存在するかのように説明することもありません。同じラボから当社が提供しているのはMuse Sparkラインです — Muse Spark 1.2とMuse Spark 1.1 — そのため、今日Metaの推論ファミリーを求めるチームには、新しいアカウントや新しいSDKを必要としないルートがあります。

このローンチが促す比較検討において有用なのは、Muse Wonder と価格帯を競う2つのモデルが、すでに各ベンダー自身の定価で当社のカタログに掲載されているという事実です。Claude Opus 5.5 は OrcaRouter に入力 $4.00／出力 $20.00、キャッシュ読み取り $0.20、コンテキストは同じ 1M で掲載されており、DeepSeek V4 Pro はその何分の一かの価格で提供されています。Muse Wonder の $4/$20 が自分のワークロードに見合うかどうかを判断しようとしているなら、すでに到達可能な2つのモデルで同じタスクを回すほうが、API キーは3つではなく1つで済みます。

それが、マークアップゼロで200以上のモデルに対応する単一のOpenAI互換エンドポイントの狙いそのものです。ラボがこのような価格を公表したとき、3社にサポートチケットを起票しなくても、午後には代替案と比較できます。プロバイダーの定価はそのまま反映されるため、ベンダーが値下げすれば発表当日に当社側にも反映されます。Muse Wonderが当社のルーティングするプロバイダーに届けば、当社の価格ではなくMetaの価格で表示されます。

ここから何に注目すべきか

このローンチについては4つの未解決点があり、そのどれもが、それにどう備えて計画を立てるかを変える：

• muse-wonder-full-1.0 が API 経路を得るかどうか。現時点では、より高スコアのチェックポイントは月額 $50～$200 のサブスクリプションの壁の内側に閉じ込められており、そのためこれはエンジニアリングの判断ではなく製品の判断となる。Meta はそれを開放するとは述べていない。

• Active Memory 機能が本番環境との接触に耐えられるかどうか。セッションをまたぐ永続状態は、アプリケーションをどう設計するかを最も大きく変える主張であり、モデルカードでは実証できない主張でもある。

• 独立したハーネスが JobBench と Vals Finance のスプレッドを再現するかどうか。同一ラボの 2 つのチェックポイント間で 1 つのベンチマーク上に 44 ポイントの差が生じる場合、それは真の能力差かハーネスのアーティファクトのいずれかであり、どちらなのかを決着させられるのは第三者だけだ。

• Museのコンシューマー向け展開が同じモデルで実現するかどうか。MetaはMuse Wonderが「まもなくMuseの体験を支える」ようになると述べているが、時期もバージョンも明示していない。そして、コンシューマーアプリ内にある100万トークンのコンテキストを持つエージェント型モデルと、同じ名前をまとったチャットモデルとの間の違いは小さくない。

ローンチは本物で、エンドポイントは10月12日時点で存在している。まだ確定していないのは、2つのMuse Wondersのうち、どちらが最終的に人々の話題になるのかということだ——誰でも呼び出せる$4/$20のAPIモデルか、それとも現在サブスクリプションがなければ触れないFullチェックポイントか。