Ming-Image-0.1-Design 対 Meta Muse Image：文書による裏付けがあるモデルとプレスリリースだけのモデル

2026年、2つの画像モデルが正反対のかたちで登場した。Ming-Image-0.1-Designは、アント・グループのinclusionAIチームによる61.5億パラメータのテキストから画像を生成するモデルで、2026年9月17日にMITライセンスのもとでHugging Faceにアップロードされた。発表も、ブログ記事も、ベンチマーク表もなく、ファイルを1つずつ読める71.5 GBのリポジトリである。Meta Muse Imageは、Meta Superintelligence Labs初の自社開発画像モデルで、2026年7月7日にプレスサイクル、ベンダー報告のベンチマーク主張とともに発表され、ダウンロード可能な重みは一切ない。興味深い問いは、どちらがより良いポスターを描くかではない。一方は今日監査でき、他方は信じるしかないということであり、そして監査可能なほうが、それが登場する唯一の独立系ボードで1位に座っているのだ。

一方はファイルとして出荷され、もう一方は主張として出荷された。

まず、各リリースが実際に何で構成されているかから見ていきましょう。というのも、その違いは決して微妙なものではないからです。

• Ming-Image-0.1-Design — 6,154,901,056 パラメータ、MIT ライセンス、diffusers パイプライン。すべての重みは BF16 safetensors 形式で、6 つのコンポーネントフォルダに合計約 71.5 GB: connector/（2 シャード）、mllm/（7 シャード）、mlp/（124.8 MB）、scheduler/、transformer/（5 シャード）、vae/（253.8 MB）。model_index.json は存在しないため、推奨される方法は推論リポジトリを git clone し python infer.py を実行することであり、1 行のパイプライン呼び出しではありません。

• Meta Muse Image — 重みも、公開されたパラメータ数も、アーキテクチャ文書も、読むべきライセンスファイルもない。サービスとして利用でき、2026年8月以降は、OpenAI互換エンドポイント上のMeta自身のModel APIを通じて、画像1枚あたり一律0.01ドルで利用できる。その内部について知っていることはすべて、Meta自身の説明に由来する。

その非対称性には、画質とは何の関係もない実用的な帰結がある。Ming のリリースでは、ベンダーが決して触れてこなかった疑問に答えられる。テキストエンコーダは何か、スケジューラは何サンプリングステップを想定しているか、VAE は4チャネルを出力するのか8チャネルなのか、MLP コネクタは置き換え可能な何かをしているのか。Muse Image では、そのどれにも答えられないし、次の四半期にも答えられない。開くべき成果物が存在しないからだ。

引用する価値のある唯一の数字、そしてその出どころ

Ming-Image-0.1-Designは、Artificial AnalysisのUI/UXデザイン向けText to Imageリーダーボードにおいて、オープンウェイト部門でElo 1,082を記録し第1位にランクされています。その後ろに続くスコアは、Ideogram 4.0（Quality）が1,052、Ideogram 4.0が1,015、HunyuanImage 3.0 Instructが1,005、FLUX.2 [dev]が1,000、FLUX.2 [dev] Flashが999、FLUX.2 [dev] Turboが994です。

それについて、正直に3点補足しておきます。この比較で最も強い証拠であり、慎重に扱うべきものだからです。第一に、私たちが読んでいるそのリーダーボードのコピーは、モデル自身のカードに掲載されたもので、Artificial Analysis のブランディングが付いています。これはベンダーが再掲した Artificial Analysis のボードであり、私たちが生成した数値ではありません。第二に、そのスコアを独立に再現した人は誰もおらず、ブラインド選好の Elo ボードは母集団統計であって、プロンプトごとのテストではありません。それは、群衆が平均的にどちらの画像を好んだかを示すものであり、モデルがあなたの特定のインフォグラフィックを正しくレンダリングするかどうかを示すものではありません。第三に、そしてこれが多くを説明する部分ですが、そのボードはオープンウェイトに絞り込まれています。Meta Muse Image はそこに登場できないため、それが載っていないことは結果ではありません。

Muse Imageについて、これらの数値はMeta自身のものとArtificial Analysisのものであり、そのようにラベル付けされるべきだ。Metaは、複数画像にわたるキャラクター一貫性が94%であること、最大10枚の参照画像のサポート、長辺最大1600ピクセルの出力を報告している。Artificial Analysisは、このモデルをテキストから画像生成でトップ5以内、画像編集ボードで3位、Elo約1,105に位置づけている。これらはそれぞれベンダー報告値と独立測定値であり、同じ種類のものではない。

Ming-Image-0.1-Designは何をするために作られたのか

モデルカードはターゲットについて明確に述べており、汎用の写真撮影向けではありません。対象はUI、インフォグラフィック、ポスター、テキスト主体のデザインワーク——つまり、写実的な肌の質感よりも、読みやすい書体とクリーンなレイアウトが難しい部分となる画像の分類です。推奨設定もそれを反映しています。2048×2048の出力、速度を重視する場合は1024、サンプリングステップ12、classifier-free guidance 1.0、BF16精度、そして単一の80 GiB CUDA GPUです。プロンプトの強化は別の視覚言語モデルから得ることが想定されており、カードにはLing-3.0-flash-VLとqwen3.8-27Bが記載されています。また、デプロイはvLLM-Omniを経由することが想定されています。

もう 1 つ、コンパニオンであるMing-Image-0.1-Design-Layerがあります。これは別個のリポジトリで、異なるパイプラインタグ（image-text-to-image）と、6,154,908,736 個のパラメータ、同じ MIT ライセンスを持ちます。その役割はレイヤー分解です。平坦化されたデザイン画像とレイヤープランを渡すと、RGBA レイヤーを返します。デフォルトのバケットでは 1024、速度重視なら 512 で、12 ステップ、ガイダンス 2.0、flash_attention_2で実行されます。カードには Crello テストセットでの結果が、表ではなく画像として表示されています。何かと数値的に比較したいと思っていたなら、この点は留意に値します。

まだ本当に知り得ないことは何か

ここは率直に言い切るべきところだ。Ming-Image-0.1-Designには、執筆時点でリリースノートも告知も、明記された制限事項セクションも、第三者による検証も存在しない。リポジトリのダウンロードカウンターはゼロを示している。ベンダー提供のホスト型エンドポイントもない。唯一の独立した測定はリーダーボード上のあの1つの順位だけで、それ以外のすべて——スループット、あなたのデータでのプロンプト追従性、参照画像数が少数を超えたときの挙動、エッジ部でRGBAチャンネルがクリーンかどうか——は公開の場では未測定だ。

それによって得られるのは、短く、明確に定義された評価です。アーキテクチャを読み、実行し、1日以内に自分で判断できます。ただし、調達文書に引用できるようなベンチマークが得られるわけではありません。

Meta Muse Imageはその正反対だ。2つの独立したリーダーボードで測定され、価格も公表されている。だが、そのどちらも、重みを1つたりとも検査させてはくれない。あなたの制約が、学習データがどこから来たのか、モデルがプロンプトをどう扱うのかを問うコンプライアンスレビューであるなら、「Metaが言っている」ことが、あなたに得られる答えのすべてだ。

ルーターが処理できる、この比較のバージョン

この2つのモデルはどちらも当社がルーティングしているものではなく、本記事がそう示唆することもありません。Meta Muse Image はクローズドで、Meta が提供しています。Ming-Image-0.1-Design は重みのダウンロードであり、ホストされたルートは一切ありません。現在当社がフロントに置いている画像モデルは、OpenAI の GPT-Image ファミリー、Google の Imagen 4 の各ティアと Gemini の画像プレビュー、そして xAI の Grok Imagine 画像エンドポイントです — これらはすべてOpenAI 互換の単一エンドポイントの背後にあり、プロバイダーのリスト価格のままマークアップゼロで、プロバイダー間の自動フェイルオーバーを備えていますさらに、複数のモデルを1回の呼び出しに組み合わせるルーティング DSL も備えています。

これがここで一つだけ特別な理由で重要になる。予告なしのオープンウェイト公開で、リーダーボードの順位が一つしかないモデルは、チームが本番経路をそれに賭けることなく評価したいと考える、まさにそういう類のモデルだ。同じキーで計測済みモデルの前に置くのではなく、その隣で動かすことこそ、二つ目の契約もコード変更もなしに評価を完了させる方法である。

確認できるもので選ぶ

• 検査・改変・ファインチューニングができ、自分のハードウェア上で実行できるモデルが必要なら——Ming-Image-0.1-Design が二者のうち唯一の選択肢であり、その MIT ライセンスは 2026 年の画像モデルリリースとしては異例なほど寛容だ。

• 公開価格と、引用できる独立系スコアの両方を備えたモデルが必要なら、この2つの中では Meta Muse Image だけが唯一の選択肢であり、画像1枚あたり$0.01という数字は予算審査を通過します。

• 出力として透過性が必要なら——Ming-Image-0.1-Design の RGBA パスとその Layer コンパニオンは、まさにそれを狙っています。Meta の透過性に関する話は公開されていません。

• 今日の午後には動かしたいというなら — どちらも無理だ。一方にはホスト型エンドポイントがなく、もう一方にはダウンロードがない。

未解決の問いは見た目より狭く、ベンチマークではなく日付だ。Ming-Image-0.1-Designは2026年9月17日にアップロードされたが、誰もそれを発表していない。その発表があればリーダーボード上の位置は2つ目の独立した読み取りを得るし、なければこれは少数の人々が実行しただけのリポジトリにとどまる。それに関する最初の第三者評価こそ注視すべきものだ。なぜなら、その瞬間に紙の記録は約束ではなく証拠になり始めるからだ。