Muse Spark Open：Metaの旗艦ウェイトが公開——だがその背後の数字は非公開

Muse Spark Openは実在し、ダウンロード可能で、米国のラボが公開したオープンウェイトの中では最大規模です。その背後にあるリポジトリ — Muse-Spark-Open-816B-A42B — は2026年9月15日にHugging Faceで初めて姿を現し、ゲート付きかつ未告知のまま1か月間そこに置かれていました。2026年10月15日、Metaがウェイト、ローンチ投稿、ベンチマークのスコアカード、ライセンスを公開し、すべてが一つの午後のうちに公式なものとなりました。したがって正直なところ、これは「ステルスドロップ」でも「ローンチ」でもありません。成果物は4週間静かに存在し、その後で書類が追いついたのです。追いついていないのは測定です。公開の翌日時点で、ベンダーの数値は公表済みだが再現されておらず、独立系の数値は不完全で、Metaが今回のリリースを裏付けるとしている安全性評価はまだ出ていません。これが今日、公開記録が実際に裏付けている内容です。

一か月の沈黙、そしてすべてが一度に

日付は重要だ。なぜなら、それがこのリリースの読み方を変えるからだ。Hugging Faceのリポジトリ——BF16チェックポイントと2つ目のNVFP4ビルド——には、2026-09-15という作成タイムスタンプが付いている。最終更新は2026-10-15で、ゲート付きフォーム内のライセンス文書は2026年10月15日付、利用ポリシーも同じ日付だ。Metaのローンチ投稿には2026-10-15という公開タイムスタンプが付いている。つまり順序は、9月にリポジトリ、10月に発表だ。

それは「shipped quietly」というフレーズが通常表現する話とは別の話だ。Metaは実際にこれを、一度に3か所で発表した — 自社の研究ブログ、開発者サイトの開発者向けビルドガイド、そしてHugging Faceのブログに掲載された、Hugging Faceのスタッフが書いた共同執筆記事だ。欠けていたのはプレスサイクルだった。およそ1週間分のローンチ報道は実現しなかった。ベンダー自身のページと1、2件のアグリゲーター投稿を除けば、この規模のモデルについて書かれたものはごくわずかだ。静かなのは受け止められ方であり、リリースではない。

リポジトリが単独で確認するもの

以下はすべて、チェックポイントのメタデータ、設定、モデルカード、Metaの発表投稿から検証可能であり、ベンチマークについて誰かの言い分を鵜呑みにする必要はない。これが記録のうち確定している部分である。

• 規模 — 総パラメータ数は約8,160億、トークンごとに約420億がアクティブ。

• アーキテクチャ — スパースな混合エキスパート: 62層、隠れ次元8,192、MoE層あたり256エキスパートでトークンあたり8つが選択され、エキスパートが全パラメータの約97%を保持します。グループ化クエリ注意: 128のクエリヘッドと16のキーバリューヘッド、それぞれ64次元。

• コンテキスト — 1,048,576トークン。Metaが1Mと略すウィンドウで、テキスト、画像、動画、音声のトークンを同じ予算内でカバーします。

• 入力と出力 — テキスト、画像、動画、音声を入力し、テキストを出力します。これはマルチモーダルなリーダーであり、ジェネレーターではありません。

• チェックポイント — 2つのフォーマット。BF16は約1.5TBのsafetensors、NVFP4はNVIDIA Blackwell向けの4ビットビルドで、Metaによれば単一のB200ノードで動作する。

• メモリ計算 — グループ化クエリ注意機構は、この規模のモデルとしてはキャッシュを小さく抑えるが、各トークンは依然として126,976個の値を追加する。BF16では1トークンあたり約250KB、完全な100万トークンコンテキストではおよそ266GBになる。

• 推論 — 推論エフォートの設定で、レベルは低、中、高、xhigh です。Meta 自身のツールの注記では、推論をオフにすることはできないとされています。

• ランタイム — Transformers、llama.cpp、SGLang、vLLM、TensorRT-LLM、Apple MLX、Unsloth での初日対応。Meta は SGLang 向けにカスタムの自動チューニング可能な Helion カーネルを提供しており、NVIDIA と AMD のシリコン全体でカーネルレベルで 1.03～3.95 倍の高速化を実現すると同社は述べている。

• デスクトップ — 目玉となるデモ。Metaはこれを、MLX上でM5 Ultraチップを搭載した2台のMac Studioで実行した。これが可能なのは、各マシンが最大512GBのユニファイドメモリを1.2 TB/sの帯域幅で提供し、2台で完全なBF16チェックポイントを保持できるからだ。Metaのデモでは、オープンソースのiOSクライアントに実際の変更を出荷し、DaVinci Resolveをエンドツーエンドで動かしていた。

ライセンスはほとんどの人が飛ばしてしまう部分です

Muse Spark OpenはMuse Model Licenseの下で提供されており、Metaはこれによって多くの開発者がモデルを無料で利用できると説明している。その中にある2つの条項は、実際に「無料」が意味する内容を変えてしまうが、どちらも見出しにはない。

最初は第3条、モデル・アズ・ア・サービスの条項です。あなたまたはあなたの関連会社が、API経由で第三者にモデルへのアクセスを製品またはサービスとして提供し、かつ、連続する12か月間のいずれかにおいてあなたの総売上高が2,000万米ドルを超える場合、その事業を行う前にMetaに通知し、別途書面による契約を締結する必要があります。自社製品に組み込むことは除外されますが、モデルの再販は除外されません。

2つ目は帰属表示です。ライセンスはライセンシーに対し、モデルまたはその派生物を使用するあらゆる製品のインターフェース内、あるいは付属のドキュメント、サイト、設定メニューにおいて、「Built with Muse Spark Open」を目立つように表示することを求めています。

ライセンスが明白に認めていることが2つあり、これはオープンウェイトの実際の要点でもあるため明言する価値がある。すなわち、派生作品のファインチューニング、蒸留、マージ、公開、サブライセンス、販売を行ってよく、Meta は出力に対する所有権を一切主張しない。Meta はダウンロード自体にも制限を設けており、リポジトリはアクセス制御されていて、申請フォームでは正式な氏名、生年月日、法人識別子を含む組織名の記入が求められ、提出後は編集できない。ワンクリックでのダウンロードを期待する人は、待ち行列を想定しておくべきだ。

Metaが主張しているが、まだ公表していないこと

Metaはこのリリースに合わせてベンチマークのスコアカードを公開したが、そこから見える全体的な傾向は、個々の行よりも有用だ。以下の数値はベンダーによる報告であり、カード上の各モデルは、共通のハーネスではなく、それぞれ独自のエージェントハーネス内で測定されている。そして、私たちはそれらのいずれも再現していない。これらは能力に関する主張であり、監査されたランキングではない。

• Terminal-Bench 2.1、Terminus 2エージェント — 76.4

• MCP-Atlas — 89.2

• GDPval-AA v2 — 1401

• SciCode — 58.5

• JobBench — 61.8

• HLE-Diamond、ツールなし — 26.1

• DeepSWE 1.1 — 60、利用可能な最良のハーネス上での自己申告値

最も成績が良い項目はエージェント型およびツール使用の評価で、最も弱いのはクローズドブック推論だ。これは、Metaがこのモデルの用途として挙げているもの——長期的なコーディング、コードベースの読解、デバッグ、長時間実行でのツール呼び出し——と整合しており、これを何かに対する一般的な推論能力のアップグレードと解釈することとは整合しない。

次に、Metaが公表していない評価がある。そのローンチ投稿によれば、モデルは Meta Superintelligence Scaling Framework の下で評価され、「私たちのフレームワークがリリースに求めるしきい値を満たした」とされ、詳細な結果はモデルカードにあるという。モデルカードは、まもなく公開されると説明されている完全な評価レポートを指し示している。執筆時点では、それはまだ出ていない。内部フレームワークを通過したという安全性の主張は、読者が検査できる安全性レポートとは別物であり、今日存在するのは前者だけである。

唯一の独立した数字と、その周囲の隙間

Artificial AnalysisにはMuse Spark Openの掲載があり、これは現時点で公開記録に存在する唯一の第三者による測定値だ。これによると、このモデルはArtificial Analysis Intelligence Indexで39に位置し、1500億パラメータ超のオープンウェイトモデルという同クラスの118件中9位で、クラス中央値の19を上回っている。また、出力速度は毎秒103.4トークンと測定され、ホスト型の提供経路は入力100万トークンあたり1.25ドル、出力100万トークンあたり4.25ドル、Intelligence Indexのタスクあたり0.84ドルと価格設定されている。この掲載はインデックス以上の価値がある。リリース時に空白だったスループットとコストの欄が、これで埋まったことを意味するからだ。

二組の数字を並べて読むと、隔たりは仕様にあるのではなく、そのどれだけが実際に検証されてきたかにある。アナリストのリストは独立して、総パラメータ816B、アクティブパラメータ42B、100万トークンのコンテキストウィンドウ、重みの入手元としてHugging Face、Muse Model Licenseを記録している——Metaが主張するのと同じアーキテクチャ、同じライセンス、同じモダリティで、テキスト、画像、音声、動画を入力として受け取りテキストを出力すると説明されている。二つの説明が分かれるのはカバレッジだ。Metaは8つのベンチマークを報告しており、すべて自社のハーネスによるものだ。独立した記録は、1つの指標、1つの速度値、1つの価格だけだ。公開されているどこにも音声測定も動画測定もなく、クローズドなMuse Sparkラインとのスループット比較もなく、最初の分析を確認する第二のアナリストもいない。仕様表での一致は、数値での一致と同じではない。そしてここで検証されているのは数値だけだ。

自分で運営する場合に実際にかかるコスト

オープンウェイトに関して重要なコストの論点はハードウェアであり、ここでは公開されている詳細が異例なほど具体的だ。

• BF16、データセンター — Meta自身のTransformersレシピは、BF16チェックポイントを、8基のH200 GPUを搭載した4ノードにわたり、テンソル並列度32で実行する。つまり、1つのモデルに対して32基のアクセラレータである。

• NVFP4、データセンター — 量子化ビルドは単一のB200ノードで文書化されており、MetaのSGLangリファレンス構成は4基のGB300 GPUにまたがって実行される。

• デスクトップ、量子化 — Hugging Faceとllama.cppチームは、512GBのM3 Ultraで2ビット量子化をテストした。消費メモリは304GBで、毎秒18トークンで動作し、KVキャッシュ用の余裕も残っていた。これは遅く、Metaが評価したBF16チェックポイントとは別のモデルである。

• 約束されているウィンドウと実際に使えるウィンドウは、2つの異なる予算です — BF16 でフル 1Mトークンコンテキストの場合、KV キャッシュだけでおよそ 266GB になります。誰もが口にするメモリの数値は、モデルをロードする代価であり、モデルが宣伝するコンテキスト長を使う代価ではありません。

これによって、今日モデルを必要としているだけの人はどのような状況に置かれるのか

Muse Spark Open は、API キーを向けるタイプのモデルではありません。それはダウンロードであり、ライセンスであり、審査付きの申請フォームであり、ハードウェアの判断でもあります。もしあなたのワークロードが今週中に答えを必要としているなら、最初のトークンにたどり着くまでにこなすべきことが山ほどあります。この問いを実用的な形にすれば、今すぐに利用できる Muse モデルはどれか、ということになります。Muse Spark 1.2とMuse Spark 1.1は、OrcaRouter がルーティングするクローズドな Muse Spark 系の 2 モデルで、どちらも Meta の定価のまま、マークアップは 0% です。プロバイダーの定価が上乗せされるのではなく、そのまま適用されるからです。Muse Spark Open は当社のカタログにはなく、そうであるかのように示唆するつもりもありません — ダウンロードできること自体を売り文句にしているモデルは、自分で動かすモデルなのです。

その分離は、両方を同じ場所に置いておくべき根拠にもなります。200以上のモデルに対応する単一のAPIがあれば、実績のないモデルを本番投入の賭けにする必要はありません。最初のプロバイダーが劣化したときには、自動フェイルオーバーでリクエストを2つ目のプロバイダーへ引き継げますし、ルーティングDSLはコード変更ではなく設定によってモデル間でトラフィックを移します。独立したベンチマークスイートがない、1日前にリリースされたモデルにとって、それは自分のトラフィック上でそのモデルが何をするのかを突き止める最も安価な方法です。

注目すべき点、そしてこの作品を変えるもの

三つの事柄は不明というよりも未解決であり、そのいずれもが状況を変えるだろう。

1つ目は、Metaが公表すると述べている評価レポートです。それが公表されるまでは、そのモデルの安全性に関する主張は、文書ではなく、しきい値に関する声明に依拠しています。

第二点は、独立したベンチマークが単一の指標を超えて広がるかどうかである。再現も、ホスト型Museラインに対するスループット比較も、音声や映像の測定も伴わない単一のアナリストスコアは、出発点であって評決ではない。

3つ目は、ファインチューニングのエコシステムが立ち上がるかどうかだ。MetaはまさにこのためにTorchTitanを投入した。オープンウェイトは、ダウンロード数ではなく、派生モデル — マージ、量子化、ドメイン別チューニング — によってこそその価値を発揮する。4週間後、このリリースに意味があったかどうかを正直に測るのは、派生モデルの足跡である。

今のところ、正確な要約は限定的なものになる。Metaはこれまでで最大の米国のオープンウェイトモデルを公開し、徹底的に文書化し、価格は一切示さず、収益条項付きでライセンスし、測定は次にそれを実施する者に委ねた。

ベンチマークは古び、価格は動くが、失敗の記録は動かない。このクラスのモデルの背後にある、記録に残されたAIインシデントとエージェントの失敗はOrcaRouter AI Incident Archiveに集められており、各エントリには独自の情報源、重大度、信頼度グレード、係争中フラグが付いている。