Muse Spark Open vs Muse Glimmer：22インデックスポイントが実際にあなたに何を犠牲にさせるのか

39対17。それが、Muse Spark OpenとMuse Glimmerの Artificial Analysis Intelligence Index における比較のすべてであり、それは、Metaが2026年10月15日に大きい方のモデルの重みを公開した後に独り歩きした数字でもある。それ単独ではほとんど役に立たない。なぜなら、この2つのモデルは同じ問いに対する2つの答えではないからだ。一方は、データセンターから提供されるために作られた8160億パラメータのMixture of Expertsである。もう一方は、単一のコンシューマー向けグラフィックスカードで動作するように作られた300億パラメータの密なモデルだ。この差を「新しい方が優れている」と読むと、意思決定の方向性は正しいが、その理由は完全に間違っている。これはモデルを避ける理由にはならない。ただ、履歴を知る理由になるだけだ。このクラスのモデルの背後にある、記録されたAIインシデントやエージェント障害はOrcaRouter AI Incident Archiveに集められており、各項目には独自の情報源、深刻度、信頼度グレード、論争中フラグが付いている。

ここでは、その差が実際にもたらすもの、それが犠牲にするもの、そして小さいモデルが依然として完全に優位に立つ唯一の軸を見ていく。

異なる疑問に答える2つのダウンロード

どちらもMetaの名前を冠し、どちらもHugging Face Hubに重みを公開しており、どちらもトークンを誰かのエンドポイントに送ることなく推論を実行できる。似ているのはそこまでだ。

• Muse Spark Open — 総パラメータ数816B、トークンあたりのアクティブパラメータ42B、スパースなMixture of Experts、2026年10月15日にMuse Model Licenseのもとで公開。

• Muse Glimmer — 合計約29.6Bパラメータ、dense、さらに別途1.8Bのビジョンエンコーダを備え、2026年8月にApache 2.0の下で公開。

アクティブパラメータの差は、見出しが示唆するほど大きくない。42B 対 約29.6B は約1.4倍の差にすぎない。Muse Spark Open はトークンごとにエキスパートの一部しか起動しないからだ。総パラメータの差こそがハードウェア費用を賄っている。保存、量子化、移動すべき重みは約27.6倍になる。

22ポイントはタスクあたりいくらかかるのか

Artificial Analysisは2つのモデルを同じ基準——それぞれ自身のIntelligence Index上で1つのタスクを完了するコスト——で価格評価しており、まさにそこで両者の差に第2の次元が加わる。同社のホステッドリスティングでは、xhigh推論のMuse Spark OpenはIndexタスクあたり$0.84かかるのに対し、highのMuse Glimmerは$0.05だ。これは約16.8倍のコストで、スコアは2.3倍ということになる。

リスト価格は、財務チームが使う単位で同じことを示しています。Muse Spark Open は入力トークン100万あたり $1.25、出力トークン100万あたり $4.25 で掲載され、88% のキャッシュ割引と、100万トークンあたり約 $0.78 のブレンド料金が適用されます。Muse Glimmer は入力100万あたり $0.30、出力100万あたり $1.20 で掲載されています。ワークロードが大量の分類、抽出、ルーティング処理なら、小さい方のモデルは妥協ではありません — 入力料金の5分の1という価格で、それが正解です。

出力速度は、両者が引き分けと言えるほど近い唯一の指標であり、直感に反するため、はっきり述べておく価値がある：Muse Spark Openは毎秒102.0出力トークン、最初のチャンクまでの時間0.67秒を計測し、Muse Glimmerは毎秒124.4トークン、1.14秒だった。816Bモデルは単一のプロンプトに答えるのに遅い方ではない。なぜなら自身の一部だけを活性化し、それに合った規模のハードウェアで動作するからだ。小さいモデルが勝るのはエッジだ：4ビットビルドは言語モデルを20 GB未満に収め、一度に16トークンを提案するコンパニオンのブロック拡散ドラフターは、RTX 5090で最大3.1×の高速化をもたらすと主張されている。これはベンダー公表値であり、独立して再現されたものではない。

コンテキストウィンドウもまた、公平な勝負ではない。

Muse Spark Openは1,048,576トークンのウィンドウを備え、テキスト、画像、動画、音声を入力として受け取り、出力はテキストです。Muse Glimmerは131,072トークン — Metaが書く丸めの数字では128k — を搭載し、テキストと画像を扱い、音声経路はまったくありません。Muse Spark Openの知覚エンコーダは1.8B、50層のコンポーネントでスパースアテンションを備え、言語スタックは62層、隠れ次元8,192、語彙数202,048トークン、256個のエキスパートでtop-8ルーティング、グループ化クエリ注意は128個のクエリヘッド対16個のキー・バリューヘッドです。

「2時間の録音とこの山ほどのスクリーンショットを読んで、何が起きたのか教えて」というのがあなたの課題なら、Muse Spark Open は2つの中で入力を保持できる唯一のものです。「この1画面を読んで、私のノートPCの正しいボタンをクリックして」というのが課題なら、128k は最初にぶつかる制約ではありません。

ライセンスは同じ種類の「オープン」ではない

これは22ポイントの見出しが埋もれさせている部分であり、法務レビューが注目する部分でもある。

• Muse Glimmer — Metaが提供するすべてにApache 2.0を適用：フル精度のBF16ウェイト、2つの4ビット量子化バリアント、ドラフターヘッド、知覚エンコーダー。商用・研究利用可能、ゲートなし。

• Muse Spark Open — Muse モデルライセンス。使用、複製、改変、ファインチューニング、蒸留、マージ、販売を行う広範な権利を付与しますが、計画を立てる前に知っておく価値のある3つの条件があります。コピーおよび派生物には、本ライセンスと利用ポリシーを添付する必要があります。それに基づいて構築された製品は、インターフェース、ドキュメント、または設定に「Built with Muse Spark Open」を表示する必要があります。また、第三者が出力を受け取るモデルへのアクセスを第三者に提供し、連続するいずれかの12か月間における合算売上総収益が2,000万ドルを超える場合は、事前にMetaへ通知し、別途契約を締結する必要があります。内部利用、研究、およびモデル・アズ・ア・サービス以外の商用利用は対象外です。Metaは出力の所有権を主張しません。

アクセスの性質もまた異なります。Muse Spark Open リポジトリはゲート制で、ログインして本名、生年月日、識別子付きの組織名を提出する必要があり、ページにはフォームは後から編集できないと警告されています。Muse Glimmer のダウンロードはゲート制ではありません。コミットする前に両方を静かに評価したいチームにとって、この非対称性は現実の摩擦となり、2000万ドルの条項は「ダウンロードした」と「その上でホスト型製品を出荷できる」が別の答えであることを意味します。

それぞれがラックのどこに収まるか

Meta自身のモデルカードは、ハードウェアについて率直に記している。BF16チェックポイントには約2TBのVRAMが必要で、NVFP4ビルドには少なくとも700GBが必要だ。対応するサービングスタックはSGLang、vLLM、Hugging Face、TensorRT-LLM、Unsloth、llama.cppで、カードは2台のM5 Ultra Mac Studio向けにチューニングされたMLXにも言及している。これがMetaが前面に押し出したデスクトップデモだ——ノートPCではなく、最高仕様のマシン2台を連結したものだ。

Muse Glimmerのターゲットは本当に異なる。単一のRTX 5090、20GB未満の量子化ビルド、そしてそのカード上でトークンをより速く出力させるために設計されたドラフターヘッドだ。この2つのモデルは同じシリコンを奪い合ってはいない。Metaがより大規模なモデル向けに出したローンチ投稿は、逆の方向から同じ点を指摘しており、単一カードの数値ではなく、エージェント型の作業と2台のMac Studio構成を前面に出している。

どちらを選ぶべきですか

制約を固定してしまえば、決定はあっという間に収束する。

• あなたは自分が所有するハードウェア上でローカルエージェントを出荷しようとしている — Muse Glimmer。その22ポイントは、1台のGPUで支払い得るどんな価格でも手に入らない。

• 音声、動画、または100万トークンの入力を1回の呼び出しで必要とするなら — Muse Spark Open の出番です。より小さなモデルでは代用できません。

• 大量かつ低難易度の作業を行っている — 入力トークン100万あたり$0.30のMuse Glimmer。ただし、実測による評価でスコア17のモデルがあなたの特定のタスクで失敗すると示されない場合に限る。

• 最先端のスコアを求めているのに、借り物で済ませている——正直に言えば、Muse Spark Open は 39 に到達するための最も安上がりな方法ではない。自分のディスクに重みを置いたまま 39 に到達できる唯一の方法なのだ。

サービングに関する疑問について言えば、ほとんどのチームにとっての現実は、どちらのモデルも初日から自分たちでセルフホストするものではない、という点です。GPUを立ち上げずにMetaのMuseシリーズを呼び出したいなら、OrcaRouterが実際にルーティングしている2つのMuseモデルのうちの1つであるMuse Spark 1.2は、200以上のモデルに対応する1つのAPIを通じて利用できます。自動フェイルオーバーも備わっているため、不慣れなモデルにテストトラフィックを任せても、本番経路を任せることにはなりません。当社が提供する両方のMuseモデルは、プロバイダー定価・マークアップ0%で課金されるため、ベンダー側の価格変更は当日に当社でも反映されます。制限について明言しておくと、OrcaRouterは現在Muse Spark Openをルーティングしておらず、Muse Glimmerもルーティングしていません。どちらもご自身で実行する重みか、他所から購入するエンドポイントです。

まだ測定されていないものは何ですか？

その比較に決着をつけるであろう、ほとんどすべてのこと

39は、あるモデルに紐づけられたたった一つの独立した数値であり、そのモデル自身のローンチ時のスコアカードには、JobBench 61.8、MCP-Atlas 89.2、GDPval-AA v2 1401、OSWorld Verified 80.4、Toolathlon Verified 72.8、HLE-Diamond 26.1（ツールなし）および61.0（ツールあり）、GPQA Diamond 89.0、SciCode 58.5、DeepSWE 1.1 が60、Terminal-Bench 2.1 が76.4（Terminus 2エージェント使用時）と記載されている。これらのいずれもがベンダーによる報告であり、再現されていない。しかもそのいくつかはMeta自身のエージェントハーネス内部で測定されたものであり、それゆえこれは同一条件での比較ランキングではなく、能力に関する主張にとどまる。Glimmerのカードには独自のベンダー表——SWE-Bench Verified 76.0、Terminal-Bench 2.1 51.7、GPQA Diamond 83.5、AIME 2026 94.7、HLE 22——が載っているが、同じ注意書きが付く。数か月の隔たりがあり、異なるハーネスで作られた2つのベンダースコアカードを互いに差し引くことはできない。まさにそれが、本稿が唯一の独立したIndexの数値に依拠する理由である。

実際に意思決定を左右する差は、どちらのカードにも載っていない。それは、あなた自身が必要とする品質水準で、自分の入力を使い、一度だけ測ったときのタスクのコストだ。誰かがそれを実行するまで、39と17は、同じファミリー名をまとった別々のマシンについての2つの事実にすぎない。