Muse Spark Open vs Muse Spark 1.2：オープン版フラッグシップはアップグレードではない

研究室が最大のモデルをオープンソース化したときの直感は、ダウンロードできる版のほうが優れているとみなすことだが、Muse Spark Open対Muse Spark 1.2の場合、その直感は人々がまず確認する軸では間違っている。Artificial Analysisでは、プロプライエタリなAPIモデルはIntelligence Index 40を記録し、新たに公開された8160億パラメータのモデルは39を記録している——1ポイント以内で、しかも借りるほうのモデルに有利な方向だ。オープンなほうはより強いモデルではない。それは別の取引であり、その取引こそが比較のすべてなのだ。

文のバージョン

Muse Spark 1.2 なら、高速で安価なトークン単位のエンドポイントが手に入ります。自分で運用する必要はなく、そのモダリティはすべて個別に確認済みです。Muse Spark Open なら、手元に置き、ファインチューニングし、監査し、ネットワークなしで実行できる重みが手に入ります。ただし、自分で購入する必要があるハードウェア上で、しかもまだ誰も公表していないスループットでの話です。これらは、たまたま同じファミリー名を共有している別々の製品です。

彼らが実際にどこに立っているのか

行ごとに、各次元で勝る側を先に示す。

• インテリジェンス — Artificial Analysis Intelligence Index が40のMuse Spark 1.2、39のMuse Spark Open。両者は独立に測定されており、1ポイントの差は、どちらかのモデルを選ぶ理由にはならない。

• スループット — Muse Spark 1.2、しかも圧倒的な差で：Artificial Analysisは出力速度で185モデル中1位にランク付けしており、毎秒361.4トークン。Muse Spark Openの速度は、独立系の誰によってもまったく測定されていない。2026年10月時点で机の上にあるものは、816Bのmixture of expertsで361 tok/sに匹敵するものは出ないだろう。問題はどれだけ後れを取るかであり、その数字はまだ存在しない。

• 価格 — Muse Spark 1.2 は、100万入力トークンあたり $1.25、100万出力トークンあたり $4.25で、キャッシュ済み入力は88%割引、Intelligence Indexタスクあたり実測 $0.97 です。Muse Spark Open にはトークン単位の価格はありません。その価格はハードウェアの購入費用であり、Artificial Analysis はそのコスト数値を公表していません。

• 重み — Muse Spark Open、全面的に。Muse Model License の下でゲートされた Hugging Face リポジトリ、BF16 および NVFP4 で、ランタイムオーバーヘッド前でおよそ1.5TB。Muse Spark 1.2 の重みはいかなる形式でも配布されていません。

• ローカル動作 — Muse Spark Open は、MLX を搭載した 2 台の M5 Ultra Mac Studio 上、または TensorRT-LLM を搭載した 4 GPU の Blackwell ノード 1 台上で。Muse Spark 1.2 はプロバイダー以外では一切動作しません。

• ファインチューニング — Muse Spark Open。Meta がこれ専用に TorchTitan サポートを提供しています。Muse Spark 1.2 はお客様のデータではチューニングできません。

• モダリティ — 議論の余地があり、入手可能な証拠に照らせば Muse Spark 1.2 に軍配が上がる。Artificial Analysis は 1.2 をテキスト、画像、音声、動画を受け付けるものとして掲載し、オープンモデルはテキストと画像のみを受け付けるものとして掲載している。一方、Meta 自身の資料は Muse Spark Open についてテキスト、画像、動画、オーディオに対応すると主張している。独立した測定はより狭い方の主張を裏付けており、ベンダーはより広い方の主張を行ってきた。

• 推論 — 基本的に両者とも同じ仕組みです。どちらも推論をオフに切り替えることはできません。Muse Spark Open は low、medium、high、xhigh のエフォートレベルを公開しており、それぞれ 16、64、256、512 の推論トークンに対応し、システムプロンプトに推論強度のヒントを含みます。

• コンテキスト — 1,048,576トークンでの真の互角だが、実運用で両者を分ける注意点が1つある。Muse Spark Openでは、BF16で100万トークンのフルコンテキストを扱うと、重みに加えて約266GBのKVキャッシュが必要になる。Muse Spark 1.2では、コンテキストは誰か他の人の容量問題だ。

• ライセンス — Muse Spark Openは、限定的な商用条件を伴うMuse Model Licenseの下で提供され、Muse Spark 1.2は通常のAPI条件の下で提供されます。どちらもApache 2.0ではなく、実際に読む必要があるのはオープンライセンスの方です。

そのリストを上から読んでいくと、決断の輪郭はすでに見えている。オープンモデルは、あなたがモデルに対して行うことで勝ち、ホスト型モデルは、モデルがあなたに対して行うことで勝つ。

ほとんどのチームにとって決め手となるたった1つの数字

Muse Spark 1.2 の代表的なスペックは毎秒 361.4 トークンで、測定された 185 モデルの中で首位です。これはマーケティング上の数字ではありません。コーディングエージェントが毎分何十回もの小さな往復を発生させるエージェントループ内で、このモデルを使い物にするのはまさにこの点であり、モデルの実時間コストがそのままタスクの実時間コストになるからです。

Muse Spark Openのスループットは不明だ。それが証拠の正直な現状であり、今週書かれたあらゆる比較における単一最大の穴である。自信をもって言えるのは構造的な点だ。8160億パラメータのモデルが、コンシューマー向けデスクトップハードウェア上でトークンあたり420億パラメータを活性化する場合、それを制約するのは演算能力ではなくメモリ帯域幅である。M5 Ultra Mac Studio 2台あれば1.2 TB/sと1テラバイトのユニファイドメモリが得られ、モデルを保持して各トークンのスライスを読み出すには十分だ。だが、インタラクティブなエージェントをAPIのように感じさせるには足りない。ワークロードがインタラクティブなら、これは僅差の話ではない。ワークロードがバッチ——夜通しのリポジトリ走査、オフライン評価、レイテンシが無関係でトークンあたりコストがすべてである大規模抽出——なら、計算は完全に逆転する。

デスクトップは実際に安いのですか？

ここがオープンモデルの出番であり、同時に、この議論の素朴な版が成り立たなくなる場所でもある。2台のMac Studioという構成には、設備投資に加えて、電力、冷却、そして誰かの注意力がかかる。それと対置されるのは、もう買わなくなるトークンだ。

比較が成立するのは、規模が大きい場合だけだ。その理由は、Muse Spark 1.2 のキャッシュ割引が、ホスト型側ですでに大きな働きをしているからである。キャッシュ済み入力が88%オフということで、このモデルはまさに、エージェント型コーディングが生み出す反復コンテキストのパターン——同じリポジトリ、同じシステムプロンプト、同じツール定義を毎ターン読み直すというパターン——において安価になる。自己ホスト型のデプロイには割引はない。あるのは固定費であり、その固定費は、大量で安定し予測可能な利用によってのみ償却される。2台のデスクトップ構成でバースト的なエージェントトラフィックをさばいているチームは、変動する負荷に対応するために固定費を買ってしまっている。これは、この計算が狂う典型的なパターンだ。

正直に言えば、Muse Spark Open のセルフホスティングはコストの判断ではなく、キャパシティの判断です。モデルが利用可能であること、あなたのもとで非推奨にされないこと、プロンプトが建物の外に出ないこと、そしてファインチューニングでその振る舞いを変えられることを保証するために導入するのです。これらは現実的で、時に決定的な理由です。「安くなる」というのは、あなたのトラフィックについて再計算しなければならない理由であり、多くのトラフィックでは単純に当てはまりません。

それぞれが本当は何のためなのか

Muse Spark 1.2 は製品を構築するためのモデルです。高速で、タスクあたりのコストが実測されており、モダリティ構成は独立に確認され、トークン単位で販売され、エージェント型のパターンに適したキャッシュ割引があり、今日からルーティング可能です。これを選ぶことは、エンジニアリング時間ではなく金銭を使うことを選ぶことであり、$1.25/$4.25 では多くの場合、それが正しいトレードオフです。

Muse Spark Openは、能力を構築するためのモデルです。ファインチューニングこそが、このモデルが存在する理由です。タスクが狭く、大量で、明確に定義されている場合——コードベース固有のエージェント、固定コーパス向けのドキュメントパイプライン、オンプレミスで動かす必要のある分類器——なら、自分が所有するチューニング済みの42Bアクティブモデルが、借りている汎用エンドポイントを上回ります。そして、どれだけプロンプトエンジニアリングを重ねても、その差は埋まりません。デスクトップの話も、同じ主張を縮図にしたものです。重要なのは、それがMacで動くことではなく、あなたがいる場所で動くことです。

モダリティの問い、そしてなぜ気にかけるべきか

MetaはMuse Spark Openがテキスト、画像、動画、音声を扱うと述べている。同モデルを測定したArtificial Analysisは、テキストと画像を挙げている。この隔たりは揚げ足取りではない——ネイティブにマルチモーダルなオープンウェイトモデルは、テキストと画像のみのモデルとは根本的に異なる資産であり、その違いは、そのモデルがそもそも音声・動画パイプラインの候補になり得るかどうかを左右する。

最も可能性の高い説明はありふれたものだ。人工的な分析が、追加のモダリティを露出していないエンドポイントや構成を通じて評価したか、あるいはそのアーキテクチャが出荷された展開では試されなかった入力を受け入れる可能性がある。意思決定にとって重要なのは、広い主張はベンダーによる主張であり、狭い主張は測定されたものだという点だ。音声や動画が興味の理由なら、ハードウェアをそれに投入する前に、自分のスタックで検証してほしい。そうでなければ、この問いは学術的なものだ — そして、Muse Spark 1.2の音声および動画サポートは独立系の側で確認されており、これはオープンモデルが現時点で主張できない立場であることに留意してほしい。

それらを並行して実行する

最終的に両方を使うことになるほとんどのチームは、そもそもどちらかを選ぶことなどまったくしない。うまく機能するパターンは、ホスト型モデルを対話型パスに、オープンモデルをバッチおよびオンプレミスのパスに置き、その分担をドキュメントではなく構成で強制することだ。

そのためにルーティングレイヤーがあるのです。OrcaRouterはMuse Spark 1.2をMetaの定価で、0%のマークアップでルーティングします。つまり、この分割のホスト側はMeta自身のAPIとまったく同じコストで済み、ベンダーの値下げは同じキーで当日から反映されます — そしてモデルを200以上もの他のモデルと同じインターフェースの背後に置き、プロバイダーが劣化したときの自動フェイルオーバーと、書き換えなしでモデルとプロバイダーの間でトラフィックを移すためのルーティングDSLを備えています。OrcaRouterはMuse Spark Openをホストしておらず、そう主張もしていません。ダウンロードできること自体が価値であるモデルは、自分で実行するモデルです。ルーターが提供するのは分割のもう半分であり、それによって対話パスは高速なエンドポイントに留まり、バッチパスは自前のハードウェアで実行されます。

評決

Muse Spark Open 対 Muse Spark 1.2 は、優れたモデルと劣ったモデルの争いではない。それは、モデルを所有することとレンタルすることの争いであり、その争いの両者は同じ単位では測られない — 一方は Intelligence Index のポイントとトークン毎秒、もう一方は資本、コントロール、重みを変更する権利である。

Muse Spark 1.2 を選ぶべきなのは、エンジニアリング工数あたりの実測能力が最も高いものを求める場合、レイテンシが重要な場合、音声と動画が確認済みであることを重視する場合、あるいは今日すぐに1つのキーで Muse モデルが必要な場合です。Muse Spark Open を選ぶべきなのは、ファインチューニングが必要な場合、データを自社ネットワーク外に出せない場合、ハードウェアを償却できるほどワークロードが大規模かつ予測可能である場合、あるいは可用性保証がインデックススコアの最後の1点よりもあなたにとって価値がある場合です。

唯一与える価値のある助言は、「オープンウェイトは自動的により高性能な選択肢だ」という枠組みに屈しないことだ。証拠に照らせば、そうではない。より「あなたのもの」であるだけだ。

Muse Spark Openは現在、Muse Model Licenseの下でダウンロード可能です。Muse Spark 1.2は、MetaのAPIを通じてトークン単位で、またOrcaRouterでは定価で利用できます。