Muse Spark Open vs Muse Spark 1.3：9インデックスポイントを無償で諦めるのは大きすぎる

これが、Meta自身のモデルファミリー内における、居心地の悪い比較です。Muse Spark Openは、2026年10月15日にリリースされた、誰でもダウンロードできる8160億パラメータのオープンウェイトモデルで、独立した測定ではArtificial Analysis Intelligence Indexは39です。Muse Spark 1.3は、Metaが2026年9月2日に提供開始したプロプライエタリなAPIモデルで、48です。9ポイントの差は丸め誤差ではなく、おおよそ一つの能力階層と次の階層との距離であり、「代わりにオープンな方を実行すればいいだけ」という助言を、ローンチ当日に聞こえるよりもはるかに悪い助言にしてしまう数字です。

スペックシートではなく、シナリオから始めよう

3つのチームがMuse Spark Openのリリースを検討し、何かを取り消せるかどうかを問い合わせた。

前者は、固定されたコーパスを読み取り、構造化レコードを出力する夜間パイプラインを実行している。レイテンシは問題にならず、データ量は膨大で、スキーマは決して変わらない。このチームはオープンウェイトを採用し、トークン単位の課金をやめるべきだ。

2つ目は、ユーザーリクエストごとに十数回の小さなラウンドトリップを発生させる対話型コーディングエージェントを実行する。このチームはそうすべきではない。その理由はスループットと推論コストであり、どちらもまもなく大幅に具体化する。

3つ目は、困難な多段階推論を実行する——モデルが長い推論の連鎖を保持し、その中でツールを呼び出し、自らが陥った行き詰まりから回復しなければならない類のものだ。このチームもそうすべきではないし、彼らにとって9ポイントの差は抽象的なものではない。それは、完了するワークフローと、付きっきりで面倒を見なければならないワークフローとの違いなのだ。

以下はすべて、推測せずにその三つを見分けることについて述べています。

9つの点は何でできているのか

指数は合成指標であり、合成指標は構造を隠す。ここでの構造は、ほぼ予想される場所にあり、ひとつだけ意外な点がある。

• エージェント型およびツール利用の作業 — Muse Spark 1.3が最も強みを発揮する領域。Meta自身が1.3向けに公表したローンチ数値は、ベンダー報告かつ同社独自のハーネス内で測定されたものだが、Terminal-Bench 2.1を83.9、DeepSWE 1.1を68としている。ベンダー報告によるMuse Spark Openの76.4および60に対して、これは実際のエージェント行動に最も近い評価で一貫して7～8ポイントのリードであり、独立系インデックスの差とほぼ正確に一致する。

• クローズドブック推論 — より大きな差。Muse Spark Open 自身のスコアカードは、最も弱い行がツールなしの HLE-Diamond であり、そこでは Meta が 26.1 を報告していることを示している。Muse Spark 1.3 は推論優先モデルとして作られた。その名前に含まれる「max」推論構成は飾りではない。

• 知識の幅 — 見出しが示唆するよりも狭く、Artificial Analysis は両モデルを全知性軸で評価しているが、その差はインデックスの差分が示唆するよりも小さい。これが重要なのは、ギャップが推論の深さとエージェントの耐久性に集中しており、モデルがどれだけ知っているかにはないことを意味するからだ。

• 速度 — Muse Spark 1.3は毎秒127.7トークンを計測し、Artificial Analysisで185台中41位にランクされている。Muse Spark Openの速度は、独立した誰によっても公開されていない。2台のデスクトップマシン上でセルフホストされた816BのMixture of Expertsは、127.7 tok/sより遅くなるだろうが、どの程度遅いかは不明であり、これはコストと並んで証拠における2番目に大きな穴である。

• 価格 — Muse Spark 1.3は、100万入力トークンあたり1.25ドル、100万出力トークンあたり4.25ドルで販売され、キャッシュ入力に88%の割引が適用され、Intelligence Indexタスクあたり実測1.60ドルとなる。Muse Spark Openにはトークン単位の価格はなく、そのコストはハードウェアであり、それに関する独立したタスクあたりコストの数値は存在しない。

そのリストの一行は、もう一度見てみる価値がある。というのも、それは最も頻繁に誤解される論点だからだ。Muse Spark 1.3は冗長な推論モデルである。Artificial Analysisの測定では、評価全体でおよそ1億7000万トークンを消費しており、Muse Spark 1.2の約1億3000万トークンに対して多い。だからこそ、同じ公表トークン単価で、1.2なら0.97ドルになるところ、1.3は1タスクあたり1.60ドルかかる。フロンティア推論層は二重に請求する。一度は能力に対して、もう一度はそこへ思考してたどり着くために消費するトークンに対してだ。

推論ダイヤルこそが儲けの源泉だ

どちらのモデルも推論優先で、それをオフにすることはできませんが、エフォートの見せ方は異なります。そしてその違いこそが、このページで最も実用的に役立つ点です。

Muse Spark Openは、その努力ラダーをオープンに公開している。low、medium、high、xhighはそれぞれ16、64、256、512の推論トークンに対応し、システムプロンプト内の推論強度ヒントも同じ役割を果たす。これは自分のコードから回せるダイヤルであり、設定ごとのコストも分かっている。しかも、出力トークンあたりのドルではなく電力と実時間で支払っているため、設定を下げてもメーター上は何のコストもかからない。犠牲になるのは精度だけであり、それだけだ。

Muse Spark 1.3では、同じラダーがベンダー側にも存在し、目盛りを上げるたびに課金される。出力トークン100万あたり$4.25で、推論トークンが出力として数えられる場合、最大エフォートで実行されるワークフローは、利用可能な中で最も文字通りに、モデルの熟考に対して支払っていることになる。ここが、オープンモデルの経済性が単に擁護可能であるだけでなく、真に優れている唯一の場面だ。より深く考える余裕のあるバッチジョブはそうする自由があり、深く考える必要のないバッチジョブは止める自由がある。

ギャップが消えるところ

3つの状況が、9ポイントの差を無に帰す。

ファインチューニングは最初で最大のものです。Muse Spark 1.3 は、あなたのデータでチューニングすることは、どんな価格でもできません。Muse Spark Open は、Meta が重みと一緒に提供した TorchTitan サポートにより、可能です。あなたのコードベース、スキーマ、またはドメイン語彙でチューニングされたモデルは、39 を記録したモデルとは同じモデルではありません、どちらの方向においても — そして狭いタスクでは、弱い汎用モデルのチューニング版が、強いモデルの未チューニング版を日常的に打ち負かします。あなたの問題が特定のものであるなら、インデックスのギャップは関連する測定値ではありません。

データレジデンシーは2つ目の論点だ。コーパスを自社ネットワークの外に出せないなら、比べるべきは39と48ではなく、39と「モデルを持たない」という状態だ。それは僅差の問題ではないし、これまで一度もそうだったことはない。

償却済みバッチボリュームは3番目であり、ただし注意点がある。トークン消費量が多く、安定していて、予測可能なパイプラインであれば、そのハードウェアを正当化できる。バースト的なパイプラインではそれができない。セルフホスティングは変動費を固定費に変え、アイドル時間に対しても関係なく課金するからだ。また、Muse Spark 1.3のキャッシュ割引によって、大規模バッチパイプラインが生み出す反復コンテキストのパターンに対して、ホスト型モデルが異常に安くなる点にも注意すべきだ。したがって、セルフホスティングの正当性は、素朴なトークン数×価格の計算が示唆するよりも弱い。

隙間が壁になるとき

2つのワークロードはオープンモデルに近づけてはいけません。

インタラクティブエージェントが第一だ。Muse Spark 1.3は毎秒127.7トークンを記録し、エージェントループはその数値にタスクあたりの往復回数を掛け合わせる。Muse Spark Openには公表された速度がなく、構造上、デスクトップのメモリ帯域幅で動作する816Bモデルは大きく後れを取ると予想される。人間が待っているなら、9つのインデックスポイントは無関係であり、スループットの差がすべてだ。

バースト的なフロンティア推論は、より微妙な理由による第二のものである。48ポイントの推論能力を必要とするワークロードは、ほぼ定義上、失敗が高くつき、推論チェーンが長いワークロードだ。そうしたワークロードを、1段階下のモデルで、未知のスループットで実行し、トークンあたりの請求額を節約するのは、小さく予測可能なコストを、大きく予測不能なコストと引き換えにすることである。それが、この記事の冒頭に登場する第三のチームが拒否すべきトレードオフだ。

両方を望むチーム

最終的に両方を運用することになるほとんどの組織がそうするのは、ワークロードが本当に異なるからです。インタラクティブな経路には速度が、バッチ経路にはコスト効率が求められ、オンプレミスに留める必要があるのは一部の経路だけです。失敗の原因はアーキテクチャではなく、分割が設定ではなくドキュメントの中に存在し、開発者がチュートリアルからモデル文字列をコピーしてしまうことです。

ルーティングレイヤーこそが、それを解決する仕組みです。OrcaRouterはMuse Spark 1.2をMetaの定価のまま、マークアップ0%でルーティングし、ベンダーの定価をそのまま通すので、ホスト側での値下げは、再価格設定の作業なしに同日中にあなたのキーへ届きます。OrcaRouterはMuse Spark Openをホストしているわけではなく、そう解釈されるべきでもありません。重みを保持できること自体を存在意義とするモデルは、自前のハードウェアで動かすモデルだからです。ルーターが担うのはそのインタラクティブな半分です — Muse Spark 1.3も現時点ではOrcaRouterによるルーティング対象ではないため、今日の実用的な姿は、すでに呼び出している場所でホスト版を呼び出し、1つのAPIに自動フェイルオーバーとルーティングDSLを備えさせ、到達できる200以上のモデルを単一のキーの下に保たせつつ、自前のハードウェアには手元に残すべきものを処理させる、というものになります。

ライセンスではなく、ワークロードで選ぶ

タスクがチューニングできるほど狭く、データを外部に出せず、ワークロードが大きく安定していて、何より、モデルがメーターを回さずに好きなエフォートレベルで思考できるなら、Muse Spark Open を採用せよ。これらが4つの条件であり、通常は互いに相関している — パイプラインは狭く、バッチ的で、定常的だ。

Muse Spark 1.3を選ぶべきなのは、人間が出力を待っている場合、推論が本当に難しい場合、作業がバースト的な場合、または確認済みのマルチモーダルなラインナップが必要な場合です — 1.3のテキスト、画像、動画入力は独立して記載されていますが、Muse Spark Openのより広範な音声および動画の主張はベンダーが主張するものであり、独立して測定されているのはテキストと画像のみです。

あなたがすべきでないのは、オープンウェイトが無料だからという理由でそれを採用することだ。39と48の間の9ポイントは実在する差であり、こうしたモデルを有用にしているまさにエージェント的・推論的な作業に集中しており、どれだけローカル推論を行ってもそれを埋め合わせることはできない。Muse Spark Open は、特定の一連の問いに対する正しい答えだ。それは Muse Spark 1.3 の割引版ではない。

Muse Spark Open は Muse Model License の下でダウンロードできます。Muse Spark 1.3 はトークン単位で入力 $1.25、出力 $4.25 で利用可能で、キャッシュ割引はベンダー独自の料率で適用されます。