Muse Wonder vs Muse Glimmer：一方は料金表、もう一方はファイル

Meta Superintelligence Labsは今、同じ姓を共有しながら、それ以外はほとんど何も共通点を持たない2つのモデルを販売している。2026年10月12日リリースのMuse Wonderは、プロプライエタリなフロンティアモデルで、入力トークン100万個あたり4.00ドル、出力トークン100万個あたり20.00ドル、コンテキストウィンドウは1,048,576トークン、Artificial Analysis Intelligence Indexは52。2026年8月10日リリースのMuse Glimmerは、300億パラメータのApache 2.0モデルで、Metaがすでに4ビットに量子化した状態で提供するため20GB未満のVRAMに収まり、ネットワークを抜いた状態で動作し、同じインデックスで17を記録する。これは35ポイント差だが、興味深い数字ではない。興味深い数字は20GBだ。この2つのうち片方は手に持つことができ、もう片方はレンタルするしかない。

2つの製品であり、2つの段階ではない

Muse GlimmerをMuse Wonderの縮小版と読んでしまうのは誘惑的だ。だが、その出自は逆方向に走っている。Glimmerは、Metaのより大規模なMuse Spark教師モデルからのロジット蒸留によって訓練され、その後、長文脈のエージェントデータでファインチューニングされ、ツール利用に向けて強化学習された——つまり、大きなモデルを模倣するために作られた小さなモデルであり、機能を削ぎ落とされた大きなモデルではない。Muse Wonderは8週間後、同じ研究所からまったく別の路線で登場した。100万トークンのコンテキスト、音声と動画をファーストクラス入力として扱い、minimalからmaxまで続く努力のはしご上で推論を必須とし、その背後にはサブスクリプション限定の双子のチェックポイントを備えている。

• 重み — Muse Glimmer は Apache 2.0、ダウンロード可能、4ビットで提供。Muse Wonder はプロプライエタリで、チェックポイントは公開されていない

• パラメータ — Muse Glimmer 300億、量子化で20GB未満。Muse Wonder 非公開

• 実行環境 — Muse Glimmer はご自身の GPU 上でオフライン、Muse Wonder はネットワーク経由で Meta のインフラストラクチャ上

• コンテキストウィンドウ — Muse Glimmer 131,072トークン、262,144まで拡張可能、Muse Wonder 1,048,576トークン

• モーダル入力 — Muse Glimmer はテキストと画像、Muse Wonder はテキスト、画像、音声、動画

• 価格 — Muse Glimmer はセルフホストする場合、トークンごとの課金なし。レンタルする場合は100万トークンあたり入力 $0.325、出力 $1.35。Muse Wonder は入力 $4.00、出力 $20.00

• 出力上限 — Muse Wonder は単一の応答で943,718トークン、Muse Glimmer はその規模では文書化されていない

• 知識カットオフ — Muse Glimmer 2026年1月；Muse Wonder は未公開

• 吸収可能な変更を、そのうちの一方は吸収できない — Muse Glimmer はピン留め、フォーク、ファインチューニングが可能；Muse Wonder は非推奨にできる

MetaはGlimmerをRTX 5090上と、Apple M4 MaxおよびM5 Maxシリコン上でテストした。これが、ここで「ローカルで動作する」とは何を意味するかの実用的な定義である——フル精度のフットプリントは55 GBを超えるため、4ビット版の提供こそが、このモデルがそもそもデプロイ可能である理由のすべてだ。Muse Wonderについては、このようには一切動作しない。API経由で、従量課金で、Metaが提供を選ぶ限り、それにアクセスする。

35ポイントの差は何でできているのか

その規模の差は通常、一方のモデルが単純に劣っていることを意味します。ここでは主に、2つのモデルが異なる用途向けに作られたことを意味しており、サブスコアはそれを隠すのではなく示しています。以下の数値はすべて、別段の記載がない限り、リビジョン v4.3.2 における Artificial Analysis の測定値です。

• インテリジェンス指数 — Muse Wonder（max）52、219モデル中9位、Muse Glimmer（high）17、142モデル中15位

• 長コンテキスト想起 — Muse Glimmer 83.3%、同じ実行で Claude Sonnet 5.5 の 82.7% を上回る

• Terminal-Bench 4.0 — Muse Glimmer 0.5%

• 自動化ベンチマーク — Muse Glimmer 0.068

• Humanity's Last Exam — Muse Glimmer 22.0%

• 出力速度 — Muse Glimmer は毎秒 143.8 トークン、Muse Wonder は同一のハーネスでの公表なし

• インデックスタスクあたりのコスト — Muse Glimmer はホスト型で約$0.06、Muse Wonder は約$4.52

長文脈リコールの行こそ、立ち止まって考える価値がある。300億パラメータのモデルを20GBに量子化したものが、非常に長い入力の中から事実を見つける点で最新のフロンティアモデルに匹敵するのは、丸め誤差の産物ではない。それはトレーニングレシピが狙ったものであり、Glimmerについて成し得る最も強い主張だ。Terminal-Benchの行はもう一方の極端だ。0.5パーセントというのは、そのモデルがエージェント的なソフトウェアタスクを完了できていないということであり、ハードウェアを節約しても、決して終わらないタスクが安くなるわけではない。Muse-Glimmer-30Bを含む査読付きのマルチエージェントオーケストレーション研究では、そのモデルが候補を1つも回復できなかったことが判明しており、これは別の方向から得られた同じ知見だ。

つまり、全体像は読み取れる。Glimmer は読みやすく、高速に応答し、どこでも動作し、実行はできない。Wonder はより大きな入力を読み取り、実行し、小型のものを所有するのではなくレンタルすると、インデックスタスクあたりのコストがおよそ75倍になる。

$0.06という数字は罠だ

その75倍という数字は、ただちに失格させるべきだ。インデックスタスクあたり0.06ドルというのは、Artificial Analysis が Muse Glimmer をホスト型エンドポイント経由で100万あたり0.325ドルと1.35ドルで呼び出すのに費やした額であり、モデルを借りる場合の経済性を価格に表したもので、モデルを動かす場合の経済性ではない。セルフホストなら、トークン単位の請求は消え、代わりに、すでに所有しているか購入しなければならないGPUと、それを提供するためのエンジニアリング時間がかかる。0.06ドルを4.52ドルと、条件が揃った比較であるかのように並べることは、このページで最も陥りやすい、ただ一つの過ちだ。

正直に言えば、この2つのモデルはそもそも同じ軸にはない。Muse Wonder はトークン単位の課金で、コストは利用量に応じて増える。Muse Glimmer はアクセラレータ単位の課金で、コストは利用量に比例しない――そのため、1日10リクエストでは高くつき、1000万リクエストでは驚くほど安くなる。

オフラインは要件であり、おまけではない

ある種のデプロイメントでは、この比較は比較にならない。デバイスの外に出せないリクエスト、接続性のない工場の現場やフィールドサイト、API呼び出し自体がコンプライアンス違反となるエアギャップ環境、往復通信だけで既に超過してしまうレイテンシ予算——これらいずれも、ネットワークの向こう側にある優れたモデルでは解決されない。20 GB未満に収まり、プラグを抜いた状態で動作するApache 2.0の重みこそがすべての答えであり、Muse Wonderはどんな価格であってもこの問いには関与しない。

それはまた、ライセンスが脚注でなくなる唯一の場面でもある。Meta自身のMuse Wonderの発表資料には重みについて何も書かれておらず、今後も出てくることはない。Muse Codeサブスクリプションの背後にあるFullチェックポイントも同様にクローズドだ。Glimmerはファイルだ。フォークし、ファインチューニングし、リビジョンを固定し、ベンダーが関心を失った後も提供し続けられる——すでにさらに2世代を出荷しているラボが2か月前にリリースしたモデルにとって、これは仮定上の懸念ではない。

3つすべてを保持している場合、実際の答えはどれですか。

ここまで読んできたチームのほとんどは、どちらか一方を選んでいるわけではない。彼らはワークロードのうち、安価でプライベートで大量処理に向く半分には自社ハードウェア上の小規模モデルを、難しい半分にはAPI経由のフロンティアモデルを求めている。そして厄介なのは、その二つの半分が通常、まったく別々のスタックを意味することだ。

このファミリーに含まれる3つのMetaモデルのうち1つは、当社が提供するルートです。meta/muse-spark-1.2 — より大規模な教師モデルGlimmerの蒸留元 — は、OrcaRouterのカタログに、100万トークンあたり入力$1.25、出力$4.25、1,048,576トークンのコンテキストウィンドウ、キャッシュ読み取り$0.15で掲載されており、これが中間の段階に位置します。30Bの生徒モデルよりはるかに高性能でありながら、Muse Wonderの料金のほんの一部で、しかも他のすべてと同じキーで利用できます。さらに、このカタログを通じて週あたり4,280万トークンのトラフィックを処理しており、Sparkラインが実際に役立つ仕事をしているかどうかを知りたい人にとって、これが有用なシグナルとなります。

正直な補足が2点あります。Muse Glimmer 自体は当社のルートの一つではありません — カタログに muse-glimmer の項目はなく、以下のキャプチャはMuse Spark 1.2のページであり、Glimmer のページではありません。なぜなら、Glimmer の最大のポイントは、自分で実行し、どこにもルーティングしないことだからです。Muse Wonder も当社のものではありません。Meta の Model API と Muse Code が、それが動作する場所です。

シングルエンドポイント構成がもたらすのは、その分割のうちのホスト側の半分です。0%のマークアップでプロバイダの定価がそのまま通るため、ベンダーの価格改定はその日のうちに反映されます。自動フェイルオーバーは、実行中に上流プロバイダが劣化した場合に対応し、ルーティングDSLを使えば安価なモデルと高価なモデルを1回の呼び出しにまとめられるので、フロンティアモデルは安価なモデルの信頼度が下がった箇所でのみ呼び出されます。片端に30Bモデル、もう片端に出力100万トークンあたり$20のモデルを擁するファミリーにとって、この組み合わせこそが要点です — ほとんどのトラフィックは高価な側を必要としません。

選択

• Muse Glimmer は、トークンをマシンの外に出せないとき、ネットワークがないとき、ピン留めして保持できるものが必要なとき、あるいは利用量が多くトークン単位の課金が支配的なコストになるときに適している。その範囲内では高速で簡潔、長いコンテキストの読解に強く、総合スコアはまさにそうした用途では実力を過小評価している。

• 長文書に対する大量抽出と検索のための Muse Glimmer。ここでは 83.3% の長文脈リコールが重要な数値であり、Terminal-Bench での 0.5% は決して話題にならない。

• Muse Wonder は、タスクを実行する必要があるとき——エージェント、コンピュータ操作、ターミナル作業——、または入力が音声や動画のとき、あるいは単一の応答が 128,000 トークンを超えて継続する必要があるとき。実行スコア 0.5% は低予算向けの選択肢ではない。それは非参加者である。

• どちらでもない、中間を狙うなら。Muse Spark 1.2 は両者の中間の段階で、Glimmer の蒸留元となったモデルであり、ギャップのどこかにある能力に対して Muse Wonder が請求する額の5分の1で済む。

35ポイントのインデックス差は現実に存在するし、このページで最も役に立たないものでもある。これら2つのモデルは、間に価格差がある隣接製品ではない。両方が必要になる日にだけ重なる問いへの、2つの答えなのだ。決め手はトークンをどこで走らせるかであり、二つ目の決め手——これが人々の忘れるものだが——は、レンジの両端でこれほどかけ離れたものを出荷しているラボは動き続けるということだ。だから固定できないモデルこそ、その上に構築するのに最も慎重になるべきモデルだ。