Meta、初の「フロンティアモデル」Muse Wonderを公開 ― Fable 5.1、GPT-6 Astraに匹敵と主張、API料金は入力4ドル・出力20ドル(100万トークン)

2026年10月13日 14:00

Metaは、2026年10月12日(米国時間)、新しいAIモデルのシリーズ「Muse Wonder」を発表しました。「Muse Wonder」と、その上位の「Muse Wonder Full」の2つです。TechCrunchは、Meta Superintelligence Labが出した、同社初のフロンティアモデルだと報じています。

Metaは、個人と仕事のエージェントによるタスク、メモリー、コーディングで、最先端の性能を出したと主張しています。本記事では、Metaの公式ブログと、TechCrunchの記事をもとに整理します。ベンチマークの数値や比較は、いずれもMeta自身の評価に基づくもので、第三者による検証ではありません。また、公式ブログのグラフの数値は、取得した本文からは読み取れませんでした。

1. 何が発表されたのか

1-1. 2つのモデルと提供形態

TechCrunchによれば、API価格は、GPT-6 SolやOpus 5.5と、ほぼ同等です。両モデルは、Metaのエージェント「Muse」の動力にもなります。公式ブログは、Muse Wonderが、成果物(アーティファクト)の生成や、より高い知能を要する処理も支えると説明しています。将来は、Muse Wonderを使って、すべてのMuse利用者向けの特化型モデルを作る計画です。

なお、モデルの重みを公開するかどうかは、取得した資料には記載がありませんでした。

1-2. これまでのMuseとの違い

TechCrunchは、前のモデル「Muse Spark」が、低遅延で動く軽量なモデルを目指したのに対し、Wonderは、より大きく、複雑なタスク(コーディングなど)で、より高い結果を出すと説明しています。Metaは、公式ブログで、Muse Sparkを紹介したときに、予測可能で厳密なスケーリングという方針を示したと述べ、今回は、事前学習と強化学習の両面で、その方針を延ばしたとしています。

2. 強調された能力

2-1. Active Memory ― 重要なことを覚えている

Metaが最も重視するのが、「Active Memory」です。ユーザーについての重要な文脈を、会話をまたいで持ち続け、タスクに関係する詳細を能動的に思い出す能力を指します。

TechCrunchによれば、Metaは、継続学習とメモリー構築の枠組みを試すMemoryBenchを示し、Muse Wonderの得点が、Fable、Opus、Astraを上回ったと主張しています。研究科学者のKavya Kopparapu氏は、公開動画で、「何が自分にとって大事かを、数日、数週間、数か月、さらに、その先まで、モデルが覚えているようにするため、大変な努力をした」と述べました。

2-2. Active Focus ― 粘り強く続ける

「Active Focus」は、難しい目標に向けて、別の方法を試し、障害を乗り越え、新しい情報に適応しながら、作業を続ける能力です。途中で必要なときは確認を求め、重要な行動の前には、確認を入れます。

評価には、次のベンチマークが使われています。

FocusBench:集中を持続して作業する能力
SWE-Marathon:長期のソフトウェアプロジェクトでの持続的な実行

2-3. 専門知識とコーディング

専門知識の面では、法務、金融、健康のタスクで評価しています。例として、HarveyのLegal Agent Benchmark(LAB)が挙がっており、元の文書を扱い、詳細な指示に従って、法務の成果物を作る能力を試すものです。

コーディングでは、要件の把握、コードベース全体での変更、テストと修正の繰り返しを、長く続ける必要があります。両モデルは、多様で、長時間かかるタスクで訓練したとされています。

2-4. デモ

Metaが公開したデモには、次のようなものがあります。

画像の入力から、遊べる3Dのキッチンゲームを作る
ブラウザとアプリをまたいで、個人の好みと状況に合わせた、ランニングの計画を作る
個人のInstagramの実際の写真をもとに、オリジナルのグッズをデザインして発注する
複雑な条件に合わせて、結婚式の席次表を作る

3. 「汎化」の主張

Metaは、同程度のベンチマークの点数でも、未知のタスクに強いモデルと、そうでないモデルがあると述べ、「ベンチマーク最適化(benchmaxxing)」という批判や、「大きなモデルの手応え(big model smell)」という称賛は、この差を指していると整理しています。

同社は、Muse Spark 1.3とMuse Wonder Fullを比較し、次の結果を示しました。

ポストトレーニングで狙ったタスク(分布内)の成績と、狙わなかった未知のタスク(分布外)の成績の関係を、推論の計算量を変えながら調べた
テスト時の計算量を増やすと、どちらも、分布外のタスクで同様に伸びる
ただし、同じ分布内の成績で見ると、Muse Wonder Fullは、Muse Sparkの傾向から予測されるより、未知のタスクでさらに良い成績を示した
Metaは、その理由を、より大きく強い基盤モデルの上に作ったため、ポストトレーニングの効果が、未知のタスクにもよく引き継がれることだと説明している

個人向けのエージェントは、目標、ツール、制約の組み合わせが無数にあるため、この汎用性が特に重要だというのが同社の主張です。

4. 安全性

Metaは、個人向けのエージェントが、ユーザーの代わりに行動し、メッセージ、カレンダー、非公開の文書などを扱うため、機密情報への配慮と、悪用への耐性が必要だと述べました。Muse Wonderについて、次の点を主張しています。

敵対的な指示への頑健性と、個人情報の慎重な扱いで、先頭を走るように訓練した
CBRN(化学・生物・放射性物質・核)とサイバーの悪用に対する、同社として最も強い防御を備えつつ、防御目的では、フロンティアのサイバー能力へのアクセスを残す(Meta Superintelligence Scaling Frameworkに基づく)
「同社として最も整合性(アライメント)の取れたモデル」で、追加の安全性評価を含む報告書は、近日公開される

5. 背景

5-1. 約14か月の立て直し

Metaは、14か月前に、AIの取り組みを根本から作り直したと述べています。TechCrunchによれば、2025年8月に、Scale AIの創業者Alexandr Wang氏が、MetaのAI部門を再編しました。これは、その後初めての、フロンティア級のモデルです。この間、Metaは、軽量なMuse Sparkと、エージェントの「Muse」を出しましたが、OpenAIやAnthropicのような、最先端のモデルの公開は避けてきた、とTechCrunchは指摘しています。

5-2. ギガワット級のデータセンター

訓練は、同社のギガワット級のPrometheusデータセンター(TechCrunchによれば、オハイオ州中部で、今年稼働を開始)で行われました。このデータセンターの建設コストの規模は、先週の本欄(Bloomberg Intelligenceの試算で、1GWあたり約300億ドル)で整理した、AIインフラの文脈と重なります。ただし、MetaのPrometheusの費用は、今回の資料には記載がありません。

6. 読み取れること

「個人向け」と「APIでの競争」の両方:Muse Wonderは、API(1,000万トークンあたりでは、入力40ドル・出力200ドルに相当する価格帯)で、OpenAIやAnthropicの上位モデルと並ぶ価格を付けました。一方、Wonder Fullは、API提供をせず、Muse Codeの購読者に限定しました
メモリーを前面に出す差別化:Metaは、ベンチマークの総合点だけでなく、長期のメモリーと、持続的な作業を、競争軸にしようとしています。同社が、AIの機能をスマートグラスやMuse Charmなどのハードウェアにつなぐ戦略(以前の本欄で整理)とも整合します
検証はこれから:数値はMetaの評価で、モデルカードや第三者の評価、追加の安全性報告書が、今後の確認ポイントです