Home/Blog
7 min read

Meta Muse Spark — $143億の Alexandr Wang 賭けが 9 ヶ月で生んだフロンティアモデル

metallmmodel-releaseai-agentsbenchmarkopen-source

概要

2026年4月8日、Meta が Muse Spark（開発コードネーム "Avocado"）を公開した。

発表主体は Meta 本体ではなく Meta Superintelligence Labs（MSL）——2025年6月、Scale AI 共同創業者 Alexandr Wang を初代 Chief AI Officer として招聘し、Scale AI 株の 49% を約 143 億ドルで取得して設立した研究部門だ。Muse Spark はその 9 ヶ月後に出た最初の成果物になる。

Artificial Analysis の総合スコアは 52 で、GPT-5.4 の 57・Gemini 3.1 Pro の 57 に迫る。医療ベンチマークでは競合全社を上回った。コーディングと抽象推論は大きく劣後する。そして Llama シリーズ以来初めての closed-source という戦略転換が、エンジニアにとって最も重い変化だ。

立ち上げの文脈

Scale AI 買収と MSL の設計思想

観点内容
時期2025年6月に Wang 参画・MSL 設立
取引規模Scale AI 株 49%（非議決権）を約 $14.3B で取得
Wang の役割Meta 初代 Chief AI Officer として MSL を主導
Muse Spark 開発期間参画から 9 ヶ月

Zuckerberg は「AI 研究のトップタレントを集める拠点」として MSL を設計した。Wang は「ゼロからモデルを作り直す」という方針を明言しており、Llama のコードベースは引き継がれていない。

アーキテクチャ

Llama との断絶

Muse Spark は Llama シリーズとは完全に別の系列だ。アーキテクチャ・インフラ・データパイプラインのすべてを 9 ヶ月で再設計した。

最大の新技術は thought compression——複数の思考ステップをより少ないトークンで表現する内部表現の圧縮技術だ。これにより Llama 4 Maverick 比で 10 倍以上少ない計算量で同等性能を達成した。

観点Llama 4 MaverickMuse Spark
系列Llama 継続ゼロから再設計
推論効率ベースライン10倍以上のコンピュート効率
ライセンスMeta Custom（オープンウェイト）Closed-source
公開形式Hugging Face で重み公開meta.ai / Meta アプリのみ

推論モードと入出力

モデルはネイティブマルチモーダル（テキスト・画像・音声入力、テキスト出力）で、3 つの推論モードを持つ。

モード用途特徴
Fast即答が必要なタスク最小レイテンシ
Thinking推論が必要な問題chain-of-thought を内部実行
Contemplating高難度タスク複数 AI エージェントが並列推論。HLE で 58% を記録

Contemplating モードは Gemini Deep Think・GPT Pro と競合する設計ポジションにある。

ベンチマーク

競合との比較

ベンチマークMuse SparkGPT-5.4Gemini 3.1 ProClaude Opus 4.6
AI Intelligence Index52575753
HLE（通常）39.9%41.6%44.7%—
HLE（Contemplating）58%———
HealthBench Hard42.8（1位）40.120.6—
GPQA Diamond89.5%92.8%94.3%91.3%
LiveCodeBench Pro80.087.5——
SWE-Bench Pro52.457.7——
ARC-AGI-2（抽象推論）42.5（最下位）76.176.5—
Agentic ELO1,427–1,4441,672–1,676—1,606–1,648

医療（HealthBench Hard）では GPT-5.4 を 2.7pt 上回り首位。一般・科学推論では拮抗。コーディングと抽象推論、エージェント性能は有意に劣後する。Meta 自身が公式ブログで「current performance gaps」として認めている。

トークン効率

思考圧縮の効果はトークン消費量にも出る。

モデル平均出力トークン（代表タスク）
Claude Opus 4.6157M
GPT-5.4120M
Muse Spark58M

出力トークンが少ない = API コストが低い。トークン単価が同等なら、Muse Spark は同一タスクで 2〜3 倍のコスト優位を持つ計算になる。

Closed-source 転換の意味

Llama 2 以降、Meta はオープンウェイト戦略を維持してきた。Llama シリーズは Hugging Face のダウンロード数で首位圏を走り、日本を含む世界の企業がオンプレ展開の基盤として使ってきた。

Muse Spark はその方針を破った最初のモデルだ。Wang は「将来バージョンのオープンソース化を計画している」と発言しているが、現時点では meta.ai と Meta アプリを通じた無料公開に限定されており、プライベート API は一部パートナーのみだ。

戦略軸Llama 時代Muse Spark
重み公開Hugging Face で誰でも取得可能API/アプリのみ
オンプレ展開可能（4bit 量子化でローカル動作）不可
ファインチューニング可能（LoRA/QLoRA）不可
コミュニティ改変可能（Llama.cpp 等の派生多数）不可

日本への示唆

Llama 依存からの切断

日本の医療・金融・製造の現場では、個人情報保護やデータ主権の観点から「データをクラウドに送れない」制約が根強い。Llama は「ローカルで高性能を出せる唯一の現実解」として採用が広がっていた。

Muse Spark が closed-source になったことで、この用途で Meta に追従することはできない。代替として Gemma 4 (Apache 2.0) や Qwen 3.5 の選択肢が相対的に上昇する。

用途Llama 時代Muse Spark 以降
院内サーバーでの医療 AILlama 4 Maverick をオンプレ運用Muse Spark は使えない。Gemma 4 31B が代替候補
金融機関のオンプレ LLMLoRA でカスタマイズして自社ファインチューン同上。オープンウェイトへ回帰
API 経由での医療 AI感度の高いデータは外部 API に送れないMuse Spark も同様に不可。オンプレ路線は継続

医療 AI の可能性

HealthBench Hard で Muse Spark が首位を取ったのは偶然ではない。MSL のデータ戦略は Scale AI の医療・科学データパイプラインを活用している可能性が高い。

日本は高齢化率 30% 超の社会で、医療 AI への需要は大きい。ただし Closed-source の壁があるため、Muse Spark を医療現場に直接持ち込む経路は当面 API 経由のクラウド接続だけだ。規制環境が変わらない限り、国内医療機関が直接採用するシナリオは限定的になる。

コーディング・エージェント用途では選択肢に入らない

ARC-AGI-2 での 42.5（GPT-5.4 比 -34pt）・エージェント ELO での 228pt 差は、現時点で Muse Spark をコーディングエージェント・自律ワークフローに使う根拠を消している。

Claude Code・Cursor・GitHub Copilot の代替としての検討は早い。「思考するコーディングエージェント」としては GPT-5.4 と Claude Opus 4.6 が引き続き上位に残る。

まとめ

  • 2026年4月8日、Meta Superintelligence Labs が Muse Spark を公開。Alexandr Wang 招聘から 9 ヶ月
  • アーキテクチャは Llama と断絶。thought compression で Llama 4 Maverick 比 10 倍のコンピュート効率
  • 医療ベンチマーク（HealthBench Hard）で GPT-5.4 を上回り首位。コーディング・抽象推論は大幅劣後
  • Llama 以来初の closed-source 転換。オンプレ・ファインチューン依存の用途では使えない
  • トークン効率は競合最高水準（58M vs GPT-5.4 の 120M）。API 利用のコスト優位はある

フロンティアモデルの「医療特化で首位」という結果は示唆的だ。Scale AI のデータパイプラインを持つ MSL の次の一手は、HealthBench の優位を拡張する方向に動く可能性が高い。コーディングとエージェント性能のギャップを埋めるまでの間、エンジニアが Muse Spark を本番ワークフローに組み込む理由は今のところ少ない。

参考リンク

Edit on GitHub