公式仕様
全体は8,160億パラメータ。処理には一部を使用
パラメータは、AIが学習によって調整する数値です。このモデルは、入力に応じて使う部分を切り替えるMoE方式を採用しています。全体のパラメータ数は8,160億(816B)で、1トークンの処理には420億(42B)を使います。運用時には、全体の重みを保持するメモリが必要です。[2]
開発に使うAIを選ぶ、エンジニア・PMへ
Metaは2026年10月15日、コードの作成・修正や、複数の手順が必要な作業を支援するAI「Muse Spark Open」の重みを公開しました。重みは、AIが学習によって調整した数値データです。これを取得して必要な設備を用意すれば、利用条件に従って自社でこのAIを動かせます。外部サービスのAPIから利用することもできます。[1][2]
開発チームにとっては、今使っているAIを置き換えられるか検討する候補になります。まず性能を確かめたい場合は、GPUを用意せずに使えるAPIで、同じコード修正を依頼し、正確さ・待ち時間・費用を比べる方法があります。比較手順は、本稿の提案です。
自社で動かす場合は、大容量のメモリが必要です。モデルカードは、NVFP4版をGPUで動かすために700GB以上のGPUメモリが必要としています。外部APIを利用する側が、このメモリを用意する必要はありません。[2][3]
仕様は公式資料に基づきます。性能評価はMetaの公表内容、比較手順は本稿の提案です。当サイトでは、このモデルの品質・速度・費用を実測していません。
ONE-PAGE BRIEF / 1枚でわかる要点
1.利用条件を確認する:APIの利用規約と送ってよいデータを確認し、コード修正の課題を用意します。2.同じ課題で比較する:現在のAIとMuse Spark Openに同じ修正を依頼し、同じ合格基準で判定します。3.結果と負担を記録する:合否、回答の待ち時間、人が確認・修正した時間、API費用を分けて記録します。4.運用方法を選ぶ:APIを利用するか、自社の設備で動かすかを、データの管理条件と費用から判断します。自社運用に必要なメモリ・速度・運用費は別途確認します。
米国製オープンウェイトで最高性能という主張はMetaの評価です。当サイトでは、第三者による比較評価は確認できておらず、独自の実測も行っていません。
Muse Spark Openは、MetaがコーディングやAIエージェント向けに開発したモデルです。AIエージェントとは、ツールを呼び出しながら複数の手順で作業を進める仕組みを指します。入力はテキスト・画像・音声・動画に対応し、出力はテキストです。[1][2]
今回公開された「重み」は、学習によって調整された数値データです。これを入手できる形で公開する方式を「オープンウェイト」と呼びます。利用できる範囲は、公開時のライセンスに従います。[2]
公式仕様
パラメータは、AIが学習によって調整する数値です。このモデルは、入力に応じて使う部分を切り替えるMoE方式を採用しています。全体のパラメータ数は8,160億(816B)で、1トークンの処理には420億(42B)を使います。運用時には、全体の重みを保持するメモリが必要です。[2]
Metaによる評価
Metaは、米国製のオープンウェイトモデルの中で最も高性能だと説明しています。この記事で紹介する性能評価はMetaの公表内容です。当サイトでは、第三者による比較評価は確認できていません。[1]
一度に参照できる情報量の上限(コンテキスト長)は、104万8,576トークンです。トークンは、文章などをAIが処理するときの単位で、文字数そのものではありません。[2]
Metaが紹介するAPIの利用先は、Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIです。重みの入手先としては、Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundryが案内されています。[1]
開発チームが確認したいのは、今のAIより少ない負担で、必要な品質のコードを得られるかです。たとえば、すでに正しい修正方法が分かっている不具合を両方のAIに渡し、修正内容とテスト結果を比べます。この使い方は本稿の提案です。
比較に使う課題と合格基準をまとめたものが「評価セット」です。既存のものがあれば再利用し、なければ小さな修正課題から用意します。APIは利用先に合わせて接続先・APIキー・モデル名を設定し、入力形式やツール呼び出しなど、ほかに変更が必要な点も確認します。
| 比べる項目 | 確認すること | 確認方法 |
|---|---|---|
| 修正の正確さ | 指定した不具合が直り、既存のテストも通るか。 | 両方のAIを同じ課題・合格基準で評価。 |
| 待ち時間と人の作業 | 回答を待った時間と、人が確認・修正した時間。 | 待ち時間は秒、確認・修正時間は分で記録。 |
| API費用 | 再試行も含め、1件の修正を終えるまでにかかった料金。 | 同じ通貨・範囲で集計。人件費も含める場合は、作業時間を金額に換算して加える。 |
| データの管理条件 | 送信内容の保存期間・保存地域・学習への利用が、自社の要件に合うか。 | データを送る前に、API提供会社の規約と設定を確認。 |
| 提供会社を変更する手間 | 別のAPIや自社運用に移るとき、接続方法や周辺の仕組みをどれだけ直す必要があるか。 | 変更箇所を調べ、移行先でも同じ合格基準を満たすか検証。 |
比較時の記録 提供会社やモデルの設定が違うと、結果が変わる可能性があります。会社名・モデル名・設定を残してください。APIで分かるのは、その提供会社・設定での結果です。自社運用の速度や費用は、別に確かめる必要があります。
利用にはMuse Model Licenseと利用ポリシーが適用されます。商用利用を検討する際は、製品への表示や、追加契約が必要になる条件を確認します。[2][5]
ライセンス第2条
このモデルや派生モデルを使う製品・サービスでは、画面、付属文書、Webサイト、設定メニューのいずれかに、指定の文言を目立つように表示します。[5]
ライセンス第2条
「派生モデル」は、このAIやその出力・結果を使って作成、学習、改良したAIモデルを指します。元のモデルに追加学習をした場合だけに限られません。[5]
AIをAPIなどで第三者に提供する事業者には、追加の条件があります。この事業はライセンス上「Model as a Service」と呼ばれます。その事業者と関連会社の合算総売上が、連続する12か月間で2,000万米ドルを超える場合、このモデルや派生モデルを当該事業で提供する前に、Metaへの通知と別途の書面契約が必要です。[5]
この追加条件は、社内利用・研究や、Model as a Serviceに当たらない自社製品の機能としての利用などには適用されません。適用除外の対象はこの追加条件であり、表示義務などの共通条件は別に確認します。[5]
モデルの配布形式によって、必要なメモリ量が変わります。モデルカードは、GPUで動かす場合にNVFP4版で700GB以上、BF16版で2TBのGPUメモリ(VRAM)が必要としています。[3]
NVFP4は、主に4ビットで重みを保持して容量を抑える形式です。BF16は16ビットの形式で、重みファイルの容量はそれぞれ約537GBと約1.65TBです。実行時には計算途中のデータなども保存するため、重みファイルより多くのメモリが必要になります。[2]
公式の構成例
公式資料では、NVFP4版をNVIDIAのB300・GB300などのGPUを4基使う構成で動かせると説明しています。必要なメモリと対応する実行ソフトを、構成全体で確認します。[4]
公式の対応構成 / 速度は当サイトで未測定
Metaは、M5 Ultraと512GBのユニファイドメモリを搭載したMac Studioを2台使う構成を紹介しています。ユニファイドメモリはCPUとGPUが共用するメモリです。[4]
MLXというAI実行ライブラリを使い、Thunderbolt 5経由の接続などを設定します。当サイトでは、この構成の応答速度や長い入力を扱ったときの動作を測定していません。[4]
以下は、比較を始めるための提案です。10件は最初の目安であり、それだけで本番利用の品質を保証するものではありません。
| 修正課題 | 比較するAI | 合否 | 回答待ち時間(秒) | 人の確認・修正時間(分) | API費用・通貨 |
|---|---|---|---|---|---|
| 課題1 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題2 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題3 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題4 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題5 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題6 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題7 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題8 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題9 | 現在のAI | ||||
| Muse Spark Open | |||||
| 課題10 | 現在のAI | ||||
| Muse Spark Open |
まず、同じ仕事で必要な品質を満たせるか確認します。そのうえで、APIを利用するか、自社の設備で動かすかを選びます。自社運用を検討する場合は、設備費・運用の手間・実際の速度も別に確かめてください。
公式発表:2026年10月15日。以下の公式資料を2026年10月17日に確認しました。
本稿の比較手順と記録表は編集部の提案です。当サイトでは、日本語での正確さ、APIごとの品質・速度・費用、Mac Studioでの実用速度を測定していません。公式の対応情報と、本番業務で得られる効果は分けて判断してください。