Meta Muse Sparkとは？Llama後継モデルの全貌と業界への衝撃を徹底解説

Muse Sparkは、2026年4月8日にMeta Superintelligence Labsが発表したMeta初のフロンティアAIモデルです。オープンソースの旗手としてLlamaシリーズを世界に送り出してきたMetaが、「超知能レベルのモデルはオープンにしない」と宣言し、クローズドモデルに舵を切った — AI業界にとって歴史的な転換点です。

コードネーム「Avocado」として9ヶ月かけてゼロベースで再構築されたMuse Sparkは、テキスト・画像・音声をネイティブに処理するマルチモーダルモデルで、ヘルスケアやチャート推論では業界トップの性能を叩き出しています。一方で、コーディングや抽象推論ではGPT-5.4やClaudeに差をつけられているという、はっきりとした強弱を持つモデルでもあります。

発表当日にはMeta株が約9%上昇し、市場は$150億の投資判断を「成功」と評価しました。しかし同時に、プライバシーへの懸念やベンチマーク信頼性の課題も浮上しています。

この記事では、Muse Sparkの技術的な実力から、Metaがオープンソースを捨てた戦略的背景、ベンチマークの独立検証結果、そして20億ユーザーへの無料提供が意味するAI業界への影響まで、初心者にもわかりやすく徹底解説します。

Muse Sparkとは何か — Llamaの後継が歩んだ「別の道」

コードネーム「Avocado」と9ヶ月のゼロベース再構築

Muse Sparkの誕生を理解するには、まずMetaのAI開発が直面した壁を知る必要があります。

Metaは2023年からLlamaシリーズをオープンウェイトで公開し、AI民主化の象徴的存在でした。Llama 1に始まり、Llama 2ではMicrosoftとの提携でAzure上での利用が可能に、Llama 3では性能がGPT-4に迫り、そしてLlama 4ではマルチモーダルに対応。「巨大テック企業だけがAIを独占する時代を終わらせる」というメッセージは世界中の開発者に支持され、LlamaはGitHub上で最もダウンロードされたAIモデルファミリーの一つになりました。

しかし2025年、MetaのAI戦略を根底から揺るがす二つの大きな問題が表面化します。

一つ目は「DeepSeek問題」です。中国のAIスタートアップDeepSeekが、Llamaのアーキテクチャを基にしたR1モデルで大きな成功を収めました。自社が苦労して開発し、無料で世界に公開した技術が、直接の競合の武器として使われたのです。たとえるなら、レシピを無料で公開したら、隣にそのレシピで繁盛する競合店ができたようなものです。オープンソース戦略の根本的なリスクが、最悪の形で現実になった瞬間でした。

二つ目はLlama 4 Behemothの性能未達です。Llama 4シリーズの最大モデルとして開発されたBehemothは、内部ベンチマークで期待されたスコアに届かず、事実上の棚上げとなりました。ScoutやMaverickといった小型モデルは公開されたものの、旗艦モデルの失敗はLlamaアーキテクチャの限界を示すシグナルでした。

これは家のリフォームに例えると分かりやすいかもしれません。Llamaという築数年の家に増改築を繰り返してきたけれど、基礎の設計が古いためにこれ以上の拡張には限界がある。壁を壊して新しい部屋を作っても、結局は土台の制約から逃れられない。そこでMetaは、増改築をやめて更地に戻し、コードネーム「Avocado」として完全な新築を建てる決断をしました。

9ヶ月の開発期間で、アーキテクチャ・最適化手法・データパイプラインをすべてゼロから再設計。Llamaのコードは一行も再利用せず、学習効率を根本から見直した結果、生まれたのがMuse Sparkです。Metaはこのゼロベース再構築を「build from scratch」と表現しています。

ネイティブマルチモーダル — テキスト・画像・音声を「一つの脳」で処理

Muse Sparkの技術的な最大の特徴は、ネイティブマルチモーダルであることです。テキスト、画像、音声の入力を一つのモデルで直接処理できます（出力はテキストのみ）。

従来のAIモデルの多くは、画像や音声を別のモジュールで処理してからテキストモデルに渡す「モジュール結合型」のアプローチを取っていました。たとえるなら、英語しか話せない人が通訳を介して日本語を理解するようなもので、どうしても情報のニュアンスが失われたり、やり取りにタイムラグが生じたりします。一方、Muse Sparkは最初から複数言語を話せるバイリンガルのように、テキスト・画像・音声を同時かつ直接的に理解する設計になっています。

この「ネイティブ」な統合の効果は数字にも表れています。Metaによれば、この設計変更によってLlama 4 Maverickと同等の能力を10分の1以下の計算量で達成しました。従来モデルの10倍効率が良いということは、同じ計算資源でより多くの処理ができる、あるいは同じ処理をはるかに安くできるということです。ゼロベース再構築の効果は、性能面だけでなくコスト面でも明確に現れています。

なお、Muse Sparkはパラメータ数やアーキテクチャの詳細を公開していません。Meta自身が「小さく速い設計」と述べていることから、GPT-5.4やGemini 3.1 Proのような超大規模モデルとは異なるアプローチを取っている可能性があります。

3つの推論モード — Instant・Thinking・Contemplating

Muse Sparkの大きな特徴の一つが、問題の難しさに応じて「思考の深さ」を切り替える3つの推論モードです。人間でも、「今日の天気は？」には即答しますが、「来年の事業計画を立てて」と言われたら時間をかけて考えますよね。Muse Sparkも同じように、3秒で答える場面と30分考える場面を使い分けます。

Instant — 即答モード

日常的な質問やカジュアルなチャットに最適なモードです。「明日の東京の天気は？」「この英文を翻訳して」といった、深い推論を必要としないタスクに対して瞬時に回答します。レスポンスの速さを最優先するため、最も低いコストで動作します。

Thinking — 思考モード

数秒の追加時間をかけて、より深い推論を行うモードです。コード生成、法的文書の分析、データの要約など、中程度の複雑さを持つタスクに向いています。Instantモードでは見落としがちな文脈の整合性や論理の飛躍をチェックしながら回答を生成します。

Contemplating — 熟考モード

Muse Sparkの最高性能を引き出すモードで、Metaが「フロンティアモデルの極限推論に対抗する」ために設計したモードです。複数のサブエージェントが並列で推論を行い、それぞれの結果を統合して最終的な回答を生成します。Google GeminiのDeep ThinkやOpenAIのGPT Proモードに対抗するポジションです。

Metaの公式発表によると、ContemplatingモードはHLE（Humanity’s Last Exam）で58%、FrontierScienceで38.3%のスコアを記録しています。ただし注意が必要なのは、Artificial Analysisが独立に検証した結果ではHLEが39.9%と、Meta公式の数値とかなり乖離している点です。Meta公式の58%はContemplatingモード固有の最適条件での測定、Artificial Analysisの39.9%は標準化された条件での測定という違いがある可能性がありますが、ベンチマーク数値は常に条件次第であることを念頭に置くべきでしょう。

ベンチマーク徹底分析 — Muse Sparkの実力を数字で読む

総合スコア — AI Intelligence Index 52点の意味

Artificial Analysisが公開するIntelligence Indexで、Muse Sparkは52点（4位）を記録しました。トップはGPT-5.4とGemini 3.1 Proの57点、3位がClaude Opus 4.6の53点です。

「4位」と聞くと物足りなく感じるかもしれません。しかし、MetaはこれまでLlama 4 Maverick（18点）しかインデックスに載っていませんでした。18点から52点へのジャンプは、ゼロベース再構築がいかに効果的だったかを示す数字です。なお、このスコアはArtificial Analysisがメタから早期アクセスを得て独立に測定した結果であり、Meta側の自己申告ではない点も信頼性を高めています。

また、Artificial Analysisの独立検証では、Muse SparkのIntelligence Index評価に使用された出力トークン数が58Mと、Claude Opus 4.6（157M）やGPT-5.4（120M）と比較して圧倒的に少なくなっています。つまり、Muse Sparkは同等の回答品質をはるかに少ないトークンで実現しており、実運用時のコスト効率の高さを示唆しています。

その他の注目すべきベンチマーク結果として、GPQA Diamond（大学院レベルの科学的推論）では89.5を記録し、Grok 4.2（88.5）を上回りましたが、Claude Opus 4.6（92.7）やGemini 3.1 Pro（94.3）には及びませんでした。

強み — ヘルスケアとビジョンで業界トップ

Muse Sparkが突出しているのは以下の分野です。

• HealthBench Hard: 42.8（1位） — 医療質問応答のベンチマークで全モデル中トップ。2位のGPT-5.4（40.1）に明確な差をつけています
• CharXiv: 86.4（1位） — 学術論文のチャートや図表を読み解くタスクで最高スコア
• MMMU-Pro: 80.5%（2位） — マルチモーダル理解の総合ベンチマーク。画像＋テキストの複合的な推論力が高い
• トークン効率: 58M（最高効率） — 同等の回答品質を、最も少ないトークン数で実現

特にヘルスケアでの圧倒的な強さは注目に値します。医療分野はAIの応用先として最も期待されている領域の一つであり、この分野でトップを取れることはMuse Sparkの大きな差別化要因になります。

弱み — コーディングと抽象推論に課題

一方で、はっきりとした弱点もあります。

• Terminal-Bench: 59.0 — コーディングベンチマークでGPT-5.4（75.1）に大きく引き離されています
• ARC-AGI: 42.5 — 抽象推論テストで、競合モデル（76%前後）の半分程度のスコア
• GDPval: 1,444 — エージェントタスクでGPT-5.4（1,672）に届いていません

特にARC-AGI 2（抽象推論テスト）のスコアは深刻です。ARC-AGIは「人間なら直感的に解ける」パターン認識問題を集めたベンチマークで、AIの「本当の知能」を測る指標として注目されています。Muse Sparkの42.5%に対し、GPT-5.4は76.1%、Gemini 3.1 Proは76.5%と、ほぼダブルスコアの差がつきました。これは、Muse Sparkが「暗記型の知識」には強いが「初見の問題を解く力」にまだ課題があることを示唆しています。

コーディングと抽象推論は、現在のAI業界で最も注目される能力指標です。開発者にとってMuse Sparkが「メインの作業ツール」になるには、この弱点の克服が不可欠でしょう。ただし、弱みが具体的な数字として見えていることは、裏を返せば改善のロードマップが明確であるとも言えます。何を直せばいいか分からないモデルよりも、「コーディングと抽象推論の2領域を強化すればトップ3に入れる」と課題が具体的に分かっているモデルのほうが、改善のスピードは速いはずです。

マルチエージェント機能 — 「一人の天才」ではなく「チーム」で戦う

Muse Sparkのもう一つの大きな特徴がマルチエージェント機能です。これは、複雑なタスクを一つのAIが単独で処理するのではなく、複数のサブエージェントに分担させて並列処理する仕組みです。

プロジェクトマネージャーが複数の専門家に仕事を振り分けるのと同じ発想です。たとえば「3日間のパリ旅行プランを作って」というリクエストに対して、フライト検索エージェント、ホテル比較エージェント、観光スポット提案エージェントがそれぞれ並列で動き、結果を統合して最終プランを返します。

Metaが強調しているのは、この並列処理がシングルエージェントと同等のレイテンシー（応答速度）で実現されている点です。つまり、一人で全部やる場合と同じ速さで、チームとしての仕事ができる。通常、複数のエージェントを協調させると処理時間が長くなりがちですが、Muse Sparkはこの問題を並列実行とインテリジェントな結果統合で解決しています。これは技術的にも非常に興味深いアプローチです。

現時点でMetaが例示しているのは主に生活系のタスク（旅行計画、ショッピング比較など）ですが、この技術が企業向けに展開されれば、たとえば「市場調査レポートの作成」で、データ収集エージェント、競合分析エージェント、レポート執筆エージェントが同時に動く — といった使い方も考えられます。

重要な点は、このマルチエージェント機能がContemplatingモード（熟考モード）と密接に連携していることです。Contemplatingモードでは複数のエージェントが並列で推論し、それぞれの結果を統合します。つまり、日常的なタスク分割（マルチエージェント）と高度な推論（Contemplating）が同じ技術基盤の上に成り立っているのです。

AIエージェントの基本概念については別記事で詳しく解説していますが、Muse Sparkのマルチエージェントは「エージェント同士の協調」という次のステージに踏み込んだ実装と言えるでしょう。

オープンからクローズドへ — Metaが方針転換した3つの理由

Llamaで築いた「オープンの帝国」

この話の重みを理解するには、MetaがAI業界でどんな存在だったかを振り返る必要があります。

2023年のLlama 1から始まり、Llama 2、3、4と続いたオープンウェイト公開戦略は、AI民主化の象徴でした。「巨大テック企業だけがAIを使える時代を終わらせる」というメッセージは世界中の開発者に歓迎され、LlamaはGitHubで最もダウンロードされたAIモデルファミリーの一つになりました。マーク・ザッカーバーグは「オープンソースが最終的に勝つ」と繰り返し発言し、MetaはOpenAIやGoogleの「クローズド路線」に対する明確なカウンターパートとして、オープンAIコミュニティの中心に位置していました。

Llamaの成功は数字にも表れていました。世界中のスタートアップ、研究機関、開発者がLlamaをベースにしたアプリケーションやファインチューニングモデルを開発し、Llamaエコシステムは急速に拡大。Metaにとって直接的な収益にはならなくても、「AI人材の獲得」「ブランド価値の向上」「GPU需要の間接的拡大」といった戦略的メリットは計り知れないものがありました。

DeepSeek問題と Behemoth失敗 — 二重の打撃

しかし2025年、二つの出来事がMetaの方針を揺るがします。

一つ目はDeepSeek問題です。中国のAIスタートアップDeepSeekが、Llamaのアーキテクチャを基にしたR1モデルで大きな成功を収めました。無料で公開した技術が、自社と直接競合するモデルの開発に使われたのです。これは図書館で本を自由に閲覧させていたら、そのノウハウで隣に競合の図書館ができたようなもの。オープン戦略の根本的なリスクが露呈した瞬間でした。

二つ目はLlama 4 Behemothの性能未達です。Llama 4シリーズの最大モデルとして期待されたBehemothは、GPT-5やGemini 2.5 Ultraに対抗するフロンティアモデルとして開発されましたが、ベンチマークで目標スコアに届かず、事実上の棚上げとなりました。さらに、Llama 4のリリース時にはベンチマークの「操作」が発覚し、業界の信頼を大きく損ないました。Llamaアーキテクチャの延長線上では、どれだけパラメータを増やしてもフロンティア級には到達できない — Meta自身がそう認めざるを得ない状況に追い込まれたのです。

ザッカーバーグの決断 — 「超知能はオープンにしない」

これらの問題を受けて、ザッカーバーグは2025年7月に方針転換を明言します。

「超知能レベルのモデルに到達した場合、それをオープンソースで公開することはないだろう」

この発言は、AI業界に衝撃を与えました。図書館の本を無料で貸し出すのと、核技術の設計図を公開するのは根本的に違う — それがMetaの新しい論理です。一般的な知識やツール（Llamaの小型モデル）は引き続きオープンに、しかし超知能級のモデル（Muse Spark以降）はクローズドで管理する「ハイブリッド戦略」への転換です。

ただし、「完全なクローズド転換」とは言い切れない点も重要です。Muse Sparkの発表に際して、Alexandr Wang自身がXで「より大きなモデルを開発中で、将来のバージョンをオープンソース化する計画がある」と明言しています。つまり、現在のMuse Sparkはクローズドだが、将来的にオープン版を出す余地を残しているということです。

この「まずクローズドで出して、後からオープンにする」というアプローチは、実は合理的です。最先端のモデルを最初から公開するリスク（DeepSeekの二の舞）を避けつつ、一定期間の市場独占後にオープン化してコミュニティを再び味方につけるという、時間差のハイブリッド戦略と言えるでしょう。

ベンチマーク信頼性の課題 — Llama 4の教訓

Muse Sparkのベンチマーク結果を評価する際、一つ頭に入れておくべき背景があります。2025年のLlama 4リリース時に、Metaがベンチマーク結果を「操作」（gaming benchmarks）していたことを認めた前歴です。この問題は業界の信頼を大きく損ない、Llama 4は「混乱した評価」のまま収束しました。

Muse Sparkではこの手痛い教訓を踏まえ、Artificial Analysisによる独立した第三者ベンチマークの結果を発表の前面に押し出す戦略を取っています。Meta側も評価方法論を公開するなど、透明性の向上に努めています。とはいえ、前述のHLEスコア（Meta公式58% vs 独立検証39.9%）の乖離のように、数値の解釈には引き続き慎重さが求められます。

新リーダーAlexandr Wang — 28歳が率いるMeta AIの新章

Muse Sparkの開発を率いたのが、Alexandr Wang（28歳）です。データアノテーション企業Scale AIのCEOだったWangは、2025年6月にMetaへ移籍。MetaはScale AIに143億ドル（49%の株式取得）を投じた上で、WangをMeta初のChief AI Officer（CAIO）に任命しました。

28歳の外部CEOを最高AI責任者に迎えるという人事は、単なるヘッドハンティングではありません。Scale AIは「AIの学習データの品質」を専門とする企業です。AIモデルの性能は「アーキテクチャ」と「データ品質」の掛け算で決まりますが、近年は後者の重要性が急速に高まっています。たとえるなら、どんなに優れたシェフ（アーキテクチャ）でも、食材（データ）の質が悪ければ料理の味には限界があるのと同じです。

Wangの登用はMetaが「データ品質」を次の差別化要因と位置づけたシグナルであり、Scale AIのデータアノテーション技術がMuse Sparkの学習効率を劇的に改善した可能性があります。実際、Muse Sparkが「Llama 4 Maverickと同等能力を10分の1の計算量で達成」した背景には、データパイプラインの根本的な刷新があったとMetaは述べています。

ただし、Wangの立場は盤石とは言えない側面もあります。2026年3月にはWangの管轄と並行する組織「Applied AI Engineering」が新設され、組織構造上Wangの自律性は事実上制限されています。Meta内部の権力構造は複雑であり、Wangが初作としてMuse Sparkを成功させた実績は大きいものの、今後の主導権がどこまで維持されるかは不透明です。

とはいえ、Wang自身がXで将来のオープンソース計画や次のモデル開発に言及していることから、少なくとも現時点ではMeta AI戦略の中心人物として機能していると見てよいでしょう。28歳でGAFAMの一角のAI戦略を率いるという異例の抜擢が、どのような結果をもたらすか。Muse Sparkはその最初の回答です。

20億ユーザーへの無料提供 — Muse Sparkの本当の競争力

meta.aiでの無料提供 — API非公開の意味

Muse Sparkのビジネスモデルは、ChatGPTやClaudeとは根本的に異なります。

OpenAIやAnthropicは、APIの利用料金（入力/出力トークン課金）が主要な収益源です。ChatGPTの有料プラン（月額$20〜$200）やAPI課金で収益を上げています。一方、Muse Sparkはmeta.aiで無料提供されており、APIは一般公開されていません。現時点ではパートナー企業のみがAPIにアクセスできるプライベートプレビューの状態です。

「なぜ無料で提供できるのか？」— 答えはシンプルで、Metaの収益源はAIモデルそのものではなく、Facebook・Instagram・WhatsAppの広告だからです。AIはユーザーのエンゲージメントを高める手段であり、それ自体で直接課金する必要がないのです。

なお、APIについてはまだ一般公開されていませんが、Metaは「近日中にAPI提供を開始する」と発表しています。開発者がMuse Sparkを自社アプリに組み込めるようになるのは時間の問題ですが、具体的な料金体系は未定です。

プライバシーの懸念 — SNS統合の裏側

ただし、この「無料＋SNS統合」モデルには見過ごせないリスクがあります。Muse Sparkを使うにはMeta（Facebook/Instagram）アカウントでのログインが必須です。Metaは公式には「SNSの個人情報をAIに使う」とは明言していませんが、Metaがこれまでユーザーデータをどのように活用してきたかを考えると、AIとSNSデータが連携する可能性は十分にあります。

Metaが「パーソナル超知能（Personal Superintelligence）」というビジョンを掲げている点も注意が必要です。あなたの友人関係、投稿履歴、興味関心をAIが理解することで、よりパーソナライズされた体験を提供する — という構想は技術的には魅力的ですが、プライバシーの観点からは慎重な議論が必要でしょう。ChatGPTやClaudeがアカウント情報と切り離された形でAIを提供しているのとは、根本的に異なるアプローチです。

SNSプラットフォーム統合の破壊力

そして、ここにMuse Sparkの最大の競争力があります。Metaはmeta.aiに加えて、数週間以内にFacebook、Instagram、WhatsApp、Messenger、Ray-Ban AIグラスにMuse Sparkを統合する予定です。

レストランに例えると、味のランキングが3位でも、全世界に5万店舗展開しているチェーン店は1店舗のミシュラン三つ星レストランより市場を支配します。Metaは「性能4位でも配信力1位」という戦略を選んだのです。20億人のユーザーベースにAIを直接届けられるプレイヤーは、世界中を見渡してもMetaだけです。

市場もこの戦略を評価しています。Muse Spark発表当日の4月8日、Meta株は7〜9%上昇し、$622.09を記録しました。直近数ヶ月で最大の上昇幅であり、投資家がMuse Sparkを「$150億の投資に見合う成果」と判断したことを示しています。AI戦略の転換が株価に直結した例としては、OpenAI Soraの終了が招いた戦略転換と対照的に、Metaのケースでは市場がポジティブに反応しました。

主要AIアプリの比較では各社のUI/UXを詳しく解説していますが、Muse Sparkの真の優位性はアプリの使いやすさではなく、既にユーザーが毎日開いているアプリの中にAIが溶け込むという配信チャネルの圧倒的な規模にあります。

Muse Sparkの使い方 — 今すぐ試す方法

Muse Sparkを今すぐ試したい方のために、現時点でのアクセス方法を整理します。

個人利用（無料）

最もシンプルなのは、meta.aiにアクセスする方法です。Metaアカウント（Facebook、Instagram、またはWhatsAppのアカウント）でログインすれば、すぐにMuse Sparkを利用できます。テキストでの質問はもちろん、画像をアップロードしての質問や、音声入力にも対応しています。利用料金は無料ですが、レート制限（一定時間内のリクエスト数制限）が設けられている点には注意が必要です。

また、Meta AIアプリ（iOS/Android）をダウンロードすれば、スマートフォンからも利用可能です。Metaは数週間以内にFacebook、Instagram、WhatsApp、Messenger、Ray-Ban Meta AIグラスにもMuse Sparkを統合する予定で、今後はこれらのアプリ内から直接AIにアクセスできるようになります。

開発者利用（API）

開発者向けAPIは2026年4月時点では一般公開されておらず、選ばれたパートナー企業のみがプライベートプレビューにアクセスできる状態です。ただし、Metaは「近日中にAPI提供を開始する」と明言しており、API提供の具体的な時期と料金体系の発表が待たれます。

将来的にオープンソース版（オープンウェイト）がリリースされる計画もあるため、自社サーバーでの運用を検討している開発者にとっては、そちらを待つという選択肢もあります。ただし、オープンソース化の具体的な時期は未定です。

日本からのアクセス

meta.aiは日本語での利用に対応していますが、日本語に特化したベンチマーク結果は公開されていません。日本語を使う際には、英語で質問した場合と比較して回答品質に差がある可能性があります。特に技術的な質問や専門用語が多い領域では、まず英語で質問してから日本語に翻訳するアプローチも検討する価値があるでしょう。日本のユーザーによる実使用レポートが蓄積されるのを待って、改めて日本語性能を評価する予定です。

GPT-5.4・Claude Opus・Gemini 3.1 Proとの比較

ここまでの情報を踏まえ、Muse Sparkを含むフロンティアモデル4つを横並びで比較してみましょう。

用途別のおすすめを整理すると以下のようになります。

• コーディング・開発: GPT-5.4が圧倒的。GPT-5.4の詳細はこちら
• 医療・ヘルスケア関連: Muse Sparkが業界トップ
• 画像・チャートの分析: Muse SparkかGemini 3.1 Pro
• 複雑な推論・数学: GPT-5.4 ProまたはGemini Deep Think
• コストを抑えたい: Muse Spark（meta.aiで無料）
• APIを使った開発: Muse Sparkは現時点で選択肢に入らない

各モデルの「万能さ」よりも「得意分野」で選ぶ時代に入っていることが、この比較表から読み取れます。三大AIの詳細比較も参考にしてください。

Muse Sparkの独自のポジションは「ヘルスケア・ビジョン特化型の無料フロンティアモデル」です。医療関連の質問や画像・チャートの分析では最高性能を発揮しつつ、利用料金はゼロ。この組み合わせは他のモデルにはありません。一方で、APIが近日公開予定とはいえまだ利用できないため、開発者が自社サービスにMuse Sparkを組み込むことは現時点ではできません。開発・コーディング用途であれば、GPT-5.4やClaude Opusが依然として最良の選択肢です。

もう一つ注目すべきは、推論モードの選択肢の多さです。GPT-5.4は標準とProの2モード、Geminiは標準とDeep Thinkの2モード、Claude Opusは標準のみ。対してMuse Sparkは3モード（Instant/Thinking/Contemplating）を持ち、タスクの複雑さに応じた柔軟な使い分けが可能です。この「段階的な推論の深さ」というコンセプトは、ユーザー体験の面で大きなアドバンテージになるかもしれません。

筆者の見解

Muse Sparkについて、3つの視点から所感を述べます。

「初参戦で4位」は凡庸ではなく脅威です。Metaは過去にLlama 4 Maverickで18点しか取れていませんでした。それが9ヶ月のゼロベース再構築で52点。GPT-5.4やGeminiとの差はわずか5点です。スポーツで例えれば、予選落ちしていた選手が、フォーム改造後にいきなり決勝に残ったようなもの。この改善ベースラインの高さは、次のバージョンでトップに立つ可能性が十分にあることを示しています。Llama時代に「Metaはモデル性能で勝てない」と見なされていた評価は、Muse Sparkで完全に覆されました。

AI業界の本当の競争軸は「性能」から「配信」に移りつつあります。ベンチマークの1位を争うことは依然として重要ですが、それと同じくらい「何億人に届けられるか」が勝敗を分ける要素になっています。Metaは20億人のユーザーベースという、他のAI企業が逆立ちしても持てない資産を持っています。性能4位でも、ユーザーの日常に最も深く浸透するAIがMuse Sparkになる可能性は十分にあります。考えてみてください。大多数の人にとって、AIとの最初の接点は「わざわざChatGPTのサイトにアクセスする」ではなく、「普段使っているInstagramやWhatsAppの中にAIがいる」という体験になるかもしれないのです。

オープンからクローズドへの転換は、不可逆ではないと考えます。ザッカーバーグの発言は「超知能レベル」のモデルに限定したものですし、Wang自身も「将来のバージョンをオープンソース化する計画がある」と明言しています。Llamaシリーズも継続される見込みであり、Metaの戦略は「最先端モデルはまずクローズドで出し、一定期間後にオープン化」という時間差ハイブリッドに落ち着くでしょう。オープンソースコミュニティを敵に回すことのリスクをMetaが理解していない訳がありません。

見落としてはならないのが、中国勢の急速な台頭です。2025年末の時点で、Hugging Faceのダウンロード数の41%を中国のモデル（DeepSeek、Alibaba Qwen、Zhipu AI GLMなど）が占めています。Llama一強だった「オープンウェイトの帝国」は、もはや多極化した競争環境に変わっています。Metaにとってクローズド転換は、単に安全策というだけでなく、差別化できる競争力を維持するためのビジネス上の必然でもあるのです。

最後に一つ。Muse Sparkの数値を見るとき、Llama 4のベンチマーク不正の教訓を忘れるべきではありません。今回はArtificial Analysisの独立検証を前面に出すなど透明性は改善されていますが、HLEのように公式値と独立検証値に大きな乖離があるケースも存在します。「数字を鵜呑みにせず、複数のソースで確認する」— これはAI業界全体に言えることですが、特にMetaのベンチマークに対しては、より慎重な目で見る必要があると考えます。

よくある質問

Q. Muse Sparkは無料で使えますか？

はい、meta.ai上で無料で利用できます。レート制限はありますが、基本的に無料です。開発者向けAPIは2026年4月時点では一般公開されていませんが、Metaは近日中のAPI提供開始を予告しています。個人利用であれば、Metaアカウントでログインするだけですぐに試せます。

Q. Muse SparkとLlamaの違いは何ですか？

Llamaはオープンウェイトで公開されたモデル群で、誰でもダウンロードして使用できます。一方、Muse SparkはLlamaの後継としてゼロベースで再設計されたクローズドモデルです。ネイティブマルチモーダル対応と、Instant・Thinking・Contemplatingの3つの推論モードが最大の違いです。Llamaシリーズは今後も継続される予定です。

Q. Muse SparkはChatGPTやClaudeより優れていますか？

総合スコア（Artificial Analysis Intelligence Index）ではGPT-5.4・Gemini 3.1 Pro（57点）、Claude Opus 4.6（53点）に次ぐ4位（52点）です。ただし、ヘルスケア（HealthBench Hard 42.8で1位）やチャート推論（CharXiv 86.4で1位）では業界トップの性能を発揮します。一方、コーディング（Terminal-Bench 59.0）や抽象推論（ARC-AGI 42.5）ではGPT-5.4に大きく引き離されています。「万能」ではありませんが、用途によっては他のモデルを上回ります。

Q. Muse Sparkは日本語に対応していますか？

meta.aiは日本語での利用に対応しています。日本語で質問すれば日本語で回答が返ってきます。ただし、日本語に特化したベンチマーク結果は2026年4月時点で公開されていないため、日本語での回答精度がどの程度のレベルにあるかは、今後のユーザーレビューや第三者検証の蓄積を待つ必要があります。

参照元

• Meta – Introducing Muse Spark: Our First Frontier Model
• Artificial Analysis – AI Intelligence Index Rankings
• Reuters – Meta feared DeepSeek used Llama to train its models
• TechCrunch – Meta Launches Muse Spark, Its First Frontier AI Model
• Bloomberg – Meta Releases Muse Spark in Push to Compete With OpenAI
• The Verge – Meta’s Muse Spark marks the end of its open-source AI era