Muse Spark Openとは?
Muse Spark OpenはMeta Superintelligence Labsのオープンウェイトモデルで、2026年10月15日に公開されました。Muse Sparkのオープン版で、Metaによると、ベースモデルはMuse Spark 1.3と共通で、Metaのホスト型フィルターなしでも耐えられるよう追加の安全性の事後学習が施されています。総パラメータ8,160億、トークンごとのアクティブ420億のスパースなMixture-of-Expertsモデルで、コンテキストは1,048,576トークンです。テキスト、画像、動画、音声を読み取り、テキストを出力します。
重みはBF16(約1.65TB)とNVFP4(約537GB)があり、アクセス制限付きのHugging Faceリポジトリと、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundryで入手できます。Meta自身のModel APIでは提供されていません。ホスト型のエンドポイントにはBaseten、Fireworks、Together、Nebius、Modalがあり、いずれもOpenRouterに100万トークンあたり入力$1.25、出力$4.25で掲載されています。
オープンソースのライセンスではなく、Muse Model Licenseで公開されています。利用は無料ですが、製品には「Built with Muse Spark Open」の表示が必要で、モデルへのアクセスをサービスとして販売する年間売上2,000万ドル($20 million)超の企業は、Metaとの別途の契約が必要です。
Muse Spark Openの料金は?
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | Muse Model License |
| OpenRouter | $1.25 in / $4.25 out per 1M tokens | キャッシュ$0.15 |
Muse Model Licenseのもとで重みは無料です(表記が必要。Model-as-a-Serviceには売上2,000万ドル($20M)の基準あり)。OpenRouterでのホスト版は100万トークンあたり入力$1.25、キャッシュ$0.15、出力$4.25です。
Muse Spark Openは使う価値があるか?
入手できる証拠に基づけば、Muse Spark Openは米国の研究所による最も強力なオープンウェイトモデルですが、オープンモデルの中で最強ではありません。Meta自身のモデルカードによると、Artificial AnalysisはIntelligence Indexで39とし、同じ尺度でGLM 5.3は45、Kimi K3は44です。リードしているのはエージェントの作業で、MCP-Atlasで89.2(Kimi K3は82.3)、JobBenchで61.8(54.3)です。Terminal-Bench 2.1では76.4で、83.9と85.0の両者に及びません。
特徴的なのは安全性の表です。適応型のStrongREJECT v2ジェイルブレイクテストで、Metaは0.5と報告しており、テストした他のオープンモデルは62.9〜86.4でした。サイバー分野のジェイルブレイクのセットでは99.2%と94.8%を拒否し、Kimi K3は75.5%と70.2%でした。これらはMetaの数値で、カードはファインチューニング後も維持されると想定すべきではないと警告しています。それでも、社内で動かすオープンモデルを選ぶ規制業種の買い手にとっては、このページで最も重要な数値です。
採算が揺らぐのはホスティングです。OpenRouterのどのエンドポイントも100万トークンあたり$1.25と$4.25で、クローズドなMuse Spark 1.3とまったく同じ価格です。Artificial Analysisは、クラスの中央値が$0.43と$1.59である類似のオー プンモデルと比べて特に高いとしています。GLM 5.3はZ.aiで$1.40と$4.40で、このインデックスでより高いスコアです。オープンウェイトが意味を持つのはデータ管理のためで、価格のためではありません。
セルフホストはデータセンターの仕事です。Metaの最小の公式ビルドNVFP4は重みだけで約537GBあり、4 GPUのBlackwellノードを必要とし、モデルカードはキャッシュのメモリを含めると少なくとも700GBのVRAMを推奨しています。デスクトップでの代表的な選択肢は、MLXで動かす512GBのMac Studio 2台です。ライセンスは大半の利用者にとって寛容で、利用者数の上限も出力に対する権利の主張もありませんが、アクセス制限付きのダウンロードでは法的氏名、生年月日、組織が求められ、これを基に作ったすべての製品にMetaの表記を入れる必要があります。
真価を発揮する場面
オンプレミスのBlackwellクラスターを持つ銀行のインフラチーム
プロンプトが一切建物の外に出ない社内のコーディング・エージェントモデルを動かす
NVFP4版は4 GPUのBlackwellノード1台に収まり、すべてのプロンプトと応答は銀行のネットワーク内にとどまります。社内利用はライセンスの2,000万ドル($20M)のModel-as-a-Service条項の対象外で、Metaのジェイルブレイクの結果はテストしたオープンモデルの中で最も強力です。
中規模のSaaS企業のプロダクトマネージャー
1つのAPIへのロックインを避けるため、オープンウェイトでエージェント機能を提供する
まず100万トークンあたり$1.25/$4.25のOpenRouterのいずれかのエンドポイントで始め、後でモデルを変えずにセルフホストに移ります。製品のインターフェース、ドキュメント、設定のどこかに「Built with Muse Spark Open」を表示する必要があります。
業界特化型AIスタートアップのMLエンジニア
独自のワークフローで最先端規模のモデルをファインチューニングする
MetaはPyTorchとTorchTitanによるSFTと強化学習をサポートし、ライセンシーが派生物を蒸留・再配布することを認めています。816Bパラメータでの学習には複数ノードのクラスターが必要で、Metaの安全性の結果は改変したモデルには引き継がれません。
導入前に確認すること
- 導入
- Hugging Faceでアクセスを申請し(法的氏名、生年月日、組織)、SGLangかvLLMで提供します。あるいはOpenRouter、Together、Fireworks、Baseten、Nebius、Modalのホスト型エンドポイントを呼び出します。
