Muse Spark Open ローカル実行の必要スペック｜Mac Studio2台

Meta が2026年10月15日に重みを公開した「Muse Spark Open」は、総パラメータ8,160億（1回の推論で動くのは420億）の大型モデルです。公式ブログは「Mac Studio 2台で、自分のデスクトップで動く」ことを前面に出していますが、実際に手元や社内で動かすには何が要るのか。この記事では、モデルカードと Apple の仕様ページ、Hugging Face の配布データだけを根拠に、必要なものを整理します。モデル全体の位置づけはMuse Spark Openとは？重みを使う3つの道にまとめています。

結論から書くと、ローカルで動かす道は3つしかありません。NVFP4 版を VRAM 700GB 以上の GPU 構成で動かすか、BF16 版を 2TB の GPU 構成で動かすか、M5 Ultra 搭載 Mac Studio を2台つないで MLX で動かすかです。重みのダウンロードは BF16 一式で約1.64TB あり、Hugging Face では申請して承認されるまで落とせません。月に使うトークン量が読めない段階なら、まず API（OpenRouter では入力100万トークンあたり1.25ドル）で試すほうが早い、というのが実務での判断です。

Muse Spark Open の必要スペックは3択

モデルカードの「Open Weights on your own system」には、自分の環境で動かす条件がはっきり書かれています。NVFP4 版なら少なくとも 700GB の VRAM、BF16 版なら 2TB の GPU が必要で、さらに推論フレームワークが要ります。これに、公式ブログが「最適化した」と書く Mac Studio 2台構成を加えたのが次の表です。

モデルカードが対応フレームワークとして挙げているのは SGLang、vLLM、Hugging Face、TensorRT-LLM、Unsloth、Llama.cpp の6つで、Mac Studio 2台は MLX で動かす前提です。公式ブログは AMD・Apple・Intel・NVIDIA 向けの最適化にも触れています。

① NVFP4 で VRAM 700GB 以上

NVFP4 は重みを4ビット相当に軽くした版です。700GB という数字はモデルカード上の「最低ライン」で、1枚に載る量ではありません。仮に80GB の GPU で組むなら、単純な割り算でも 700÷80＝8.75、つまり9枚分が要る計算になります。実際には長い文脈を扱うほど作業用のメモリ（KV キャッシュ）も増えるので、この割り算はあくまで下限の目安です。

モデルカードは、量子化した推論ではまれなケースで全精度と小さな品質差が出ることがある、とも書いています。業務に入れる前に、自社の代表的な入力で BF16 版や API と見比べておくと安心です。

② BF16 で 2TB

BF16 は配布されている元の精度です。Hugging Face の配布データでは BF16 のパラメータが約8,219億個あり、1個2バイトなので重みだけで約1.64TB になります。そこに推論時の作業用メモリが乗るため、モデルカードの要件は 2TB です。これを組めるのは、実質的に大規模な GPU サーバーを持つ組織に限られます。

③ M5 Ultra 搭載 Mac Studio 2台＋MLX

公式ブログによると、M5 Ultra の GPU は Mac Studio 1台あたり最大512GB のユニファイドメモリを使え、2台でモデル全体を保持できます。メモリ帯域は 1.2TB/s で、「2台の Mac Studio が、1TB のユニファイドメモリを持つ1台のスーパーコンピュータのように振る舞う」と説明されています。

ここで注意したいのは2点です。まず、Apple のMac Studio 仕様ページでは、512GB のメモリを選べるのは36コア CPU・80コア GPU の M5 Ultra 構成だけです。下位の30コア CPU 構成では選べません。次に、Apple の購入ページには「M5 Ultraの512GBメモリオプションは10月下旬に発売」とあり、2026年10月18日時点ではメモリの選択肢が256GB までしか表示されていません。512GB 構成の税込価格もまだ出ていないため、この記事では2台分の金額を試算していません。発売後に購入ページで構成を選ぶと表示されます。

もう1つ、2台で約1TB というメモリ量は、BF16 一式の約1.64TB より小さい点も押さえておきます。数字の上では BF16 の重みをそのまま載せることはできないので、Mac 構成は軽量化した重みを使う前提と読めます。どの精度の重みを使うかは、公式ブログが案内している MLX のアダプター（mlx-lm）側の案内で確認してください。

重みのダウンロード容量は約1.64TB

見落としやすいのがストレージです。Hugging Face の配布データでは、リポジトリのファイル合計が 1,644,333,584,632 バイトあります。10進の TB で数えると約1.64TB、2進の TiB で数えると約1.50TiB です（1,644,333,584,632÷1,099,511,627,776≒1.50）。ツールによって「1.64」と「1.5」のどちらで表示されるかが変わるので、空き容量を見積もるときは単位をそろえて比べてください。

• BF16 一式を手元に置くなら、1TB の SSD では足りない（1.64TB＞1TB）。M5 Ultra 搭載 Mac Studio の標準ストレージは1TB で、2TB〜16TB に変更できます。
• ダウンロード中の一時ファイルや、変換・量子化をする場合の出力先も別に要ります。
• 社内ネットワークで落とす場合は、回線と時間帯を先に決めておくと、ほかの業務を止めずに済みます。

ローカルで動かすまでの手順

細かいコマンドは推論エンジンごとに変わるので、ここでは順番と詰まりやすい点に絞ります。

手順1：Hugging Face でアクセスを申請する

Muse Spark Open のリポジトリ（meta-models/Muse-Spark-Open-816B-A42B）は、申請を手動で審査する方式です。ログインして利用条件を確認し、フォームを送らないと重みを落とせません。「ダウンロードできない」と詰まったら、まずここを疑ってください。

申請フォームには、次の注意書きがあります。

• 法的な氏名・生年月日・組織の正式名称（法人格の表記まで含める）を入れる
• 略称や記号は使わない
• 守らないと、このモデルやほかのモデルにアクセスできなくなることがある
• 送信後はフォームを編集できない

会社として使うなら、誰のアカウントで申請するかと、会社名の正式表記を先に決めてから送るのが安全です。モデルカードには、18歳未満の人がダウンロード・利用することは想定していない、とも書かれています。

手順2：推論エンジンを決める

GPU 構成なら SGLang か vLLM、NVIDIA 環境に寄せるなら TensorRT-LLM、Mac Studio なら MLX が基本の選択肢です。公式ブログによると、SGLang には自動で調整される Helion GPU カーネルが同梱され、NVIDIA と AMD の GPU でカーネル単位 1.03〜3.95倍の高速化、AMD MI350 では全体で3% の高速化が出たとされています。MLX は Hugging Face から直接重みを取ってくる、とも書かれています。

手順3：推奨パラメータを入れる

モデルカードが推奨している設定は次のとおりです。

reasoning_effort は、リクエストのパラメータか chat_template_kwargs で指定します。4つ以外の値を入れるとエラーになるので、ほかのモデル用の設定を流用するときは値を確認してください。

手順4：画像・動画を入れるときの注意

Muse Spark Open は文章・画像・動画・音声を入力でき、出力は文章です。モデルカードには、数秒・100px 程度の短く粗い動画だと「動画を見られない」と返すことがある、と書かれています。安定させるには、もっと長いクリップか、短辺448px 以上の解像度で渡すのが推奨です。

ここまで読んで「自社の業務で本当に使えるのか、どこから試せばいいのか」が気になった方もいるかもしれません。私たちは、社内の資料や業務フローに合わせた AI の仕組みづくりもお手伝いしています。記事の途中で恐縮ですが、よろしければのぞいてみてください。

自前で動かすか、API を使うか

重みが公開されていても、自前で動かすのが正解とは限りません。公式ブログによると、Muse Spark Open は Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI の API でも提供されています。重みの配布先も Hugging Face のほか、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models があります。

単価の一例として、OpenRouter のモデル一覧 API では、入力100万トークンあたり1.25ドル、出力100万トークンあたり4.25ドル、キャッシュ読み込みは100万トークンあたり0.15ドルでした（2026年10月18日に取得）。文脈長は1,048,576トークンです。ほかの推論パートナーの単価は、各社の料金ページで確認してください。

実務では、まず API で自社の代表的な業務を10〜20件流してみて、品質とトークン量を確かめてから機材の話に進むほうが失敗が少ないです。ローカルに置く意味がある業務の線引きは、ローカルLLMを業務で使うべき条件とクラウドとの比較でも整理しています。

ライセンスと、もっと軽い選択肢

重みは「Muse Model License」で公開されており、公式ブログは「多くの開発者が無料で使える、限定的な商用条件」と説明しています。会社で使う前には、ライセンス本文と利用ポリシーを必ず読んでください。モデルカードは、用途に合わせた安全対策（取り返しのつかない操作の前に人が確認する仕組みなど）を組み合わせて使うことも推奨しています。

社内利用・自社サービスへの組み込み・API 提供のどれに当たるかで条件が変わるので、Muse Spark Open のライセンスを6ケースで判定した表で先に確認しておくと安全です。

「Mac Studio 2台や 700GB の GPU はさすがに重い」という場合は、同じ Meta の小さなモデルから試す手もあります。PC1台で動く約300億パラメータのモデルについては、Muse Glimmer の実力とローカルでの使いどころにまとめています。

まとめ

• Muse Spark Open のローカル実行は、NVFP4 で VRAM 700GB 以上、BF16 で 2TB、M5 Ultra 搭載 Mac Studio 2台＋MLX の3択
• Mac Studio の512GB メモリは36コア CPU・80コア GPU の M5 Ultra 限定で、10月下旬発売。2026年10月18日時点では価格未掲載
• 重みは BF16 一式で約1.64TB（約1.50TiB）。1TB の SSD には収まらない
• Hugging Face は手動審査の申請制。正式名称で申請し、送信後は直せない
• 速度は公式に数値が無いので、使う量が読めないうちは API で試すのが早い

自社で動かすか、API で始めるか、どこから手をつけるか迷っている段階でもかまいません。業務の中身をうかがったうえで、無理のない進め方を一緒に考えます。