Muse Spark Openとは？816Bの重みを使う3つの道

2026年10月15日、Meta が「Muse Spark Open」の重み（学習済みパラメータ）を公開しました。公式ブログの見出しは "The Most Capable US Open‑Weight Model to Date"、つまり米国発のオープンウェイトモデルとして過去最高の性能だという位置づけです。発表から3日たち、「結局なにが出たのか」「自分に関係があるのか」を整理しておきます。

先に結論です。Muse Spark Open は総パラメータ816B（1回の推論で動くのは42B）、コンテキスト100万トークンの、重みが公開されたモデルです。使い道は3つに分かれます。①推論パートナー経由の API で呼ぶ、②重みを落として自前で動かす（GPU なら NVFP4 版で VRAM 700GB 以上、または M5 Ultra の Mac Studio 2台）、③その前提として Hugging Face で利用申請を出す、の3つです。ほとんどの会社にとって現実的なのは①で、②は「データを外に出せない」理由がある場合の選択肢です。

Muse Spark Openとは：816B・稼働42B・100万トークンのオープンウェイト

Muse Spark Open は、Meta Superintelligence Labs が出した Muse Spark 系列のうち、重みをダウンロードできる版です。公式の説明では「コーディングとエージェント作業向け」に作られ、長時間のタスク、複雑なソフトウェア開発、多段の推論を得意とします。入力はテキスト・画像・動画・音声に対応し、出力はテキストです。

仕組みは Mixture-of-Experts（専門家を切り替えて使う構造）で、256個のエキスパートのうち1トークンごとに8個だけを動かします。だから総量は816Bと巨大でも、1回に動くのは42Bで済みます。この「総量は大きいが、毎回読むのは一部」という性質が、後で出てくる Mac Studio で動く話につながります。

推奨の推論パラメータは temperature 1.0・top_p 1.0・top_k 無効で、複雑な問題・コーディング・エージェント用途では reasoning_effort を high か xhigh にするよう案内されています（Hugging Face のモデルカード）。

Muse Spark Openの使い道は3つ：API・自前で動かす・HF申請

「オープンウェイト＝手元で動かすもの」と思われがちですが、Muse Spark Open は発表当日から API でも呼べます。何がしたいかで入口が変わるので、まずこの表で自分がどれに当たるかを見てください。

① API：推論パートナー7社から呼べる

Meta 自身ではなく、外部の推論事業者が API を提供する形です。公式ブログに並んでいるのは Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI の7社です。GPU を用意せずに、ふつうの API と同じ感覚で使えます。

料金は事業者ごとに決まります。参考までに、OpenRouter のモデル一覧（2026年10月18日に取得）では、100万トークンあたり入力1.25ドル・出力4.25ドル・キャッシュ読み込み0.15ドル、コンテキスト1,048,576トークンと表示されていました。正式な単価は契約する事業者の料金ページで確認してください。

② 自前で動かす：VRAM 700GB以上か、Mac Studio 2台

モデルカードによると、自前の GPU で動かすには NVFP4 版で少なくとも700GB、BF16 版で2TB の VRAM が要ります。推論フレームワークは SGLang、vLLM、Hugging Face Transformers、TensorRT-LLM、Unsloth、llama.cpp に対応しています。いずれにしても、1枚の GPU で動く規模ではありません。

もう一つの道が Apple の Mac Studio です。公式ブログは、M5 Ultra の Mac Studio は1台で最大512GB を GPU に回せるため、2台で約1TB になりモデル全体が載ると説明しています。メモリ帯域は1.2TB/s で、1トークンごとに必要な一部を読むには十分だとしています。実行には Apple の MLX を使い、重みは Hugging Face から直接取得します。Meta は実際に、このモデルで動かした Muse Code で、オープンソースの Mastodon クライアントに iOS の修正を入れるところまでを端末内で試したと書いています。

どの構成ならどれくらいの速度が出るか、何台・何円の投資になるかといった具体的な条件（Muse Spark Open をローカルで動かす必要スペックと Mac Studio 2台の条件）は、別にまとめています。オープンモデルを社内で動かすこと自体の損得は、ローカルLLMが業務で元を取れるかを試算した記事で整理しています。

③ Hugging Face：申請して承認を待つ

Hugging Face のモデルページは「gated」、しかも承認が手動の方式です。ログインしたうえで、氏名・生年月日・国・所属・職種を入力し、ライセンスに同意して申請します。フォームには「正式な氏名と、法人の識別子まで含めた正式な組織名を書くこと」「送信後は編集できない」と注意書きがあり、略称で出すと通らない可能性があります。社内で試すなら、担当者を決めて最初に申請だけ出しておくと手戻りがありません。

Metaの3系統：Muse Wonder・Muse Spark Open・Muse Glimmerの位置づけ

Meta のモデルは10月だけで2本出ており、名前が似ているので混同しやすくなっています。重みが手に入るかどうかで分けると、次の3系統です。

最上位の Muse Wonder は重みを出していません。提供範囲の細かい違いはMuse Wonder の提供範囲を3層で整理した記事にあります。逆に、PC 1台で社内に置けるのは今も Muse Glimmer で、詳しくはMuse Glimmer 30B の性能と使い道で書いています。Muse Spark Open はその中間で、「重みは手に入るが、動かすにはサーバー級の設備が要る」モデルです。

なお、Muse Spark の重み公開は9月の Muse Spark 1.3 の公式ブログで予告されていたもので、今回それが実現した形です。それまでの Meta のラインの流れは、Llama 5 は出るのか、Meta の現行モデルを一次情報で追った記事で追えます。

Muse Spark Openで何ができるか：得意分野とベンチマーク

モデルカードが挙げる用途は、多段の推論、エージェントによるタスクの完遂（計画・ツールの連続呼び出し・失敗からの立て直し）、コーディングエージェント、ツール利用、スクリーンショットや図表・文書・音声・動画を読むマルチモーダル推論、学習用の合成データ作り、他のモデルの出力を採点する評価役（LLM-as-a-judge）です。

公式のベンチ表は、同じくらいの規模のオープンウェイトモデル7つ（Inkling、Nemotron 3 Ultra、Beam、Mistral Large 4、Qwen3.8-2.4T-A95B、GLM 5.3、Kimi K3）との比較です。全部で勝っているわけではないので、主な行を抜き出します。

ツール利用やエージェントの一部では先頭ですが、総合指標やターミナル操作では GLM 5.3 や Kimi K3 が上です。安全性の指標（StrongREJECT v2、低いほど良い）では Muse Spark Open が0.5で、他モデルの62.9〜86.4を大きく下回っています。Meta は重み版に追加の安全性学習を入れたと説明しており、ここは数値にも出ています。

速度面では、SGLang 向けの Helion GPU カーネルで、NVIDIA と AMD の GPU でカーネル単位1.03〜3.95倍、AMD MI350 で全体3%の高速化が示されています（公式ブログ）。

ライセンスで押さえる4点：無料で使えるが条件つき

Muse Model License は、使用・改変・ファインチューニング・蒸留・再配布・販売まで無料で認めたうえで、いくつかの条件を付けています。商用利用で引っかかる場面の詳しい読み方（Muse Spark Open の商用利用を6ケースで判定した記事）は別に整理していますが、骨格は次の4点です。

1. 表示義務：このモデルや派生モデルを使う製品・サービスでは、画面か付属文書・Webサイト・設定メニューのどこかに「Built with Muse Spark Open」と目立つように表示する。
2. 大規模な Model as a Service は別契約：API などでモデル自体を第三者に提供する事業で、自社とグループの総収入が連続12か月で2,000万ドルを超える場合、事前に Meta へ通知し別の契約を結ぶ。社内利用・研究・それ以外の商用、自社製品の機能として組み込む使い方は対象外。
3. 出力の所有権は主張しない：Meta はモデルが生成した出力の所有権を主張しない。
4. Usage Policy の遵守：違法行為や詐欺・偽レビューの生成などを禁じた利用ポリシーに従う。18歳未満の利用は想定していない。

多くの中小企業の使い方（社内での利用や、自社サービスの一機能として使う）は2の条件に当たりません。一方で1の表示義務は規模に関係なくかかるので、外向けのサービスに組み込むときは忘れないようにしてください。

注意点と、まだ公開されていないこと

• 日本語の性能は公式に評価されていない：モデルカードは「100以上の言語で学習」とする一方、「強くサポートされる言語の外では性能が落ちうる」とし、どの言語が強いかは示していません。日本語で使うなら自社の業務文書で試してから判断するのが確実です。
• 完全な評価レポートは未公開：公式ブログは安全性評価の全文を "available soon" としています。
• 量子化版は精度が少し変わりうる：NVFP4 などの量子化推論は、まれなケースでフル精度と差が出る可能性があるとモデルカードに書かれています。
• 単体ではなくガードレールと組み合わせる前提：Meta は、用途に合わせた安全策を持つシステムの一部として使うよう強く推奨しています。取り消しのきかない操作の前に人の確認を挟む、といった仕組みが例に挙がっています。
• 短く粗い動画は読めないことがある：数秒・100px 程度の動画では「見られない」と返すことがあり、短辺448px 以上を勧めています。

重みが公開されたことで、「社外にデータを出さずに、上位クラスのモデルを自社で動かす」という選択肢が現実の話になりました。ただ、設備の規模を考えると、API で試して効果を確かめてから自前運用を検討する順番が無理のない進め方です。

Mihata では、自社のデータを使ってオープンモデルを動かす仕組みづくりもお手伝いしています。どの道が合うか迷われている段階でも問題ございませんので、よろしければサービス内容もご覧ください。

まとめ

Muse Spark Open は、Meta が2026年10月15日に重みを公開した816B（稼働42B）・コンテキスト100万トークンのモデルです。使い道は、推論パートナー7社の API で呼ぶ、VRAM 700GB 以上の GPU か M5 Ultra の Mac Studio 2台で自前で動かす、そのために Hugging Face で申請を出す、の3つです。最上位の Muse Wonder は重み非公開、PC 1台向けは Muse Glimmer 30B、その間に入るのが Muse Spark Open という並びになります。ライセンスは無料で使える範囲が広い一方、表示義務と大規模な MaaS 事業の別契約があります。

自社の業務にどのモデルをどう当てるかは、実際の業務やデータの扱いを見ないと決めにくい部分です。検討の途中でもご相談いただけます。