AIREITER公開デモでMuse Spark Openを動かすには、大容量メモリ構成のMac Studioが最低でも2台必要になる。大半の開発者にとっては、まずホステッドAPIで性能を試すのが妥当だ。
Muse Spark Openは使う価値があるか
Muse Spark Openは、ウェイトを自前で保有したいチームや、長時間動作するプライベートなエージェントワークフローを必要とするケースでは検討に値する。幅広いランタイムに対応している点も利点だ。一方、一般的なコード生成の標準選択肢とは言いにくい。インフラ負荷が極めて大きく、Meta公表のコーディング評価でも複数のオープンウェイトモデルに後れを取っている。
| 利用シーン | 推奨 | 理由 |
|---|---|---|
| エージェント性能やツール利用の検証 | ホステッドプロバイダーを使う | クラスタ購入や分散MLX環境の構築が不要 |
| オンプレミスでのプライベート運用 | セルフホストを検討する | ウェイトを組織の管理下に置ける |
| 日常的なコード生成 | まず小規模モデルと比較する | 引用されたコーディング評価でMuse Spark Openは首位ではない |
| コンシューマー向けGPU 1基またはMac 1台 | セルフホストしない | 4ビットのチェックポイントでは推論用ワークスペースの余地がない |
| 商用モデルAPI事業 | 先にライセンスを確認する | 売上基準と別途契約の条項が適用される可能性がある |
| 100万トークンをフル活用するワークロード | 実データに近い条件で検証する | Appleの公開テストは65,536トークンまで |
これはプレビューではなく正式リリースだ。Metaは2026年10月15日にMuse Spark Openを公開し、ダウンロード可能なウェイトと、実名で挙げた7社の推論プロバイダー経由のアクセスを提供している。
Metaが公開したMuse Spark Openの仕様
Muse Spark Openは、コーディング、ソフトウェアエンジニアリング、ツール利用、長期的なエージェント処理を想定した、ネイティブなマルチモーダル対応のMixture-of-Expertsモデルだ。テキスト、画像、音声、動画を入力として受け取り、テキストを出力する。
| 仕様 | 公表値 |
|---|---|
| 総パラメータ数 | 816B |
| トークンごとのアクティブパラメータ数 | 42B |
| コンテキストウィンドウ | 1M tokens |
| ウェイト形式 | BF16 and NVFP4 |
| 学習言語の対応範囲 | 100言語以上 |
| Metaが挙げたホステッドAPIプロバイダー数 | 7 |
| Metaが挙げた対応ランタイム数 | 7 |
42Bアクティブという設計では、各トークンの処理で816Bすべてのパラメータを計算するわけではない。ただし、より厳しい制約はストレージだ。Appleによると、ネイティブBF16のパラメータには1.6TB超のメモリが必要で、4ビットのNVFP4チェックポイントも、推論ワークスペースとコンテキスト用メモリを除いて約493GBを占める。
正確な呼び方は「オープンウェイト」だ。開発者はMuse Model Licenseの下でモデルをダウンロード、変更、ファインチューニング、蒸留、配布できる。ただし、ライセンスには帰属表示、利用制限、一部のモデル・アズ・ア・サービス事業者向けの特別条項が含まれる。一般的な寛容型オープンソースライセンスとは条件が異なる。
ローカル運用は現実的か
Muse Spark Openのローカル展開は技術的には成立するが、コスト面と運用面の負担は大きい。Metaはユニファイドメモリを各最大512GBまで搭載できるM5 Ultra Mac Studio 2台での構成を示しており、Appleの分散MLXレポートでは2台構成と4台構成を測定している。
512GBのMac 1台では足りない理由
512GBのMac Studio 1台では、約493GBのNVFP4チェックポイントに加え、中間推論処理に必要なメモリを収められない。そのためAppleは、MLXとThunderbolt 5経由のRDMAを使い、モデルを複数マシンに分散している。
Appleのテスト環境はmacOS 26.2、MLX 0.30.1以降、通信バックエンドのjaccl、そしてピア間を結ぶThunderboltケーブル2本で構成された。8,192トークンと65,536トークンのコンテキストを測定し、バッチサイズ1で128トークンを生成している。
| Apple構成、8,192トークンのプロンプト | 最初のトークンまでの時間 | デコード速度 |
|---|---|---|
| M5 Ultra 2台、パイプライン並列 | 8.4 s | 15.74 tok/s |
| M5 Ultra 2台、テンソル並列 | 8.2 s | 24.99 tok/s |
| M5 Ultra 4台、テンソル並列 | 4.8 s | 36.73 tok/s |
4台構成の数値は性能面での見出しになる結果であり、最低構成を示すものではない。Metaの2台構成はモデルが収まり、実行できることを示している。一方、Appleの測定結果からは、トポロジーが使用感を大きく左右することが分かる。
パイプライン並列とテンソル並列の違い
パイプライン並列は、モデルをレイヤーの深さに沿って分割する方式だ。2台にウェイトを収めるにはより単純で、通信量も比較的少ない。しかしレイヤーは順番に実行されるため、デコードの高速化には限界がある。
テンソル並列では、各レイヤーを複数マシンにまたがって分割する。Appleの8,192トークンテストでは、M5 Ultra 2台で24.99 tokens per secondを記録し、パイプライン並列の15.74 tok/sより59%高速だった。代償は通信負荷の増加だ。65,536トークンでは、2台のテンソル並列によるプリフィルが、パイプライン並列より遅くなる場合があることもAppleは確認している。
性能評価：エージェント系は強いが、コーディングでは劣勢
Muse Spark Openは、公開されたエージェント・ツール利用系比較のうち2項目で首位に立つ。ただし、すべてのエージェントベンチマークで優位というわけではない。以下は独立して再現された値ではなくMeta公表値であり、本番採用の決め手ではなく候補選定の材料として扱うべきだ。
| ベンチマーク | Muse Spark Open | 引用された最上位の比較対象 |
|---|---|---|
| JobBench | 61.8 | GLM 5.3: 61.4 |
| MCP-Atlas | 89.2 | Qwen3.8: 84.5 |
| Terminal-Bench 2.1 | 76.4 | Kimi K3: 85.0 |
| DeepSWE 1.1 | 60 | Kimi K3: 68 |
| SWE-Atlas-QnA | 58 | Kimi K3: 66 |
| GPQA Diamond | 89.0 | Kimi K3 and Qwen3.8: 93.5 |
Muse Spark OpenはJobBenchで次点の値を0.4ポイント、MCP-Atlasでは4.7ポイント上回った。一方、Terminal-Bench 2.1ではKimi K3に8.6ポイント、GLM 5.3に7.5ポイント差を付けられている。
Metaはローカル環境でのデモも2件紹介している。オープンソースのiOSアプリ「Ice Cubes」を改修・ビルドする例と、DaVinci Resolveを操作して映像を確認し、縦長のクロップを作成する例だ。ただし、どちらも完了率、所要時間、介入回数、再現可能なタスクファイルを公開していない。能力の実演ではあっても、信頼性の証明にはならない。
リリース済みのOpenチェックポイントについて、実運用での独立した検証材料はまだ限られている。
導入を止めかねないライセンス条件
Muse Model Licenseは幅広い利用を認める一方、導入前にプロダクトチームと法務チームが確認すべき条件を設けている。実務上とくに重要なのは、帰属表示、モデル・アズ・ア・サービスの売上基準、禁止用途のルールだ。
| ライセンス上の論点 | 実務への影響 |
|---|---|
| 帰属表示 | 製品とサービスには「Built with Muse Spark Open」を目立つ形で表示する必要がある |
| モデル・アズ・ア・サービスの売上基準 | 連続する12か月間の総売上高が$20Mを超える事業者は、対象となるモデルアクセスを提供する前にMetaへ通知し、別途契約を結ばなければならない |
| 社内利用または組み込み製品での利用 | 引用されたモデル・アズ・ア・サービス条項は、社内利用や非モデルサービス製品を支えるモデルには同じ形では適用されない |
| 利用制限 | ポリシーは、マルウェア、武器、重要インフラ、詐欺、無断のなりすましなどを制限する |
| 年齢に関する記載 | このモデルは18歳未満の利用を想定していない |
$20 millionの条項はAPI料金ではない。一定の条件を満たすモデル・アズ・ア・サービス活動に紐付くライセンス上の基準だ。Muse Spark Openをアプリケーションへ組み込む場合と、推論エンドポイントを通じて再販する場合では、異なる判断が必要になる可能性がある。
Muse Spark Openを今すぐ使う方法
Muse Spark Openは、ホステッドAPIとダウンロード可能なモデルカタログを通じて利用できる。Metaはホステッドアクセス先としてBaseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIを挙げている。ウェイトはHugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Modelsに掲載されている。
対応ランタイムにはSGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp、Unslothが含まれる。Metaは、AMD MI350ハードウェアで行った引用元のHelion-kernelテストにおいて、エンドツーエンドで3%の改善を報告している。
プロバイダーごとにルートと利用条件を決めているため、公式の統一ホステッド価格はない。トークン価格、精度、コンテキスト上限、リーズニング設定、リージョンルーティング、データ保持・モデル学習ポリシー、そしてリリース済みのOpenチェックポイントを提供しているかを比較したい。
Muse Spark Open FAQ
Muse Spark Openは本当にオープンソースか
いいえ。ウェイトはダウンロードおよび変更できるが、ライセンスには帰属表示、商用利用、用途に関する制限がある。「オープンウェイト」と呼ぶのが安全だ。
Muse Spark OpenはMac Studio 1台やGPU 1基で動かせるか
Appleの公開構成では動かせない。NVFP4チェックポイントはワークスペースを除いて約493GBを占め、BF16パラメータには1.6TB超が必要になる。実用的な展開には、複数のマシンまたはアクセラレータが必要だ。
Muse Spark Open APIの料金はいくらか
価格はホステッドプロバイダーによって異なる。MetaはAPIパートナー7社を挙げているが、共通のトークン単価は公開していない。
Muse Spark OpenはKimi K3やGLM 5.3より優れているか
引用された結果ではMuse Spark OpenがJobBenchとMCP-Atlasで首位に立つ一方、Kimi K3とGLM 5.3は複数のコーディング重視テストで優位にある。総合評価のラベルに頼るのではなく、同じワークロードで比較するべきだ。
セルフホスト前に検証すべきこと
ハードウェアを購入する前に、代表的なエージェントタスクを同一条件で2社のホステッドプロバイダーに実行させよう。タスク完了率、人間の介入回数、最初のトークンまでの時間、総レイテンシー、出力コスト、データ保持条件、チェックポイントの識別情報を記録する。プライバシーや制御性が、測定された運用コストを上回る場合に限ってセルフホストを選びたい。