Muse Spark Openは、Metaが2026年10月15日に公開したAIです。AIの「中身」にあたるデータが丸ごと配られ、企業や開発者が自分のコンピューターで動かせます。高性能なパソコン数台でも動くと発表され、注目を集めています。名前を見かけたら、まず「Metaが中身ごと配ったAI」と覚えておけば十分です。
Muse Spark Openをひとことで言うと？
Muse Spark Openは、プログラミングや複雑な作業の自動化に強いAIを、誰でも自分の環境に持ち込めるようにした、Meta製のAIモデルです。
たとえるなら、レストランの料理を「お店で食べる」のではなく、「料理そのものを持ち帰って自宅の厨房で温められる」ようにしたものです。
ただし、この料理はとても大きく、普通の台所には収まりません。実際、動かすには大きなメモリを積んだ機械が要ります。この点は後の節で説明します。
これまでと何が変わるのか
- 外部のサービスを通さず、自社や手元の機械でAIを動かす選択肢が増えた
- 個人向けとして売られている高性能なパソコン（Mac Studio）2台で動く構成が、Appleとの協力で示された
- 多くのクラウド事業者やAI提供会社を通じても使えるので、自分で機械を用意しなくても試せる
Muse Spark Openとは？誰が作ったものですか？
Muse Spark Openは、Metaが公開したAIモデル「Muse Spark」のオープン版です。Metaの研究ブログでは、同社が 重み（モデルの学習結果のデータ）を公開した と説明されています。
※オープンウェイトとは: AIが学習して身につけた「中身」のデータを、誰でもダウンロードできる形で公開すること。
Gigazineの解説記事によると、Muse Sparkは2026年4月に発表されました。これまで主にMetaのサービスやAPI（外部のサービスから機能を呼び出す仕組み）を通じて提供されていました。2026年8月には小さめのオープンモデル「Muse Glimmer」も公開されています。今回はMuse Sparkに追加の安全対策を施した版を、中身ごと公開した形です。
MetaのMuseシリーズ全体については、Museとは？MetaのAIエージェントの仕組み・特徴・ChatGPTとの違いを解説も参考になります。
ChatGPTなどとの違い
多くのチャットAIは、提供元の画面やアプリ越しに使います。中身は手元に来ません。
Muse Spark Openは中身が配られるので、自分の環境で動かせます。目的に合わせて追加で調整することもできます。Metaの資料には、Gigazineが指摘するように、外部サービス経由だと利用料金やデータの扱いに制約が出る、という背景も読み取れます。
ただし、日常的に使う窓口（チャット画面など）が用意されたという説明は、資料の範囲では確認できません。
なぜ話題になっているのですか？
話題の理由は主に3つあります。
1つ目は、Metaが「これまでで最も高性能な米国製のオープンウェイトモデル」とうたっている点です。これはMeta自身の評価です。PC Watchも「うたう」と書いています。
2つ目は、巨大なAIが机の上のマシンで動くという点です。Metaの発表では、M5 Ultraというチップを積んだ「Mac Studio」を2台使えば、デスクトップで動かせるとされています。
3つ目は、使える場所が広い点です。重みはHugging Faceのほか、AmazonやGoogle、Microsoftのクラウドのモデル一覧からも入手できます。APIを使った提供も、Together AIやOpenRouterなど7社で始まっています。
海外の開発者コミュニティでも、Hacker NewsやProduct Huntで取り上げられています。
どんなことができて、どんな仕組みですか？
1. 長い仕事を任せられる
Metaは、長時間にわたる作業や複雑なソフトウェア開発、段取りを踏む考え事が得意なモデルだと説明しています。Metaの開発者向けブログには、大きなプログラムを読み、変更を計画し、道具を呼び出して結果を確かめ、失敗したら自分で直すエージェントを作れる、とあります。
※エージェントとは: 質問に答えるだけでなく、手順を考えて自分で作業を進めるAIのこと。
どう実現しているかは、資料では細かく説明されていません。「エージェント向けに訓練した」とされています。
2. 大量の資料を一度に読める
一度に扱える量は約100万トークンです。ITmediaによると、正確には1,048,576トークンです。
※トークンとは: AIが文章を読むときの、文字のかたまりの単位。
長い資料や大量のプログラムを、まとめて読み込めるイメージです。
3. 文字だけでなく、画像・動画・音声も受け取れる
入力はテキスト、画像、動画、音声に対応します。一方で、出力はテキストのみです。
Metaは、動画編集ソフトを操作させた例も挙げています。モデルが映像を1コマずつ見て見せ場を選び、縦長に切り抜く作業です。
4. 巨大なのに、動かす負担は抑えめ
全体の大きさは8,160億パラメーターです。ただし、一度に使うのは約420億です。
※パラメーターとは: AIの賢さを決める、調整用の「つまみ」の数。多いほど大きなAIになります。
これは「Mixture of Experts（MoE）」という仕組みのおかげです。得意分野の違う専門家チームのうち、必要な人だけを呼んで仕事をさせるイメージです。Appleの技術ブログも、使う部分を絞ることで計算量が減ると説明しています。
5. 手元のマシンでも動く工夫
Gigazineによると、通常の精度ではモデルのデータだけで約1.6TBのメモリが必要です。そこで「量子化」という方法でデータを縮め、約493GBにしています。
※量子化とは: 数字の細かさを少し粗くして、データの大きさを小さくする方法。
Appleの発表では、4台のMac Studioをつなぐと、1秒に36トークンを超える速さで文章を作れたとのことです。Appleは「人が読む平均的な速さを十分に上回る」と述べています。ITmediaは、2台では約25トークンだったと伝えています。
自分に関係ありますか？
結論から言うと、多くの非エンジニアの方が、直接触るものではありません。
資料で「公開された」とされているのは、モデルのデータと、動かすための環境です。一般向けのアプリやチャット画面が発表されたとは書かれていません。
ただ、普段使うサービスの裏側で使われる可能性はあります。企業がこのモデルを自社のサービスや社内の仕組みに組み込めるからです。ライセンスも、社内利用やサービスの一部としての利用には、追加の契約を求めないとされています。
向いている人
- 自社の環境でAIを動かしたい、開発チームや情報システム担当の人
- AIの業界動向を追っている企画・営業・マーケの人（比較材料として）
- 開発者向けの新しいAIを、APIで試したい人
向いていない人
- すぐに使えるチャットAIのアプリを探している人
- 一般的なパソコン1台で気軽に動かしたい人（約493GBに縮めても大きいため）
触ってみるにはどうすればいいですか？
ここからは実際に触ってみたい人向けです。読み飛ばしても全体像は分かります。
入手先
重みはHugging Faceで公開されています。ほかにAmazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Modelsからも入手できます。
自分で機械を用意せずに試すなら、APIを提供する事業者が使えます。Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIの7社です。
Macで動かす場合は、MLXという道具が重みをHugging Faceから直接取得します。構成は、M5 Ultraと512GBのメモリを積んだMac Studio2台、または4台です。
サーバーで動かす例（vLLM）
Metaの開発者向けブログに載っているvLLMでの起動例です。実行には、モデルを4分割して載せられる大きな計算機が必要です。必要なGPUの種類や台数は、資料からは確認できません。
VLLM_USE_RUST_FRONTEND=1
vllm serve meta-models/Muse-Spark-Open-816B-A42B-NVFP4 \
--tensor-parallel-size 4 \
--enable-expert-parallel \
--max-model-len 1048576 \
--reasoning-parser muse \
--tool-call-parser muse \
--enable-auto-tool-choice \
--speculative-config '{"method":"dspark","model":"Inferact/Muse-Spark-Open-DSpark","num_speculative_tokens":7,"draft_sample_method":"probabilistic","rejection_sample_method":"block","enable_adaptive_verification":true}'このほか、SGLang、TensorRT-LLM、Transformers、llama.cpp、Unslothでも動くとされています。追加の調整には、PyTorchのTorchTitanなどが使えます。
注意点・現時点で分かっていないことは？
性能の数字はMetaの発表が中心
Metaの比較では、JobBenchやMCP-Atlas、HLE-Diamondで、Qwen3.8、GLM 5.3、Kimi K3を上回りました。一方、Terminal-Bench 2.1などコーディング系では、競合に及ばない項目もあります。
Gigazineによると、第三者のArtificial Analysisの総合指標では39ポイントで、DeepSeek V4.1と同点です。得意・不得意があり、「全部で一番」という話ではありません。日本語での性能は、資料からは確認できません。
ライセンスには条件がある
資料の説明は、次のように分かれています。
| 資料 | 説明の要点 |
|---|---|
| PC Watch | 商用を含め原則無償。MaaS事業者で総収入が連続12カ月で2,000万ドル超なら、通知と別契約が必要 |
| ITmedia | 「Built with Muse Spark Open」の表示義務と用途制限あり。2,000万ドル超でAPIなどで第三者に提供する場合は別契約。社内利用などには適用されない |
※MaaSとは: AIモデルをサービスとして他社に提供する事業のこと。
両者は矛盾していませんが、強調点が違います。用途制限の中身は、資料からは確認できません。導入前にライセンス全文を読む必要があります。
速度の数字には条件がある
Appleの速度は、4ビットに縮めた版（NVFP4）での測定です。見出しの速度は、入力が8,192トークンの場合です。
Gigazineによると、長い入力では、2台構成で最初の返事までの待ち時間がかえって長くなる場面もありました。4台に増やすと改善しています。一方、2台でもデスクトップで動くという表現が使われています。2台と4台の速さの差は、読み分ける必要があります。
未公表・確認できない点
- API利用料金は、資料に載っていません
- Mac Studioの価格や、サーバー向けの必要機材も載っていません
- 安全性は、MetaのフレームワークでMeta自身が評価し、公開基準を満たしたと説明しています。詳細な評価報告は「近日公開」とされ、第三者の検証は資料の範囲では確認できません
まとめ
- Muse Spark Openは、Metaが中身ごと公開した、プログラミングや自動化に強いAIです
- 巨大ですが、一部だけ動かす仕組みと縮小版により、Mac Studio2台でも動くと発表されています
- 多くの人は直接触るものではなく、他のサービスの裏側で使われる技術です
- 商用利用はできますが、大規模なサービス提供には別契約や表示義務などの条件があります
- 性能はMetaの発表が中心で、料金や日本語での性能など、分かっていない点も残っています
よくある質問
プログラミングができなくても Muse Spark Open は使えますか？
資料の範囲では、一般の人向けのチャット画面やアプリが用意されたという説明はありません。公開されたのはAIの中身にあたるデータと、それを動かすための環境です。非エンジニアの方は、今後このモデルを組み込んだ他社サービスが出てきたときに触れる、と考えるのが現実的です。
Muse Spark Open は無料で試せますか？
モデルのデータは Hugging Face などから入手でき、ライセンスは多くの開発者が無料で使える条件だと Meta は説明しています。ただし、動かすには大きな計算機が要ります。API 経由の利用料金は資料に載っておらず、各社の料金ページで確認する必要があります。
ChatGPT などのチャットAIと何が違いますか？
大きな違いは配り方です。Muse Spark Open は学習済みの中身（重み）が公開されており、自分の環境にダウンロードして動かしたり、調整したりできます。一方、多くのチャットAIは提供元のサービス経由で使う形です。性能の優劣は、資料からは一概に判断できません。
会社の仕事で使っても問題ありませんか？
商用利用は認められています。ただし、AIモデルを他社にサービスとして提供する事業者で、関連会社を含む総収益が連続12カ月で2,000万ドルを超える場合は、Metaへの通知と別途契約が必要です。表示義務や用途制限もあるため、導入前にライセンス全文の確認が必要です。
自分のパソコンでも動かせますか？
一般的なパソコン1台では難しいようです。Gigazine によると、通常の精度では約1.6TBのメモリが必要です。Apple は、512GB のメモリを持つ M5 Ultra 搭載 Mac Studio を2台または4台つないだ構成で動かしたと発表しています。
