Muse Wonder / Muse Wonder Fullは、Metaが2026年10月12日（現地時間）に発表した新しいAIモデルです。AIの「頭脳」にあたる部分で、Metaは自社でこれまででもっとも高性能なモデルだと説明しています。会話をまたいで大事なことを覚え、難しい作業でも粘り強く進める点が特徴です。MetaのAIエージェント「Muse」にも、近く搭載される予定です。
ひとことで言うと何ですか？
Muse Wonder / Muse Wonder Fullは、ユーザーの代わりに調べものや手続き、プログラム作りを進める「AIエージェント」のための、Metaの新しいAIモデルです。
※AIエージェントとは: 質問に答えるだけでなく、メールの送信や予約など、頼まれた作業を代わりに進めてくれるAIのことです。
身近なたとえで言うと、アプリの「Muse」が車で、Muse Wonderがエンジンのようなものです。エンジンを新しくすると、同じ車でも走りが変わります。
ただし、これはあくまでたとえです。実際のMuseは、いまは別のモデル「Muse Spark 1.3」を土台にしています。Muse Wonderへの切り替えはこれからです。
これまでと何が変わるのか
- 大事なことを覚えていてくれる: 好みや習慣、以前の何気ない会話を、日をまたいでも覚えています。必要な場面では、AIのほうから思い出して使います。Metaはこれを「Active Memory（能動的記憶）」と呼んでいます。
- 途中であきらめにくい: 作業が行き詰まったら、別の方法を試したり、エラーから立て直したりします。必要なときは質問し、重要な操作の前にはユーザーに確認します。こちらは「Active Focus（能動的集中）」です。
- 暮らしや仕事の専門分野を強化した: 賃貸契約書の読み解き、保険金の請求、家計の把握などが想定されています。法律・金融・健康の分野を重点に置いたとMetaは説明しています。
プログラムを作る力（コーディング）も強化されています。こちらは主に開発者に関わる変化です。
Muse Wonder / Muse Wonder Fullとは？
誰が作ったどんなものか
FacebookやInstagramを運営する米Metaが作ったAIモデルで、2つのモデルからなる「シリーズ」です。標準の「Muse Wonder」と、上位版の「Muse Wonder Full」があります。
Metaの流れで見ると、2026年4月にMuse Spark、9月に米国でAIエージェントMuseの提供が始まり、10月にMuse Wonderが出ました。Metaは14か月前にAI開発を土台から作り直し始めたと説明しています（Meta公式ブログ）。
訓練には、ギガワット級と呼ぶ非常に大きなデータセンター「Prometheus」が使われました。Muse Sparkで培った事前学習と強化学習の手法を、さらに大きな規模に広げたとされています。
※事前学習・強化学習とは: AIに大量の文章などを読ませて基礎力をつける工程と、試行錯誤させて上手な振る舞いを覚えさせる工程のことです。
ChatGPTなどと比べてどこが違うのか
ChatGPTのような対話サービスも、中心にはAIモデルがあります。Muse Wonderはその「モデル」にあたる部分で、サービス名ではありません。
Metaが強調するのは、ただ答えるだけでなく、個人や仕事の作業を最後までやり切る力です。そのために「覚える力」と「粘る力」を前面に出しています。
他社のモデルにも似た機能があるかどうかは、今回の資料では比べられていません。そのため、機能面の違いを当サイトとして断定することはできません。
2つのモデルの違い
| 項目 | Muse Wonder | Muse Wonder Full |
|---|---|---|
| 位置づけ | 標準モデル | 上位モデル |
| 提供先 | Meta Model API、Muse Code | Muse Codeの契約者向け |
| Museへの搭載 | 近く搭載（まず契約者） | 資料では言及なし |
| 総合指標（Artificial Analysis Intelligence Index） | 52（GIGAZINE） | 56（Artificial Analysis） |
Impress Watchは、Fullについて「未知のタスクへ取り組む能力が高く、コーディング性能もフロンティアモデルのなかで上位」と紹介しています。モデルの大きさや速度の差は、資料からは確認できません。
なぜ話題になっているのか
理由は大きく3つあります。
1つ目は、Metaが「同社最大」のモデルを出したことです。4月のMuse Sparkから約半年で次のシリーズが出たため、GIGAZINEは「最先端に追いついた」と書いています。これはGIGAZINEの見方です。
2つ目は、個人向けのAIエージェント「Muse」に載る予定のモデルだからです。普段使うアプリの中身が変わるかもしれない、という点で関心を集めています。
3つ目は、開発者がすぐ試せることです。発表と同じ日から、開発者向けの窓口で使えるようになりました。Hacker Newsやはてなブックマークでも話題に挙がっています。
テスト結果はどう見ればいいか
「ベンチマーク」とは、AI同士を同じ問題で比べる共通テストのことです。ITmediaによると、Metaのモデルカードでは、OpenAIの「GPT-6 Astra」、Anthropicの「Claude Fable 5.1」「Claude Opus 5.5」と、それぞれ最大の推論設定で比べています。
- 法律業務（Harvey LAB-AA）: Fullが13.1。GPT-6 Astraは8.6、Claude Opus 5.5は4.2でした。
- 長期のコーディング（DeepSWE 1.1）: Fullが79.0。Claude Opus 5.5は74.2、GPT-6 Astraは74.1でした。
- Claude Opus 5.5が最高だった項目: 医療の質問（HealthBench Pro）、ターミナル操作（Terminal-Bench 4.0-AA）、プログラムの新規作成（ProgramBench）、Artificial Analysis Index。
数字の単位や満点は資料から分からないため、見るのは同じテスト内での差だけにしてください。つまり、全部で勝っているわけではなく、得意な分野が分かれています。
資料で食い違っている点
Artificial Analysisの総合指標について、報道が少し食い違っています。ITmediaは、モデルカードの比較ではClaude Opus 5.5が最高スコアだったと伝えています。
一方、GIGAZINEは、Fullが56でClaude Fable 5.1、GPT-6 Astra、Gemini 4 Argonを上回ったと書いています。GIGAZINEの比較対象にClaude Opus 5.5は入っていません。
Artificial Analysisのページでは、Full（Max）は56で、690モデル中4位と表示されています。1位ではないことが読み取れます。
なお、MetaのPersonal Superintelligence IndexとMemoryBenchは、同社の社内評価だとITmediaが書いています。第三者による検証ではない点に注意してください。
仕組み・主な特徴は？
1. 会話をまたいで覚える（Active Memory）
できること: 重要な情報を、会話をまたいで持ち続けます。作業に関係する細かい点は、AI自身が探して取り出します。Meta公式ブログは、これを「信頼できるエージェントへの重要な一歩」と位置づけています。
実現方法: 資料には内部の仕組みの説明がありません。評価にはMemoryBenchという社内テストが使われています。
2. 難しい作業でも続ける（Active Focus）
できること: 難しい目標に向けて、別の方法を試し、つまずきを乗り越え、新しい情報に合わせて動きを変えます。必要なときは質問し、重要な操作の前には確認します。
実現方法: 長く続く多様なタスクで訓練したと説明されています。評価にはFocusBenchと、長期のソフト開発を扱うSWE-Marathonが使われました。
3. 法律・金融・健康の知識
できること: 契約書の読み解きや、お金・健康に関する情報の整理です。Metaは評価に、法律・金融・健康のタスクを含めています。
実現方法: 資料には詳しい説明がなく、評価の例としてHarveyの法律エージェント向けテストが挙がっています。このテストは、元の書類を読み、細かな指示に従って法律文書を作る力を測ります。
4. プログラム作り
できること: 要件を追い、複数の箇所に変更を加え、テストと修正を繰り返す一連の作業です。小さなアプリから複雑なソフトまでを支えるとされています。
実現方法: 長時間にわたる多様な作業で、両モデルを訓練したと説明されています。
5. 多様な入力と長い文脈
できること: ITmediaが伝えるモデルカードによると、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。扱える長さ（コンテキスト長）は100万トークンです。
※トークンとは: AIが文章を数えるときの単位です。Artificial Analysisは、100万トークンをA4用紙約1500枚分と例えています。
Metaは使い方のデモとして、ランニング計画づくり、Instagramの写真から作るオリジナルグッズの注文、結婚式の席次表づくり、画像から遊べる3Dキッチンゲームの生成などを公開しています。
自分に関係ある？ 向いている人・向いていない人
結論から言うと、エンジニアでない人が「Muse Wonderそのもの」を直接使う場面は、いまのところ多くありません。多くの人にとっては、Museのような普段使うサービスの裏側に組み込まれていくものです。
Metaは、Muse Wonderを近くMuseに搭載し、まず契約者に展開するとしています。今後は、Museでの生成物（アーティファクト）づくりや、より高い知能が必要な処理にも使うほか、全ユーザー向けの特化型モデルの開発にも使う計画です。
関連: 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
関心を持つとよい人
- 開発者: APIやMuse Codeで、すぐ試せます。
- 企画・営業・マーケ担当: AIエージェントが、メールや予約などをどこまで任せられるかの流れを追えます。
- Museの利用を考えている人: 今後の機能向上の方向性が分かります。
いますぐ必要ではない人
- 普段のAIの使い方を変える予定がない人。
- 日本で使えるサービスだけを探している人。Museは現在米国で提供されています。
使い方・始め方は？
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。
資料には、具体的な手順やコマンドは載っていません。確認できるのは、入手先と前提条件だけです。
- Muse Wonder: Meta Model APIとMuse Codeで、発表日から使えます。
- Muse Wonder Full: Muse Codeの契約者向けです。
- Muse（アプリ）: 近く搭載予定です。まず契約者から展開され、時期や対象プランは明らかにされていません。
※Muse Codeとは: Metaのコーディングエージェント、つまりプログラム作りを任せられるAIです。
資料同士で少し表現が違います。Meta公式は、Muse WonderがAPIとMuse Codeで使え、Fullは契約者向けと書いています。GIGAZINEは、両モデルがMuse Codeの契約者向けで、WonderはAPI経由でも使えると書いています。Muse Wonderの利用に契約が必要かどうかは、資料からは断定できません。
API料金は、GIGAZINEの報道で100万トークンあたり入力4ドル（約633円）、キャッシュ済み入力0.20ドル（約32円）、出力20ドル（約3167円）とされています。A4約1500枚分の文章を読ませて約4ドル、という目安です。
この料金は今回の資料ではGIGAZINEだけが伝えています。また、Fullの料金とMuse Codeの契約料金は、資料に記載がありません。GIGAZINEによると、Metaのモデル紹介ページはdev.meta.ai/models/muse-wonderです。
注意点・現時点で分かっていないことは？
安全性について
Metaは、自社の「Meta Superintelligence Scaling Framework」に沿って評価したと説明しています。ITmediaによると、サイバーセキュリティと制御喪失の分野は、対策前でも「中程度以下」のリスクでした。
化学・生物の分野では「高リスク」の基準に達する可能性を排除できなかったため、追加学習やシステムレベルの分類器などの対策を取ったとのことです。その結果、全分野で「中程度以下」になったとMetaは述べています。追加評価を含む完全版のレポートは、近く公開される予定です。
Meta公式は、許可なく個人情報を共有しない、有害な行為への協力を断る、といった方向で訓練したとも説明しています。MuseのようなAIエージェントはメッセージ、予定表、書類を扱うため、重要な点です。防御目的のコード点検などは引き続きできるように調整したとされています。
GIGAZINEは、Metaのグラフを根拠に、未承認のコード実行や個人情報の誤った扱いの割合が、AnthropicやOpenAIのモデルより低いと伝えています。これはMetaの示した結果に基づく報道で、第三者の検証は資料に含まれていません。
その他の注意点
- 比較条件: ベンチマークは、各社モデルを最大の推論設定にして比べたものです。実際の使い心地とは一致しないことがあります。
- 出力量: Artificial Analysisのページでは、総合指標のテストで1億4000万トークンを出力しました。比較対象の中央値は8800万トークンで、やや饒舌な部類です。費用への影響は、資料からは確認できません。
- 速度・費用の計測: 同ページでは、出力速度や費用が未計測（N/A）と表示され、「公開APIなし」との注記もあります。
- ライセンス: 同ページはFullを非公開（Proprietary）のモデルに分類しています。重みの公開有無や商用利用の条件は、他の資料に記載がありません。
- 未公表の点: モデルの大きさ、Fullの料金、Museへの搭載時期と対象プラン、日本での提供は、資料からは確認できません。
なお、日本の読者にとって重要な点として、Museは現在米国で提供されています。国内での利用可否は、公式の続報を待つ必要があります。
関連: 比較対象の一つについては、GPT-6 Astraとは？歴史的暗号を解いた最上位AIモデルの仕組みやSolとの違いも参考になります。
まとめ
- Muse Wonder / Muse Wonder Fullは、Metaが2026年10月12日に発表した新しいAIモデルで、標準版とその上位版があります。
- 特徴は、会話をまたいで大事なことを覚える力と、難しい作業を粘り強く続ける力です。法律・お金・健康の知識や、プログラム作りの力も強化されています。
- 普通の利用者は、近くMuseに載ることで間接的に使う形になる見込みです。直接触れるのは、いまは主に開発者です。
- テスト結果は分野によって優劣が分かれ、すべてで他社を上回ったわけではありません。
- Fullの料金、Museへの搭載時期、日本での提供などは、まだ公表されていません。
よくある質問
プログラミングができなくても使えますか？
直接使う場面はまだ限られます。Muse Wonderは、MetaのAIエージェント「Muse」に近く搭載される予定です。現時点で触れるのは、主に開発者向けのMeta Model APIとMuse Codeです。Museへの搭載時期や対象プランは公表されていません。
無料で試せますか？
資料の範囲では、無料で使えるとは確認できません。Muse Wonder FullはMuse Codeの契約者向けで、MuseへのWonder搭載もまず契約者から始まります。API料金はGIGAZINEの報道で、100万トークンあたり入力4ドル・出力20ドルとされています。
Muse WonderとMuse Wonder Fullの違いは何ですか？
Muse Wonderが標準モデル、Fullが上位モデルです。Fullは未知のタスクへの対応力やコーディング性能が高いと紹介されています。提供先も異なり、FullはMuse Codeの契約者向けです。大きさや速度、Fullの料金といった細かな差は、資料からは確認できません。
GPT-6 AstraやClaude Opus 5.5より高性能なのですか？
テストによって結果が分かれます。モデルカードでは、法律業務のHarvey LAB-AAでFullが13.1、長期コーディングのDeepSWE 1.1で79.0と、両社のモデルを上回りました。一方、医療質問やターミナル操作など4項目では、Claude Opus 5.5が最高スコアでした。
日本でも使えますか？
資料には日本での提供に関する記載がありません。Museアプリは現在米国で提供されており、Muse Wonderの搭載時期や対象プランも明らかにされていません。開発者向けのMeta Model APIやMuse Codeの提供地域も、資料からは確認できません。
