MetaがMuse Spark Open公開、Mac Studio 2台で動く大型AI

Metaが、オープンウェイトのAIモデル「Muse Spark Open」を2026年10月15日（米国時間）に公開しました。総パラメータ8,160億（816B）、推論時に動くのは420億（42B）というMoE（混合エキスパート）型の大型モデルで、コンテキストは最大100万トークン級。Metaは「米国製のオープンウェイトモデルとして過去最高の性能」とうたっています。目を引くのは、AppleのM5 Ultraを積んだMac Studio 2台で、デスクの上で動かせるとしている点です。

モデルの重みはHugging Faceなどで配布され、APIとしてもOpenRouterやGroqなど複数の事業者から使えます。ただし、商用で使うときにはMeta独自のライセンス条件があります。何ができて、どこに注意すればよいのかを整理します。

Muse Spark Openは816BのMoE、入力は画像・動画・音声も

Metaの研究ブログによると、Muse Spark Openはテキスト以外も最初から扱えるマルチモーダルなモデルで、コーディングやエージェント的な作業（長い手順をこなす作業、複雑なソフトウェア開発、多段階の推論）に向けて作られたとしています。Hugging Faceのモデルカードでは、入力はテキスト・画像・動画・音声に対応し、出力はテキストのみ。重みはBF16とNVFP4の2種類が公開されています（ITmedia AI＋は、コンテキスト長を最大104万8,576トークンと伝えています）。

ベンチマークはモデルカードに表で載っています。エージェント性能を測る「JobBench」「MCP-Atlas」では、Qwen 3.8 2.4T A95B、GLM 5.3、Kimi K3といった中国の高性能モデルと並ぶか上回る結果です。一方で、同じエージェント系でも「OSWorld Verified」などではKimi K3などが上で、コーディング性能の「Terminal-Bench 2.1」では76.4と、比較相手の3モデル（82.0〜85.0）をいずれも下回っています。「何でもトップ」ではなく、得意・不得意がはっきりしたモデルと受け止めておくのがよさそうです。

MetaはMuse Spark Openを「Muse Sparkのオープンウェイト版」と位置づけています。安全面については、オープンウェイト向けの追加の安全学習を施し、社内の評価枠組みで公開の基準を満たしたと説明しています（詳しい評価報告書は後日公開予定）。

Mac Studio 2台で動く、という話の中身

今回の発表に合わせて、Appleも同じ日に技術ブログを出しています。それによると、Muse Spark OpenはBF16のままだとパラメータだけで1.6TBを超えるメモリが必要ですが、4ビット（NVFP4）に量子化すると約493GBまで小さくなります。それでも推論中の計算に使うメモリを足すと、512GBのMac Studio 1台には収まりません。

そこで、Thunderbolt 5で2台以上のMac Studioをつなぎ（Appleの構成では、各ペアをケーブル2本で接続）、モデルを分割して動かします。AppleはMLXの最新版とRDMA over Thunderboltを使い、コンテキスト8,192トークンの条件で、4台構成なら毎秒36トークンを超える生成速度が出たとしています。人が文章を読む速さを大きく上回る数字です。2台構成では、つなぎ方（並列化の方式）によって毎秒約16〜25トークンでした。同じ「2台」でも速さがかなり変わる点は覚えておきたいところです。

Metaのブログでは、2台のMac Studio上で、オープンソースのMastodonクライアントのiOSアプリに実際の修正を入れたり、動画編集ソフトのDaVinci Resolveを操作して映像の良い場面を切り出したりと、端末内で完結するエージェント作業を、Muse Codeを通して試した例も紹介されています。

とはいえ、M5 UltraのMac Studioを2台そろえるのは、個人で気軽に用意できる環境ではありません。「家で動く」は技術的には事実でも、ほとんどの人にとっての現実的な入口は、次に挙げるAPIのほうです。

使い方はAPI・クラウド・自前環境の3通り

• APIで使う: Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIで提供（Metaブログより）
• 重みを入手する: Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models。Hugging Faceのモデルページは、ライセンスへの同意などのアクセス申請が必要な形になっています。GPUで動かす目安は、モデルカードによるとNVFP4でVRAM 700GB以上です
• 自分の環境で動かす: SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unslothなどの推論エンジンに対応

試すだけなら、OpenRouterのようにいくつものモデルを切り替えられるAPIサービス経由がいちばん手軽です。社外に出したくないデータを扱う用途で、手元やクラウドの自社環境で動かしたい場合に、重みの公開が効いてきます。

商用利用には「Muse Model License」の条件がある

ライセンスは、Meta独自の「Muse Model License」です。Metaは「限定的な商用条件付きで、多くの開発者が無料で使える」と説明しています。ライセンス本文とITmediaの記事から、主な条件をまとめると次のとおりです。

• 「Built with Muse Spark Open」の表示が必要（事業の規模に関係なく求められる）で、用途の制限もある
• 関連会社と合算した総収益が、連続する12か月のいずれかで2,000万ドルを超える事業者が、モデルをAPIなどで第三者に提供する（Model as a Service）場合は、Metaへの通知と別契約が必要
• この条件は、社内での利用、研究、モデルそのものを提供する形ではない自社製品の機能としての利用には適用されない

「オープン」という言葉から、Apache 2.0やMITのような自由なライセンスを想像すると、表示義務や用途制限を見落としがちです。仕事で使うなら、ライセンス本文（Hugging Faceのモデルページから確認できます）を一度読んでおくのが前提になります。

デスクで動く時代の付き合い方

個人的に面白いと感じたのは、今回の発表が「性能」と同じくらい「どこで動くか」を前面に出している点です。これまで最上位クラスのモデルはクラウドで使うものという前提でしたが、MetaとAppleが同じ日に、デスクの上で動かす具体的な数字と手順を出してきました。ただ、日本の読者にとってすぐ役立つのは、ローカル動作よりも「APIで安く試せる選択肢が1つ増えた」ことのほうでしょう。ベンチマークではJobBenchやMCP-Atlasが強い一方、コーディングは比較相手に及ばない項目もあるので、手持ちの作業で既存のモデルと比べてから使い分けを決めるのが無難です。ライセンスで読み違えやすいのは、2,000万ドルの線引きが「そのサービスの売上」ではなく「関連会社も含めた会社全体の総収益」で決まる点と、表示義務は会社の規模に関係なくかかる点です。小さなサービスほど、表示を忘れないようにしたいところです。

MetaのほかのモデルについてはMetaがMuse Wonderを発表、APIとMuse Codeで提供開始でも紹介しています。

出典

• Meta AI Research「Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date」（2026年10月15日）
• Apple Machine Learning Research「Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio」（2026年10月15日）
• Hugging Face「meta-models/Muse-Spark-Open-816B-A42B」
• ITmedia AI＋「Meta、「米国製で最高性能」のオープンモデル「Muse Spark Open」発表」（2026年10月16日）

2026年10月16日時点の情報です。