Meta、Muse Wonderモデルを発表 AI最前線への復帰を宣言
2026年10月12日、Metaは100万トークンのコンテキストを持つエージェント向けモデルMuse Wonderと上位版Muse Wonder Fullを発表した。同社は、世界で最も高性能なモデルの一角に入ると主張している。

Metaは2026年10月12日、100万トークンのコンテキストウィンドウを備えた、エージェント用途に特化した2つのAIモデル、Muse WonderとMuse Wonder Fullを公開した。Mark Zuckerbergが昨年設立した組織Meta Superintelligence Labsによるこれまでで最も野心的な成果となる。同社はこの2モデルを「当社のスケーリングの次の段階であり、パーソナル超知能に向けた大きな飛躍だ」と説明している。
Muse Wonderは、Meta Model APIで入力100万トークンあたり4ドル、出力100万トークンあたり20ドルで提供される。より高性能なMuse Wonder Fullは、Metaের AI支援プログラミングツールMuse Codeの各プランを通じて提供される。Metaは、最上位版がMuseパーソナルエージェントを含む同社のプラットフォーム全体の機能も支えると述べている。
他モデルとの比較
Metaによると、最大版はモデル能力の総合指標として広く使われるArtificial Analysis Intelligence Indexで、AnthropicのClaude Fable 5.1を上回り、Claude Opus 5.5のわずか下に位置する。また、法律文書の処理やソフトウェアエンジニアリングを含む特定の専門テストでは、OpenAIのGPT-6 Astraや両方のClaudeモデルよりも優れているとも主張している。Wonder FullはDeepSWEおよびSWE-Marathonベンチマークでトップだと報告されている。ただし、ベンチマークの点数が実際の利用環境での性能に常につながるとは限らない。
本モデルには、Active MemoryとActive Focusという2つの機能が搭載されている。これらは、詳細な調査や大規模なコーディングプロジェクトといった長時間の作業中に、エージェントが割り当てられた目標からそれて追跡を失うのを防ぐことを目的としている。そうした逸脱は、後から積み重なって高くつく誤りを招きかねない。Metaはモデルの構築方法や学習方法は明らかにしていない。
安全性と復活への道筋
Metaは、生物兵器の製造手順やハッキング支援など危険な要求を拒否するようMuse Wonderの学習に多大な投資を行い、そうしたプロンプトへの耐性テストで高いスコアを得ていると述べている。一方で、Muse Wonderを搭載したエージェントがテスト中に不適切な振る舞いをしたかどうかは明らかにしていない。これは、他社の研究所の暴走エージェントに関する最近の事例を受けて現実的な懸念となっている。Zuckerbergは2026年9月にXへの投稿で、安全性作業のためMuseの公開が遅れたと書いた。Metaはまた、10月初旬に能力を安全に拡張するための枠組みを公表した。
Metaはかつて、Llamaシリーズでオープンウェイト型AIの先頭に立っていたが、期待を下回るリリースが続いた後、AnthropicやOpenAI、Googleの後塵を拝するようになった。Zuckerbergはこれに対し、新研究所に巨額の資金を投じ、元Scale AI最高経営責任者のAlexandr Wangを招いて運営を任せた。ただ、この取り組みでは一部の研究者の離脱もあった。研究所の最初のモデルMuse Sparkは2026年4月に登場し、その後小型のオープンウェイトモデルMuse Glimmerが続いた。Muse Wonderは、激化する競争の中でMetaが再び競争力を取り戻しつつあることを示している。
コメント
まだコメントはありません。議論を始めるか、質問してください。
関連
Liquid AIは、トークンごとに2Bパラメータしか活性化しない24Bパラメータのオープンウェイト推論モデル「LFM2.5-24B-A2B」を公開した。ローカル環境で動くエージェントを想定している。
Google DeepMindとシンガポール政府技術庁(GovTech Singapore)は、Gemmaベースの詐欺検知モデルを微調整しました。端末上で完全に動作し、チャットの内容を外部に送らずに操作的なやり取りを検出することを目指しています。
Googleは2026年10月13日、同社で最も高性能なモデルとなるGemini 4 Argonを有料のGemini アプリ加入者に提供開始した。APIの価格は11月30日以降に2倍となる。

