Metaが816BパラメータのMuse Spark Openを公開、1Mコンテキスト対応でMac Studio 2台で動作

ニュース概要

Metaは、米国開発者によるこれまでで最も高性能なオープンウェイトモデルと説明する、8160億パラメータのマルチモーダルモデルMuse Spark Openの重みを公開した。発表はMetaの研究サイトで2026年10月15日付。Metaは時刻を明記しておらず、リリース時点にタイムゾーンを付与することはできない。このモデルは混合専門家（MoE）設計を採用し、トークンごとにアクティブなパラメータは420億。最大100万トークンのコンテキストを受け付け、コーディングと長時間実行のエージェントタスクを想定している。

Metaが公開したもの

Muse Spark Openは総パラメータ8160億だが、各トークンを処理する際にアクティブになるのは約420億のみ。これは混合専門家（MoE）モデルの中核的な考え方だ。多数の専門サブネットワークが存在し、ルーターが各ステップで小さなサブセットを選択する。その結果、同サイズの高密度モデルよりもトークンあたりの計算コストを大幅に抑えつつ、非常に大きな知識容量を実現する。このモデルはネイティブにマルチモーダルであり、テキストと画像を後付けの視覚処理ではなく一緒に処理するよう訓練されている。また、1Mトークンのコンテキストウィンドウに対応し、大規模なコードベースや数時間分の書き起こしを1セッションで保持できる。

重みはHugging Faceのリポジトリmeta-models/Muse-Spark-Open-816B-A42BにBF16精度で掲載され、メモリ使用量を抑えるNVFP4（4ビット浮動小数点）ビルドも別途提供される。Metaはまた、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Modelsからのダウンロードも案内している。

コーディングとエージェントに焦点

Metaはこのモデルをソフトウェアエンジニアリング、多段階推論、長期的なエージェントワーク（モデルが計画を立て、ツールを呼び出し、多くのステップにわたって継続する作業）向けに位置付けている。MetaのコーディングツールであるMuse Code（このモデルを搭載）を使用したデモが2件示された。1件目は、オープンソースのMastodonクライアントIce Cubes for iOSに変更を加えた。2件目は、DaVinci Resolveでのエンドツーエンドの動画編集を処理し、映像をフレームごとにレビューして、最も印象的な瞬間を縦型クリップに切り出した。

デスクでフロンティア規模のモデルを実行

最も目を引く主張はローカル展開だ。Metaによると、このモデルはApple MLXフレームワークを使用してApple M5 Ultra Mac Studio 2台で動作する。各マシンは統合GPUに最大512GBのユニファイドメモリを割り当てられ、1.2TB/秒のメモリ帯域幅を提供するため、2台でCPUとGPU間で共有される約1テラバイトのメモリとなる。ユニファイドメモリは大規模モデルにとって重要だ。重みを個別のシステムメモリとグラフィックスメモリの間でコピーする必要がないからだ。Metaはこれを「未来はすべての人のもの」という信念の一部として位置付け、高度なモデルを自宅で実行することも含まれるとしている。

このテーマに馴染みのない読者のために説明すると、量子化によってこれが可能になる。NVFP4ビルドのように各重みをより少ないビット数で格納すると、メモリフットプリントが縮小する。通常はタスクによって変わる精度の低下を伴う。

アクセス、ツール、速度

ホスト型APIアクセスは、Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIを通じて提供される。サポートされる推論エンジンには、SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unslothが含まれ、AMD、Apple、Intel、NVIDIAハードウェア向けの最適化が施されている。ファインチューニングはPyTorchとTorchTitanを通じてサポートされる。

パフォーマンスエンジニアリングについて、MetaはSGLangのカスタム自動チューニング可能なHelion GPUカーネルがNVIDIAおよびAMD GPUで1.03倍から3.95倍のカーネルレベル高速化を実現し、AMD MI350ハードウェアではエンドツーエンドで3%の高速化を実現すると述べている。カーネルは1つのコア操作を実行する小さなGPUプログラムであり、そこでの高速化はモデル全体のスループットには部分的にしか反映されない。そのためエンドツーエンドの数値は小さくなる。

ライセンスと安全性

このモデルはMuse Model Licenseの下で提供される。Metaはこれを、多くの開発者が無料で使用できる限定的な商用条件を持つものと説明している。独立系メディアの報道によると、このライセンスはモデルの使用、変更、ファインチューニング、蒸留、再配布を許可するが、従来のオープンソースライセンスにはない条件が追加されており、「オープンソース」よりも「オープンウェイト」というラベルが正確だ。チームはこのライセンスに基づいて製品を構築する前にライセンス文書を読むべきだ。

Metaは、このモデルが追加の安全性ポストトレーニングを受け、Meta Superintelligence Scaling Frameworkの下で評価され、フレームワークのリリース基準を満たしたと述べている。Meta自身の要約は「結果は、測定されたリスクカテゴリ全体で強力な安全策を示している」というものだ。詳細な結果はモデルカードにあり、より完全な評価レポートは近日公開予定とされている。

背景：Metaのモデルラインアップにおける位置付け

Metaは2026年4月にMuse Sparkをプロプライエタリモデルとして発表し、将来のバージョンをオープン化する計画があると述べていた。二次情報によると、2026年8月にはApache 2.0の下で300億パラメータのオープンモデルMuse Glimmerが続き、Metaのリーダーシップはその後、新しいMuse Sparkバージョンの重みも公開すると述べた。Muse Spark Openはその流れにおける大規模なステップだ。二次情報筋はまた、より新しいホスト型Muse Sparkバージョンを報じており、オープンモデルがMetaの最新のプロプライエタリリリースと一致するとは想定すべきではない。

注意して扱うべき点

Metaの研究ページには「主要ベンチマーク」セクションと評価方法論レポートへのリンクがあるが、このレポートではベンチマーク数値を抽出できず、業界報道では独立した評価がまだMetaの能力主張を確認していないと指摘されている。「最も高性能な米国オープンウェイトモデル」という説明はMeta自身の枠組みだ。2台のMac構成での実世界の速度、量子化ビルドの品質、長いコンテキストでの動作などの実用的な問題は、コミュニティが重みをテストするにつれて明らかになるだろう。

学習者にとっての重要性

学生や開発者にとって、このリリースはフロンティア規模の混合専門家モデルを直接研究する機会となる。構造を調べ、オープンツールで実行し、小さな適応をファインチューニングし、量子化のトレードオフを比較できる。また、大容量ユニファイドメモリを備えたハードウェアが、データセンター外で実行できるものをどう変えているかを示している。

出典

Meta Research（research.meta.ai/blog/muse-spark-open）；Hugging Faceモデルカードとコレクション；MarkTechPost、Unite.AI、Analytics India Magazine、iGeeksBlog、DEV Communityの2026年10月15日頃の報道；The RegisterとConstellation Researchの初期のMuseモデルに関する文脈。