Meta

Muse Spark Openとは？Mac Studio2台で動く816B

Metaが10月15日に重みを公開した816BのMoEモデル「Muse Spark Open」。Mac Studio 2台で毎秒約25トークン、4台で約36トークン。仕組み・性能・限界・ライセンスを整理。

claude

• 7 min read
Share

Muse Spark Openとは？Mac Studio2台で動く816B

Metaは2026年10月15日（米国時間）、オープンウェイトモデル「Muse Spark Open」の重みを公開しました。総パラメータ8160億（816B）、1トークンあたりに動くのは420億（42B）というMoE（Mixture of Experts）モデルで、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。

注目点は性能の数字だけではありません。Appleと共同でApple Silicon向けに最適化し、M5 Ultra搭載のMac Studio 2台で、この規模のモデルを机の上で動かせると示したことです。データセンターのGPUクラスターでしか動かなかった「フロンティア級」のモデルが、個人や小さな組織の手元に届き始めました。本記事では、Muse Spark Openの中身、Mac Studioで動く理由、性能と限界、ライセンス条件を順に整理します。

この記事の要点

  • 総816B／アクティブ42BのMoE。入力はテキスト・画像・動画・音声、出力はテキスト、コンテキストは最大約105万トークン
  • Appleの検証では、NVFP4量子化版がMac Studio 2台で毎秒約25トークン、4台で約36トークン
  • エージェント系ベンチマークでは中国製の大型モデルを上回る一方、コーディング系では一部下回る
  • 独自の「Muse Model License」。商用利用は原則無償だが、表示義務と年間2000万ドル超の事業者向け条項がある

背景：クローズドからオープンへ戻ったMeta

Metaは2026年4月に「Muse Spark」を発表しましたが、高性能なMuse Sparkシリーズは主に自社サービスやAPI経由での提供でした。かつてLlamaシリーズでオープンモデルの旗手だったMetaが、クローズド寄りに舵を切ったと受け止める報道もありました。

その後、8月に30Bクラスの小型オープンモデル「Muse Glimmer」を公開し、今回ついに主力のMuse Sparkを基にしたオープンウェイト版を出しました。Metaは公式ブログで「高度なモデルを、自宅を含めどこでも動かせる自由」を掲げています。中国勢（Qwen、GLM、Kimi、DeepSeekなど）が大型オープンモデルで存在感を強めるなか、米国勢として巻き返しを図る動きとも読めます。

Muse Spark Openの仕様

Meta、Apple、国内各メディアの情報を整理すると、主な仕様は次のとおりです。

項目 内容
総パラメータ 8160億（816B）
アクティブパラメータ 約420億（42B）
構造 MoE（各層256エキスパートから8個を選択と報じられている）
入力 テキスト・画像・動画・音声
出力 テキスト
コンテキスト長 最大1,048,576トークン
公開形式 BF16とNVFP4の重み（Hugging Faceほか）

用途は「コーディングとエージェント作業」に絞られています。大きなコードベースを読み込み、変更を計画し、ツールを呼び出し、結果を確かめ、失敗したら自分で直す、といった長時間タスクを想定しています。Metaは手元のMac Studioだけで、OSSのMastodonクライアント「Ice Cubes」のiOS版にバグ修正や新機能を加えてビルドまで通す例や、動画編集ソフト「DaVinci Resolve」を操作して映像を選び縦長に切り出す例を紹介しています。

利用経路も広く、Hugging Face、Amazon SageMaker、Google Cloud、Microsoft Foundryから重みを入手できます。OpenRouterやTogether AI、Groqなどの API でも使えます。推論エンジンはvLLM、SGLang、llama.cpp、MLX、Unslothなどが対応し、NVIDIA・AMD・Intel・Appleのハードウェアでの動作をうたっています。

なぜMac Studio 2台で動くのか

鍵はメモリ容量と帯域

816Bのモデルを通常の精度（BF16）で持つと、重みだけで約1.6TBのメモリが必要です。一般的なPC1台ではまず載りません。

そこで2つの工夫が効いています。1つ目は量子化です。4ビット形式のNVFP4にすると、モデルは約493GBまで小さくなります。2つ目はApple Siliconのユニファイドメモリです。M5 Ultra搭載Mac StudioはGPUが最大512GBのメモリを直接使え、帯域は1.2TB/sあります。2台つなげば合計約1TBになり、量子化したモデル全体が収まります。

MoEは「読む量」が少ない

生成速度はメモリ帯域で決まります。1トークンを出すたびに、使う重みをメモリから読み出す必要があるからです。MoEでは全816Bのうち1トークンあたり約42B分しか動かないため、読み出す量が小さく済みます。Metaは「1.2TB/sの帯域は、各トークンが必要とする小さな一部を読むのに十分速い」と説明しています。

Thunderbolt 5とRDMAで分散

2台以上のMac Studioは、Thunderbolt 5で接続し、相手のメモリに直接データを送る「RDMA」で処理を分け合います。Appleは同日、最新版のMLXと合わせて、この分散推論の手法と測定結果を公開しました。

実際の速度と見えてきた限界

Appleの測定（入力8,192トークン時）によると、Muse Spark Open（NVFP4）の生成速度は次のとおりです。

  • Mac Studio 2台：毎秒約25トークン
  • Mac Studio 4台：毎秒約36トークン（最大約36.7トークン）

毎秒36トークンは人が文章を読む平均的な速さを上回ります。対話やエージェント用途として、実用の範囲に入ってきた数字です。

一方で限界も見えます。2台をパイプライン並列でつないだ構成を基準にすると、2台をテンソル並列にした場合、最初の1文字が出るまでの時間（TTFT）は、入力6万5536トークンで0.68倍、つまり逆に遅くなりました。長い入力を扱うときは、2台構成では待ち時間が延びやすいということです。4台にすると1.17倍まで改善しますが、大きなコードベースを読ませるエージェント用途では、この「最初の待ち」が体感を左右します。

また、M5 Ultra搭載でメモリ512GBのMac Studioを2台そろえる費用は小さくありません。「机の上で動く」は事実ですが、誰でも気軽に試せる水準とは言い切れません。報道では、フル精度ならH200 32基規模、NVFP4ならNVIDIA Blackwell 1ノードで動くとされており、クラウドGPUやAPIで試すのが現実的な入り口になる場合も多いでしょう。

性能：エージェントは強く、コーディングは互角以下

Metaが公表したベンチマークでは、仕事の課題を解く「JobBench」で61.8、外部ツールを使う力を測る「MCP-Atlas」で89.2、専門知識と推論を測る「HLE-Diamond」（ツールなし）で26.1でした。比較相手のQwen 3.8（2.4T A95B）、GLM 5.3、Kimi K3をこれらの項目で上回っています。

ただし、コーディング系の「Terminal-Bench 2.1」「DeepSWE 1.1」などでは、これら競合を一部下回りました。第三者のArtificial Analysisが出す総合指標（Intelligence Index v4.3.2）では39点で、10月に話題になったDeepSeek V4.1と同点です。突出した1位ではなく、トップ集団の一角に米国製オープンモデルが戻ってきた、と見るのが妥当でしょう。

ライセンス：無償だが「完全オープン」ではない

重みは独自の「Muse Model License」で公開されています。主なポイントは次のとおりです。

  • 商用利用を含め、原則無償で使える
  • 「Built with Muse Spark Open」の表示義務と、用途の制限がある
  • 関連会社と合算した総収益が連続12カ月で2000万ドルを超え、APIなどでモデルを第三者に提供する事業者は、Metaへの通知と別途契約が必要
  • この条件は、社内利用や自社サービスの一部として使う場合には適用されない

同じ週に公開されたDeepSeek-V4.1-FlashはMITライセンスでした。Muse Spark Openは「重みは手に入るが、条件付き」という点で、MITのような完全に自由なライセンスとは性格が異なります。大企業がモデルをそのまま再販する用途には制約がかかりますが、中小企業や個人開発者が社内で使う範囲では障壁は低いと言えます。

安全面では、オープンウェイトであることを踏まえ追加の安全性学習を施し、自社の評価枠組み「Meta Superintelligence Scaling Framework」の公開基準を満たしたと説明しています。ただし詳細な評価レポートは「近日公開」とされており、外部からの検証はこれからです。

影響と今後

Muse Spark Openが示したのは、「フロンティア級モデルのローカル実行」が現実の選択肢になったことです。顧客データやソースコードを外部に送らずに、エージェント型AIを自前の環境で回せます。医療・金融・製造など、データを外に出しにくい業種には大きな意味があります。

ハードウェアの勢力図にも影響します。大容量ユニファイドメモリを持つMac Studioは、NVIDIAのGPUとは別の「ローカルAI機」として存在感を増しそうです。一方で、AI向けのメモリ需要は高まっており、大容量メモリ機の価格や入手性が今後の普及を左右する可能性があります。

オープンモデル競争も再び激しくなります。米国勢のMeta、欧州のMistral、中国のQwen・DeepSeek・Kimiなどが、性能だけでなく「どの機材で、どの条件で動かせるか」でも競う段階に入りました。今後は、詳細な安全性評価の公開や、コミュニティによる軽量量子化版・蒸留版の登場が焦点になります。

よくある質問

Muse Spark Openとは何ですか？

Muse Spark Openは、Metaが2026年10月15日に重みを公開したオープンウェイトのAIモデルです。総パラメータ8160億、1トークンあたり約420億が動くMoE構造で、テキスト・画像・動画・音声を入力でき、最大約105万トークンの文脈を扱えます。コーディングとエージェント作業向けに作られています。

Muse Spark Openを自宅で動かすには何が必要ですか？

Metaとアップルが示した構成は、メモリ512GBのM5 Ultra搭載Mac Studioを2台以上、Thunderbolt 5でつなぐものです。4ビットのNVFP4版（約493GB）を最新のMLXで分散して動かします。2台で毎秒約25トークン、4台で毎秒約36トークンの生成速度が報告されています。

Muse Spark Openは商用利用できますか？

独自の「Muse Model License」の下で、商用利用を含め原則無償で使えます。ただし「Built with Muse Spark Open」の表示義務と用途制限があります。関連会社と合わせて年間総収益が2000万ドルを超え、APIなどでモデルを第三者に提供する事業者は、Metaと別途契約が必要です。

Muse Spark Openの性能は他のオープンモデルと比べてどうですか？

Metaの公表値では、JobBenchやMCP-Atlasなどエージェント系の指標でQwen 3.8、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一部下回っています。第三者のArtificial Analysisの総合指標では39点で、DeepSeek V4.1と同点です。

まとめ

Muse Spark Openは、816BのMoEモデルを量子化し、Mac Studio 2台のユニファイドメモリに収めることで、フロンティア級AIを机の上で動かせることを示しました。2台で毎秒約25トークン、4台で約36トークンと実用域の速度が出る一方、長い入力での待ち時間や機材費といった課題も残ります。性能はトップ集団の一角で、ライセンスは無償ながら条件付きです。「自分の手元でどこまでAIを動かせるか」という問いに、今回の公開はひとつの具体的な答えを出しました。

参考

参考ソース

関連記事