Metaが816Bパラメータのオープンウェイトモデル「Muse Spark Open」を公開した。データセンター級の規模を、手元のMac Studioで動かせる点が異例だ。
Muse Spark Openとは何か
Metaは2026年10月15日、オープンウェイトの大規模言語モデル「Muse Spark Open」の重みをHugging Faceで公開した。総パラメータ816B、うち推論時に働くのは42Bという疎なMoE（専門家を状況に応じて使い分ける構造）モデルである。
文脈長は100万トークン。テキストだけでなく画像、文書、音声、映像も入力として扱える。Metaはこのモデルを「米国の研究所がこれまでに公開したオープンウェイトモデルの中で最も高性能」と位置づけている。ただしこの評価はあくまでMeta自身の主張で、第三者による検証は別途必要だ。
読み解くべきは規模そのものより、公開のしかただ。MetaはMuse Spark Openを、クラウドを経由せず手元のマシンで実行できるモデルとして打ち出している。Appleの協力のもと、同社はMac Studio（Mシリーズチップ搭載）上でのローカル実行を披露した。数年前まで、800B級のモデルを個人の机の上で動かす発想は現実的ではなかった。
ローカル実行が意味するもの
多くの利用者にとって、Muse Spark Openの核心は「816B」という数字ではない。外部サーバーにデータを送らず、自分のマシンで完結できる点にある。
機密情報を含むコードの補助や、社内文書を扱う業務では、入力内容が自社の管理外に出ないことの価値が大きい。オフライン環境でも動くため、ネットワークが使えない現場での活用も視野に入る。もっとも、816Bモデルを快適に動かすには相応のメモリとストレージが要る。「Mac Studioで動く」ことと「どの構成でも軽快に動く」ことは別の話だ。
配布形式は2種類用意された。精度を保つBF16版と、量子化でメモリ消費を抑えたNVFP4版である。NVIDIA、AMD、Intelの各ハードウェア向けに最適化が施されている。
対応フレームワークと導入のしやすさ
公開当日から主要な推論フレームワークが対応した。SGLangとvLLMはリリース同日に「Day-0サポート」を表明している。モデルを自前の環境に組み込む開発者にとって、公開と同時に動かせることは導入のハードルを大きく下げる。
開発者向けの用途としてMetaが想定するのは、コーディング支援とエージェント的な作業だ。エージェントとは、指示を受けて自律的に複数の手順をこなす使い方を指す。長い文脈を保ったまま作業を続けられる100万トークンの窓は、こうした用途を後押しする。
安全性については、通常の学習に加えて専用の追加トレーニングを施したとMetaは説明している。重みは商用利用に制限のある独自ライセンス（Muse Model License）で提供される。
オープンウェイト競争の中での位置
Muse Spark Openは、Metaの既存モデル「Muse Spark 1.3」と同じ基盤から生まれた。派生元を共有することで、開発者は既存の知見を流用しやすい。
第三者評価の観点では、Artificial Analysisのような独立系の指標と、Metaの公式ベンチマークを分けて見る必要がある。前者は競合モデルとの相対比較に向き、後者は自社に有利な条件が選ばれがちだ。人工知能分野の順位は世代交代が速く、数か月前の評価が当てにならないことも珍しくない。
ここ数年、中国の研究機関がオープンウェイトの主流を占めてきた。Metaが米国勢としてこの規模の重みを公開したことで、企業が自社環境に組み込める選択肢は広がる。ただしライセンスの商用条件や、816Bという規模が実際の運用コストに見合うかは、導入を検討する側が個別に確かめるべき論点だ。
まずはHugging Faceのモデルカードで、対応ハードウェアとライセンス条件を確認するところから始めたい。手元で試せることこそ、このモデルの一番の売りである。
