Metaが最新フロンティアモデル「Muse Wonder」と「Muse Wonder Full」を発表、AIトップティアに名乗り

Metaは、最新のフロンティアAIモデルの2つのバリアントとなる「Muse Wonder」と「Muse Wonder Full」を正式リリースした。オープンモデルであるLlamaシリーズの停滞期を経て登場した今回のリリースは、同社にとって大きな技術的飛躍を意味し、競争の激しいベンチマークにおいてトップ層へと一気に押し上げるものとなった。

Artificial Analysis Intelligence Index v4.3において、Muse Wonder Fullは56ポイント、Muse Wonderは52ポイントを記録した。いずれも前世代モデルであるMuse Spark 1.3の48ポイントから顕著な伸びを見せている。全体として、Muse Wonder Fullは評価対象となった10のベンチマーク中6つでトップ3に入り、Vals AI IndexではOpenAIの全モデルを上回り、Anthropicのフラッグシップモデルに次ぐ初登場5位を記録した。

エージェント型コーディングと問題解決能力の飛躍

Wonder世代における最も劇的な進化は、継続的な人間のプロンプトなしにマルチステップのワークフローを実行する能力を測定するエージェント評価で見られる。Terminal-Bench 4.0において、タスク性能は33%から57%へと向上する一方、必要とされる出力トークン数は30%削減された。

ソフトウェア開発分野でも同様に急激な伸びを記録している。Coding Agents Indexでは、Muse Wonder Fullが68ポイントをマークし、Sonnet 5.5を搭載したClaude Codeと並ぶスコアを叩き出した。Muse WonderもMuse Spark 1.3の54ポイントから63ポイントへと上昇した。数学分野では、非公開の証明ベンチマークであるProofBenchにおいて、前バージョンの58問から大幅に向上し、100問中94問を解き明かした。

Metaはこれらの性能向上について、主に以下の2つのアーキテクチャ上の挙動によるものだとしている。

• Active Memory（アクティブ・メモリ）： マルチターンのセッション全体にわたり、重要な情報を保持および想起することを可能にする。

• Active Focus（アクティブ・フォーカス）： 難度の高い指示に対しても粘り強く推論を継続し、文脈が曖昧な場合には代替戦略を模索したり、明確化のための質問を行ったりすることを促す。

両モデルともに100万トークンのコンテキストウィンドウを備え、テキスト、画像、動画、音声にまたがるマルチモーダル入力に対応する。Metaは専用のPrometheusデータセンターにおいて、ギガワット規模のトレーニングを実施した。

知識面の限界とハルシネーション率

Muse Wonderはコーディングや自律的タスク実行で極めて優れた性能を発揮する一方で、事実の検索・想起に関しては依然として顕著な弱点を抱えている。AA-Omniscienceテストにおいて、Muse Wonder Fullは30ポイント、Muse Wonderは25ポイントにとどまった。これはClaude Opus 5.5（46ポイント）、GPT-6 Astra（43ポイント）、Gemini 4 Argon（42ポイント）などの競合フロンティアモデルに大きく水をあけられており、Wonderシリーズが比較的コンパクトなベースアーキテクチャに依存していることを示唆している。

財務や法務に関するタスクのパフォーマンスも横ばいで、前回のリリースと比較して最大2ポイントの微減となった。

しかし、Metaは検索面の課題を信頼性の向上で補っている。Muse Wonder Fullはハルシネーション率を33%から23%へと低下させた。Intelligence Indexで45ポイント以上を記録した全モデルの中で、Muse Wonder Fullよりハルシネーションが少なかったのはGemini 4 Argon（15%）のみであった。またMetaは、特定のトレーニング最適化の対象外である未知のタスクに対しても、同モデルが高い耐性を維持したと述べている。

上昇するAPIコストと提供体制

性能の大幅な向上に伴い、コストも大幅に上昇した。Artificial Analysisの報告によると、Intelligence Index上でのMuse Wonderのタスク実行コストは1タスクあたり4.52ドルで、Muse Spark 1.3の1.60ドルから跳ね上がっている。

トークンあたりの料金は、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ドルへと改定された（旧モデルは入力1.25ドル、出力4.25ドル）。出力生成全体はおよそ10%効率化されたものの、タスクあたりの入力消費量が28%増加したため、総コストの76%を入力トークンが占める結果となっている。この価格設定により、Muse WonderはGPT-6 Astra（3.26ドル）やGemini 4 Argon（1.99ドル）を上回る一方、Claude Opus 5.5（5.98ドル）やClaude Fable 5.1（7.63ドル）よりは低価格に収まっている。なお、Muse Wonder Fullのトークン価格は現時点では公表されていない。

Muse Wonderは現在、MetaのAPIおよびMuse Codeを通じて利用可能であり、特化型バリアントのリリースに先立ち、一般消費者向けMuseアプリの有料加入者向けにも展開される予定だ。Muse Wonder Fullについては、現時点ではMuse Codeユーザー限定の提供にとどまっている。