Meta「Muse Wonder」公開｜100万トークン・API4ドルの3論点

齋藤竹紘2026年10月13日2026年10月13日AIニュース

Meta は2026年10月12日、初のフロンティアAIモデル「Muse Wonder」を公開しました。

Muse Wonder で何が起きたか：知能指数56、コーディングは Claude Code と同点

結論から言うと、Muse Wonder Full は総合指標で前世代を8ポイント上回り、コーディング用途では Anthropic の上位構成と並ぶ水準に達しました。TechCrunchによると、Meta はこのモデルを「スケーリングの次の一段であり、パーソナル超知能への大きな飛躍」と位置づけています。2025年8月に Alexandr Wang が Meta のAI部門を再編して以来、初めてのフロンティア級リリースです。学習はオハイオ州中部で2026年に稼働したギガワット級の Prometheus データセンターで行われました。

The Decoderがまとめた外部評価では、Artificial Analysis Intelligence Index v4.3 で Muse Wonder Full が56、Muse Wonder が52、前世代の Muse Spark 1.3 が48でした。AIエージェントのコーディング力を測る Coding Agents Index では Muse Wonder Full が68となり、Sonnet 5.5 を使った Claude Code と同点です。Terminal-Bench 4.0 の正答率は33%から57%へ、数学の証明を採点する ProofBench は58点から94点へと大きく伸びました。Vals AI Index では Muse Wonder Full（最大設定）が5位に入り、OpenAI のすべてのモデルを上回っています。上位は現行の Anthropic モデルだけでした。

機能面では、会話をまたいで利用者の情報を覚えて統合する「Active Memory」と、粘り強く別の手を試し、必要に応じて質問を返す「Active Focus」の2つが打ち出されました。入力はテキスト・画像・動画・音声に対応します。詳細は Meta が公開したMuse Wonder モデルカードで確認できます。

なぜ重要か：性能は上位、ただし事実知識と単価には弱点が残る

Muse Wonder の登場で、フロンティア級モデルの選択肢が OpenAI・Anthropic・Google の3社から4社に広がりました。一方で、弱点もはっきりしています。事実知識を測る AA-Omniscience では Muse Wonder Full が30、Muse Wonder が25にとどまり、Claude Opus 5.5 の46、GPT-6 Astra の43、Gemini 4 Argon の42との差は大きいままです。誤答率（ハルシネーション率）は33%から23%に改善しましたが、最も低い Gemini 4 Argon は15%です。

料金も前世代から大きく上がりました。Muse Spark 1.3 は入力1.25ドル、出力4.25ドルでしたが、Muse Wonder は入力4ドル、出力20ドルです。Intelligence Index の1課題あたり費用で比べると、Claude Fable 5.1 が7.63ドル、Claude Opus 5.5 が5.98ドル、Muse Wonder が4.52ドル、GPT-6 Astra が3.26ドル、Gemini 4 Argon が1.99ドル、GPT-6.1 Sol が0.72ドルでした。Muse Wonder は出力トークンを前世代より約10%減らした一方で、1課題あたりの入力トークンが28%増え、費用の76%を入力が占めています。最上位の Muse Wonder Full はAPI提供がなく、現時点では開発者向けの Muse Code 利用者だけが使えます。

今後の動き：Muse エージェントへの搭載と、ビジネス利用での注意点

次の注目点は、Muse Wonder が Meta の個人向けAIエージェント「Muse」に搭載されることです。TechCrunch は両モデルが Muse エージェントを動かすと伝えており、The Decoder によると Muse アプリの有料会員向けにも近く提供されます。Muse は2026年9月に小規模事業者向けに拡大し、Shopify など15のサービスと連携しました（Meta Muse が小規模事業者向けに拡大｜Shopify等15連携のEC3論点）。一方で Amazon は Muse エージェントのアクセスを遮断しています（AmazonがMetaのAIエージェントMuseを遮断｜EC3論点）。記憶力を強めたモデルが買い物代行を担えば、利用者の好みを覚えたうえで商品を選ぶ場面が増える可能性があります。

日本の企業がAPIで使う場合の論点は3つです。1つ目は、事実知識の弱さを踏まえ、商品スペックや法令に関わる文章の生成では必ず人の確認を挟むことです。2つ目は、100万トークンの長い文脈は魅力でも、入力が費用の4分の3を占めるため、大量の資料を毎回丸ごと渡す設計は割高になりやすいことです。3つ目は、日本語での品質や国内からのAPI利用条件が発表時点では明らかでないため、本番採用の前に自社の業務データで小さく試すことです。日本語性能については要確認です。

まとめ

Muse Wonder は、Meta が初めて OpenAI・Anthropic・Google と同じ土俵に立ったフロンティアモデルです。コーディングと長期記憶は上位水準に届いた一方、事実知識とハルシネーション率では先行モデルに差があり、単価も前世代の約3〜5倍に上がりました。性能表だけで乗り換えを決めず、用途ごとに費用と精度を実測して選ぶのが現実的です。

参考文献

※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/

引用元: TechCrunch

meta: Metaが初のフロンティアAI「Muse Wonder」を公開。知能指数56、コーディングはClaude Codeと同点、API料金は入力4ドル・出力20ドル。性能と弱点、ビジネス利用の3論点を解説します。

【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）

齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。齋藤竹紘のすべての投稿を表示