4月8日、MetaはMuse Sparkを公開した。
これはMetaにとって初の完全クローズドソースの自社開発フラッグシップAIモデルであり、140億ドルを投じてAlexandr Wangを迎え、Meta Superintelligence Labsを設立して以来、初の重要な成果となる。
もうLlamaではない
Llamaは長年にわたりMetaの旗印だった——オープンソース、ローカル展開可能、研究に優しい。
Muse Sparkは別の道を選んだ。meta.aiとMeta AIアプリでのみ利用可能で、プライベートAPIは一部ユーザーによる内部テスト中だ。「将来、何らかのバージョンをオープンソース化したいと考えている」——この言葉から、オープンソースコミュニティはその微妙なニュアンスを感じ取れるだろう。
LlamaからMuse Sparkへの移行は偶然ではない。Metaは2025年末までに、コードネームAvocadoとMangoという2つの専有モデルをすでに明らかにしていた。Muse Sparkはそれらに先立つ最初のリリースであり、方向性は明確だ：Metaはクローズドソースの領域でOpenAIやGoogleと正面から競争するつもりだ。
最も注目すべき技術：思考圧縮
Muse SparkにはContemplatingモードと呼ばれる機能があり、これはおおよそOpenAIのThinkingモードに相当する——モデルが回答前に深く思考できるようにするものだ。
しかし、興味深いのはその内部の訓練メカニズムにある。
Metaのエンジニアは強化学習フェーズにおいて、モデルの思考時間にペナルティを設定した——考えすぎると減点される。当初、モデルはより速く回答を出すことで反応した（品質は低下した）。しかし訓練が続くと、ある転換点が現れた：モデルは自ら思考を圧縮することを学習し始めた——より少ないトークンで、同じ精度を維持するのだ。
Metaはこれをthought compression（思考圧縮）と呼んでいる。
効果は？Metaによれば、Muse Sparkは同等の能力を達成するために、前世代のフラッグシップであるLlama 4 Maverickと比較して一桁以上少ない計算量で済むという。
これは小さな最適化ではない。桁違いの差だ。
ベンチマーク性能
Contemplatingモードでの結果：
- Humanity's Last Exam：58%（難しいベンチマークであり、58%は競争力のある数字だ）
- FrontierScience Research：38%
同期の競合と比較：少なくともこれらのベンチマークにおいては、Gemini Deep ThinkやGPT Proと互角に渡り合える。
現実的な意義
Muse Sparkはまず、Facebook、Instagram、WhatsApp、Messenger内のMeta AI機能、およびRay-Banグラスで活用される。Metaのユーザーベースは数十億規模であり、このモデルはリリースと同時に現実世界での大規模テストを受けることになる。
もちろん、米国でのみ利用可能だ——この制限により、国内（中国）ユーザーは当面アクセスできないが、テストデータはすぐに出てくるだろう。
今回のMetaの動きは、基本的にこう言っている：我々はもはや開発者エコシステムを引き付けるためにオープンソース戦略に頼る必要がないほど、十分に優れたモデルを手に入れた、と。
参考元：Goodbye, Llama? Meta launches new proprietary AI model Muse Spark（VentureBeat）；Meta debuts new AI model, attempting to catch Google、CocoLoop、OpenAI（CNBC）；Introducing Muse Spark: Scaling Towards Personal Superintelligence（Meta AI Blog）