室谷代表取締役Metaが新しいフロンティアモデルのシリーズを出してきましたね。Muse WonderとMuse Wonder Full。
個人向けと業務向けのエージェントタスクに振り切った設計で、2026年10月12日の発表です。
個人向けと業務向けのエージェントタスクに振り切った設計で、2026年10月12日の発表です。
テキトー教師DotAI 認定講師これは単に「また新しいモデルが出た」という話じゃないんですよ。Metaが14か月かけてAI体制をゼロから作り直してきた、その集大成という位置づけなんです。
室谷代表取締役なるほど、そこは文脈として大きい。まず何が発表されたのかを整理しましょうか。
Muse Wonderとは？Metaが発表した新型フロンティアモデルの概要
Muse Wonder発表までの系譜と背景
- 2025年頃(14か月前)AI体制の刷新MetaがAI体制を刷新し、基盤を一から再構築
- 2026年7月Muse Spark 1.1API経由で外部開発者に開放。ツール呼び出しなどのエージェント機能を提供
- 2026年10月12日Muse Wonder / Muse Wonder Full 発表フロンティアモデルシリーズ。Muse Wonder FullはMuse Codeサブスクライバー向け
室谷代表取締役Muse Wonderは、Metaが2026年10月12日に発表したフロンティアモデルシリーズで、個人・業務向けのエージェントタスクで最先端性能を狙うモデルです。同時にMuse Wonder Fullも発表されていて、こちらはMuse Codeのサブスクライバー向けに提供されます。
テキトー教師DotAI 認定講師公式ページでは「our most capable models yet」、つまりこれまでで最も高性能なモデルだと説明されています。Muse Wonderシリーズとして2つ同時に出す形ですね。
室谷代表取締役Metaはこの2つを「スケーリングラダーの次の一歩」「パーソナル超知能への大きな飛躍」と位置づけている。ここ、表現がかなり強いんですよね。
テキトー教師DotAI 認定講師背景ブリーフによると、Metaは14か月前からAI体制を刷新して、基盤を一から再構築してきたと。今回のリリースは事前学習と強化学習の両方にまたがる成果で、ギガワット規模の「Prometheus」データセンターで学習されたと公式ページに書かれています。
室谷代表取締役ギガワット規模のデータセンターで学習、というのは規模感としてかなり象徴的です。MYUUUでもモデル選定のときは学習基盤の規模をひとつの判断材料にするんですが、Metaがここまで明示してくるのは本気度の表れですね。
テキトー教師DotAI 認定講師あと押さえておきたいのは、これが「Muse Spark」シリーズの後継という系譜にあることです。2026年7月のMuse Spark 1.1の評価レポートでは、API経由で外部開発者に開放されて、ツール呼び出しなどのエージェント機能が提供されていました。
今回のMuse Wonderはその延長線上にある。
今回のMuse Wonderはその延長線上にある。
室谷代表取締役なるほど、いきなり出てきたわけじゃなくて、段階的に積み上げてきたんですね。
Muse Wonderでできること——Active MemoryとActive Focusが支える長時間エージェント作業
Muse Wonderの2つの新機能と評価・活用領域
Active Memory
会話をまたいで利用者の文脈を保持し、必要になったときにタスクに関連する詳細を呼び出す。記憶そのものより想起が主眼。
Active Focus
難しい目標に直面しても作業を続ける仕組み。代替アプローチの試行、行き詰まりの打開、新しい情報への適応を行う。必要に応じて確認を求め、重要な操作の前にはチェックインする。
評価ベンチマーク
FocusBenchで集中力を、SWE-Marathonで長時間のソフトウェアプロジェクトの実行を測定。
デモ例
ブラウザ上で直接動作。個人の好みに合わせたランニングプラン作成、Instagramの写真をもとにしたカスタムグッズの設計・発注、複雑なマッチング条件からの結婚式席次表作成。
Frontier Coding
小さいアプリから複雑なソフトウェアまで対応。要件を追跡し、コードベース全体に変更を加え、テストと修正のサイクルを回す。
テキトー教師DotAI 認定講師ここが今回の一番の核心です。Muse Wonderには2つの新機能があって、それが長時間・多段階のエージェント作業を支えると説明されています。
室谷代表取締役公式スレッドでも「Two things make Muse Wonder suited for long-running, multi-step work」と書かれていましたね。
テキトー教師DotAI 認定講師1つ目がActive Memory。会話をまたいで利用者の文脈を保持して、必要になったときにそれを呼び出す機能です。
公式ページでは「carrying important context about you across conversations and actively retrieving the details relevant to the task at hand」と説明されています。
公式ページでは「carrying important context about you across conversations and actively retrieving the details relevant to the task at hand」と説明されています。
室谷代表取締役要は「覚えていて、かつ必要なときに引っ張り出してくる」ということですよね。記憶そのものというより、記憶の想起が主眼になっている。
テキトー教師DotAI 認定講師そうなんですよ。単に保存するだけじゃなくて、「この情報はいま関係ある」と判断して出す。
これがエージェントとして使う上では決定的で。
これがエージェントとして使う上では決定的で。
室谷代表取締役2つ目がActive Focusですね。
テキトー教師DotAI 認定講師Active Focusは、難しい目標に直面しても作業を続ける仕組みです。代替のアプローチを試したり、行き詰まりを打開したり、新しい情報に適応したりする。
公式ページには、必要に応じて確認を求め、重要な操作の前にはチェックインすると書かれています。
公式ページには、必要に応じて確認を求め、重要な操作の前にはチェックインすると書かれています。
室谷代表取締役勝手に突っ走るんじゃなくて、要所で確認を挟む設計になっているのは実務的です。エージェントを業務に入れるとき、そこが一番怖いところなので。
テキトー教師DotAI 認定講師評価の面では、FocusBenchで集中力を、SWE-Marathonで長時間のソフトウェアプロジェクトの実行を測っていると。SWE-Marathonという名前からして、長期戦を想定したベンチマークですね。
室谷代表取締役公式ページにはデモも載っていて、ブラウザ上で直接動いて、個人の好みや事情に合わせてランニングプランを組み立てる例、実際のInstagramの写真をもとにカスタムグッズを設計・発注する例、複雑なマッチング条件から結婚式の席次表を作る例が紹介されています。
テキトー教師DotAI 認定講師あれ、見ました。ただの質問応答じゃなくて、複数のアプリをまたいで作業を完結させる流れになっていますよね。
室谷代表取締役あとコーディングも重要で、公式ページでは「Frontier Coding」として、小さいアプリから複雑なソフトウェアまで対応すると書かれています。要件を追跡して、コードベース全体に変更を加えて、テストと修正のサイクルを回す。
まさにエージェントの総合力が問われる領域です。
まさにエージェントの総合力が問われる領域です。
Muse WonderとMuse Wonder Fullの違いは？2モデルの位置づけ
Muse WonderとMuse Wonder Fullの違い
Muse Wonder
- 発表当日から利用可能
- Meta Model APIで利用可能
- Muse Codeで利用可能
- API経由で広く使える
Muse Wonder Full
- Muse Codeのサブスクライバー向けに提供
- Muse Codeのサブスクに入っている人が使える
- 同じ事後学習タスクのスコアでは、Muse Spark 1.3の傾向が予測するより未知のタスクで良い性能
- 上振れの理由は「より大きく強い基盤モデル」
室谷代表取締役ここ、検索でも気になる人が多いところだと思うので整理しておきましょう。Muse WonderとMuse Wonder Full、何が違うのか。
テキトー教師DotAI 認定講師まず提供経路が違います。Muse Wonderは発表当日からMeta Model APIとMuse Codeで利用可能。
Muse Wonder FullはMuse Codeのサブスクライバー向けに提供されています。
Muse Wonder FullはMuse Codeのサブスクライバー向けに提供されています。
室谷代表取締役つまり、API経由で広く使えるのがMuse Wonder、Muse Codeのサブスクに入っている人が使えるのがMuse Wonder Full、という住み分けですね。
テキトー教師DotAI 認定講師性能面では、公式ページに両モデルを他のフロンティアモデルと比較した評価結果が掲載されています。ただ、この記事で個別の数値をあれこれ言うより、公式のレポートを見るのが確実です。
室谷代表取締役そうですね。ソースに書かれている範囲で言えるのは、両モデルとも「最先端の結果を達成している」という主張と、法律・金融・健康・コーディング・記憶といった領域のベンチマークで評価されているということ。
テキトー教師DotAI 認定講師もうひとつ興味深いのが、公式ページの「Capabilities That Generalize」のセクションです。ここでMetaは、ベンチマークのスコアが近くても、未知のタスクへの対応力には差が出る、という問題を扱っています。
室谷代表取締役「benchmaxxing」への批判と「big model smell」への称賛、両方が指しているのはそこだ、という話ですよね。
テキトー教師DotAI 認定講師公式ページでは、事後学習で狙ったタスクの性能と、狙っていない未知のタスクの性能の関係を、テスト時計算量のスケーリングとあわせて分析しています。Muse Spark 1.3とMuse Wonder Fullを比較すると、両モデルとも未知のタスクでは同様に改善するけれど、同じ事後学習タスクのスコアを与えられたとき、Muse Wonder FullはMuse Spark 1.3の傾向が予測するよりも未知のタスクで良い性能を出す、と。
室谷代表取締役その上振れの理由を、Metaは「より大きく強い基盤モデル」に求めている。強い基盤があると、事後学習の成果が想定外のタスクにも効きやすく持ち越される、という説明です。
テキトー教師DotAI 認定講師これは個人向けエージェントにとって本質的な話で。目標・ツール・制約の組み合わせは無数にあって、全部を訓練時に想定できないですからね。
室谷代表取締役そういう「想定外にどれだけ耐えるか」を明示的に測っているのは、エージェント製品を作る側としてはかなり参考になります。
Muse Wonderの使い方・始め方——Meta Model API、Muse Code、Museアプリでの提供
テキトー教師DotAI 認定講師使い方の話に移りましょう。提供経路は3つです。
整理するとこうです。
整理するとこうです。
- Muse Wonder: 発表当日からMeta Model APIとMuse Codeで利用可能
- Muse Wonder Full: 発表当日からMuse Codeのサブスクライバー向けに提供
- Museアプリ: Muse Wonderが今後Museの体験を支え、まずサブスクライバーに順次展開予定
室谷代表取締役Museアプリについては、公式スレッドへの返信で「Coming to the Muse app very soon for subscribers!」と書かれていました。時期は「soon」としか示されていません。
テキトー教師DotAI 認定講師そうですね、具体的な日付は現時点では明らかにされていません。
室谷代表取締役あと公式ページには、Muse Wonderが「artifact generation」や、より知能を必要とするプロセスを支えるとも書かれています。将来的には、Muse Wonderを使って特化型モデルを開発し、Museを使うすべての人に届ける、という構想も示されている。
テキトー教師DotAI 認定講師料金についてはどうでしょう。
室谷代表取締役今回の発表ソースには、Muse Wonder自体のAPI料金やMuse Codeのサブスク料金は書かれていません。ここは現時点では明らかにされていない、という扱いが正確です。
テキトー教師DotAI 認定講師ちなみに、コーディングエージェントの料金体系に興味がある人だと、Claude Codeの各プランの整理が参考になるかもしれません。たとえばClaude Code Maxとは？5xと20xの違い、料金、制限を完全解説では、上位プランの違いをまとめています。
室谷代表取締役ああいう比較は、エージェント製品の料金を考えるときの物差しになりますよね。API経由で使うなら、Claude Code BedrockでAmazon Bedrock接続完全ガイドのような接続まわりの解説も、実際に手を動かすときの参考になります。
テキトー教師DotAI 認定講師講座でも、どの経路でモデルを使うかを最初に決めるのが大事だと伝えています。APIか、専用ツールか、アプリか。
今回のMuse Wonderは3経路が用意されているので、目的別に選べるのが特徴ですね。
今回のMuse Wonderは3経路が用意されているので、目的別に選べるのが特徴ですね。
Muse Wonderの性能——法律・金融・健康・コーディングのベンチマーク結果
室谷代表取締役性能の話を、ソースに書かれている範囲で整理しましょう。
テキトー教師DotAI 認定講師まず大枠として、Muse Wonderシリーズは個人・業務向けエージェント、記憶、コーディングの主要ベンチマークで最先端の結果を達成している、とMetaは説明しています。
室谷代表取締役公式ページでは、その全体像として両モデルと他のフロンティアモデルを幅広い評価スイートで比較した結果が示されている、という構成ですね。
テキトー教師DotAI 認定講師そのうえで、実世界タスクの中心となる4領域に絞って詳しく見ています。ドメイン専門知識、Active Memory、Active Focus、フロンティアコーディングの4つです。
室谷代表取締役ドメイン専門知識については、法律・金融・健康のタスクが評価に含まれている。公式ページでは、賃貸契約を理解する、金融や健康の情報を読み解く、といった例が挙げられています。
テキトー教師DotAI 認定講師具体的なベンチマーク名も出ています。HarveyのLegal Agent Benchmark（LAB）は、モデルが原資料を扱い、細かい指示に従って法律業務の成果物を作ることを求めるものです。
室谷代表取締役法律の実務に近い形の評価ですよね。原資料を読んで、指示に従って成果物を出す。
エージェントとしての能力がそのまま問われる。
エージェントとしての能力がそのまま問われる。
テキトー教師DotAI 認定講師Active Memoryは記憶のベンチマーク、Active FocusはFocusBenchとSWE-Marathonで評価されています。コーディングは、小規模アプリから複雑なソフトウェアまで対応できるかを見る形です。
室谷代表取締役個別のスコアについては、公式ページに評価結果の全体像とレポートへのリンクが示されています。数字を正確に引用したい場合はそちらを確認するのが確実です。
テキトー教師DotAI 認定講師そうですね。この記事では、どの領域が評価されているか、何を測っているかを押さえておくのが大事だと思います。
室谷代表取締役あと、公式ページのデモで「Kitchen Game」というのがあって、カスタマイズ可能な画像入力から遊べる3DキッチンゲームをMuse Wonderが作る、という例が紹介されています。
テキトー教師DotAI 認定講師あれは面白い例ですよね。コーディングとマルチモーダルとエージェント能力が全部絡む。
室谷代表取締役こういう「動くものを作り切る」デモは、ベンチマークの数字だけでは伝わらない実力が見えます。
Muse Wonderの安全性とアラインメント——個人情報保護と悪用対策の考え方
テキトー教師DotAI 認定講師最後に安全性です。ここはMetaがかなり力を入れて説明している部分です。
室谷代表取締役公式ページでは「Delivering personal superintelligence to everyone requires a significant investment in alignment and safety」と書かれています。個人向けの超知能を届けるには、アラインメントと安全への大きな投資が不可欠だと。
テキトー教師DotAI 認定講師理由も明確で。個人エージェントは利用者に代わって行動するし、メッセージやカレンダー、私的な文書といった文脈を扱う可能性がある。
そのレベルのアクセスには、私的情報を慎重に扱い、悪用に抵抗するモデルが求められる、と。
そのレベルのアクセスには、私的情報を慎重に扱い、悪用に抵抗するモデルが求められる、と。
室谷代表取締役これはエージェント製品の本質的な難しさですよね。便利さと引き換えに、どこまで私的な情報を預けるのか。
テキトー教師DotAI 認定講師MetaはMuse Wonderファミリーを、敵対的な指示への頑健性と、私的情報の慎重な扱いの両面でリードするように訓練したと説明しています。
室谷代表取締役具体的な対策としては、CBRN（化学・生物・放射性・核）とサイバー悪用に対する、これまでで最も強力なセーフガードを提供していると。防衛用途のためにフロンティアなサイバー能力へのアクセスは維持しつつ、ということです。
テキトー教師DotAI 認定講師ここはMeta Superintelligence Scaling Frameworkに沿った説明ですね。
室谷代表取締役あと、Muse Wonderは「our most aligned model to date」、つまりこれまでで最もアラインメントされたモデルだと位置づけられています。
テキトー教師DotAI 認定講師追加の安全性評価を含む完全なレポートは「soon」、まもなく公開されると書かれています。
室谷代表取締役現時点では、その詳細なレポートはまだ出ていないということですね。
テキトー教師DotAI 認定講師そうなります。安全性の主張はMeta自身によるもので、第三者検証はこれからの段階です。
室谷代表取締役個人データを預ける立場としては、そこは冷静に見ておきたいところです。
よくある質問
室谷代表取締役ここからは、よく聞かれる点をまとめておきましょう。
テキトー教師DotAI 認定講師まず「Muse Wonderとは何か」という基本から。これはMetaが2026年10月12日に発表したフロンティアモデルシリーズで、個人・業務向けのエージェントタスクで最先端性能を狙うモデルです。
Active MemoryとActive Focusという2つの機能を備えています。
Active MemoryとActive Focusという2つの機能を備えています。
室谷代表取締役「Muse Wonder Fullとの違いは？」については、提供経路が違います。Muse WonderはMeta Model APIとMuse Codeで利用可能、Muse Wonder FullはMuse Codeのサブスクライバー向けです。
テキトー教師DotAI 認定講師「使い方は？」については、Meta Model API、Muse Code、そして今後Museアプリでの提供が予定されています。Museアプリはまずサブスクライバーに順次展開されるとされていますが、具体的な時期は現時点では明らかにされていません。
室谷代表取締役「料金は？」については、今回の発表ソースにMuse WonderやMuse Codeの料金は書かれていません。ここは現時点では明らかにされていない、というのが正確なところです。
テキトー教師DotAI 認定講師「性能は？」については、法律・金融・健康・コーディング・記憶などの主要ベンチマークで最先端の結果を達成しているとMetaは説明しています。個別のスコアは公式ページの評価結果とレポートで確認できます。
室谷代表取締役「安全性は？」については、CBRNとサイバー悪用に対するこれまでで最も強力なセーフガードを提供し、私的情報を慎重に扱うよう訓練したとMetaは説明しています。追加の安全性評価を含む完全なレポートはまもなく公開予定です。
テキトー教師DotAI 認定講師「MetaのAI戦略における位置づけは？」については、14か月にわたるAI体制の刷新の集大成であり、パーソナル超知能への大きな飛躍という位置づけです。Museアプリの体験を支えるモデルとしても展開が予定されています。
室谷代表取締役エージェント製品の競争が一気に本格化してきましたね。MYUUUでも、どのモデルをどの業務に当てるかは常に試行錯誤していますが、今回のMuse Wonderは「長時間・多段階の作業を完遂する」というところに振り切っているのが特徴です。
テキトー教師DotAI 認定講師講座でも、エージェントを業務に入れるときは「どこまで自律で走らせて、どこで確認を挟むか」の設計が最重要だと伝えています。Active Focusが重要な操作の前にチェックインする設計になっているのは、その意味で実務的です。
室谷代表取締役まずはAPIで触ってみて、自分の業務のどこに刺さるかを確かめるのが良さそうですね。続報が出たらまた追いかけます。
