Meta、初の最先端モデルMuse Wonder発表 API入力は4ドル

man and woman standing near laser light AI

Metaのスーパーインテリジェンス・ラボが10月12日、同社初のフロンティアモデル(最先端性能を競う最大級のモデル)となる「Muse Wonder」と「Muse Wonder Full」を公開しました。TechCrunchの報道によると、Metaの自社テストでは、Fable 5.1やGPT-6 Astraに匹敵するベンチマーク結果です。API料金は入力100万トークンあたり4ドル、出力20ドルに設定されました。軽量モデルMuse Sparkに続く「スケーリングの次の段階」と位置づけられ、長期の記憶保持を特徴に掲げています。

背景と文脈

Metaは昨年8月、Scale AI創業者のAlexandr Wang氏のもとでAI部門を再編しました。それ以降に出したのは、低遅延を狙った軽量モデルMuse Sparkと、エージェント機能のMuse agentまでです。OpenAIやAnthropicのような最先端モデルの投入は避けてきました。今回のWonderシリーズは、再編後に初めて出る本格的なフロンティア級モデルになります。

Spark(軽量・低遅延)が日常的な応答を担うのに対し、Wonderはより大きく、コーディングなど複雑なタスクで高いベンチマーク得点を狙った位置づけです。Metaはこれを「個人向けスーパーインテリジェンスに向けた大きな一歩」と表現しています。

訓練は、今年稼働したオハイオ州中部の自社データセンター「Prometheus」で行われました。自前の計算基盤で最先端モデルを訓練できる段階に入ったことが、今回の発表のもう1つの意味です。

技術/ビジネス面

high rise buildings near trees during daytime
Photo by Adam Nir on Unsplash

提供形態は2種類に分かれます。Muse WonderはMeta Model APIから使えます。単価は入力100万トークンあたり4ドル、出力が20ドルで、TechCrunchはGPT-6 SolやOpus 5.5とほぼ同水準だと伝えています。一方のMuse Wonder FullはMuse Codeの購読者に限られ、APIでは提供されません。

計算例を示します。1回のリクエストで入力2万トークン、出力2,000トークンを使う場合、費用は約0.12ドルです。この処理を1日1万回走らせると、1日あたり約1,200ドルになります。社内ツールに組み込む場合は、この単価で採算が合うかを最初に確認すべきでしょう。

技術面の売りは「アクティブメモリ」です。ユーザーが与えた情報を覚え、整理し、数日から数か月先まで保てることを指します。Metaは、継続学習(使いながら知識を更新する方式)と記憶構築の枠組みを試すベンチマークMemoryBenchを強調し、Muse WonderがFable、Opus、Astraを上回ったと主張しています。ただし、これはMeta自身が公表した結果です。第三者による再現や比較は、まだ出そろっていません。

この2モデルは、Metaのエージェント「Muse agent」の中核にもなります。長時間にわたって個人のタスクを任せる構想と、記憶機能の強調は、製品の方向性として一貫しています。

これからどうなるか

注目点は2つあります。1つ目は、独立した評価機関やコミュニティによる検証です。モデルカード(性能や制限を記した公式資料)の数字が実利用でどこまで再現されるか、コード生成や長文の処理で他社モデルとの差がどう出るかが問われます。

2つ目は、Wonder FullがAPIで使えない点です。最上位の性能を自社の購読サービスに囲い込む方針は、API経由で最強モデルを使えるという他社の前提とは異なります。外部の開発者は、API版のWonderだけで要件を満たせるかを見極める必要があります。

開発者の手元では、モデル選定の選択肢が1つ増えます。入出力の単価が主要モデルと並ぶため、コストだけでは差がつきません。記憶を前提にしたアシスタントやエージェントを作るなら、Wonderの記憶機能がAPIでどこまで公開されるかを確かめる価値があります。既存のプロンプトや評価セットを流用し、自分のタスクで比較するのが近道です。

評価の進め方も整理しておきます。まず、自社のユースケースを代表する20〜50件程度の入力を用意し、現在使っているモデルとWonderで出力を比べます。次に、品質が同等なら、入力と出力のトークン数から月額費用を試算します。長い会話履歴を持たせるサービスでは、入力側の単価が効きます。記憶機能を使う場合は、保存されるユーザー情報の扱いとプライバシーの説明も、あらかじめ確認しておきたい点です。

まとめ

Metaは再編後初のフロンティアモデルMuse Wonderを出し、API単価を主要モデルと同じ水準に置きました。強みは長期の記憶保持ですが、ベンチマークはMeta自身の公表値です。最上位のWonder FullがAPIで使えない点も含め、実利用での検証を待ちたいところです。

参考リンク

アイキャッチ画像: Photo by Matthieu Joannon on Unsplash

タイトルとURLをコピーしました