Muse Spark Openとは：1M文脈とMacで動作するMeta製816Bモデルのスペックと使い方

Muse Spark Openとは、Metaが公開した「重みを誰でも入手できる」大型AIモデルです。プログラムづくりや、長い手順を自分で進める作業に向けて設計されています。

「Metaの新モデルが出たらしいけど、自分に関係あるの？」と気になっていませんか。

ニュースの見出しは派手でも、実際に手を動かす人に必要な情報は限られます。何ができるのか。どうすれば試せるのか。手元のMacで本当に動くのか。この3点を、公開情報だけで順番に整理します。

---

Muse Spark Open とは？Metaが公開したモデルの正体

Muse Spark Openは、MetaのMuseシリーズに加わったオープンウェイト型のAIモデルです。Metaは「米国の公開モデルとしてこれまでで最も高性能」と位置づけています。

オープンウェイトとは、AIの中身にあたる設定値（重み）を公開する方式のことです。重みを手元にダウンロードすれば、自分のパソコンやサーバーでAIを動かせます。ChatGPTやClaudeのように、提供元のサーバーへ毎回データを送る必要がありません。

ここが従来のMuseシリーズとの大きな違い。同じシリーズのMuse Spark 1.1をすでに使っている人は、Muse Spark 1.1とClaudeを比較した記事を読むと、クラウド版との使い分けがつかみやすくなります。

公開は2026年10月15日（米国時間）で、発表当日から重みが配布されています。Metaの公式発表によると（2026年10月時点）、狙いは次の3つです。

• 複雑なソフトウェア開発
• 段階を踏んで考える推論
• 長時間にわたる一連の作業

画像生成やチャット向けの軽いモデルとは性格が違います。「仕事の道具として重い作業を任せる」ための一台。その前提で、次は数字を見ていきます。

---

Muse Spark Open のスペックはどれくらい？816B・42B・1Mの意味

数字だけ並べると難しく見えますが、押さえる値は4つだけです。下の表に、公式発表の数値と「それが何を意味するか」をまとめました。

つまり「巨大だけど、動くときは一部だけ」という設計です。

パラメータとは、AIが学んだ内容を記録しておく数値の部品のことです。一般に数が多いほど賢くなりやすい一方、動かすのに大きな計算資源が要ります。

総816Bなのに42Bしか動かない理由

Muse Spark Openは、専門家混合（MoE）という仕組みを採用しています。分野ごとに得意な「専門家」の部品を用意しておき、質問に合う専門家だけを呼び出す方式です。

816Bの部品すべてを毎回動かすわけではありません。1回あたり動くのは42B分だけ。そのぶん、規模のわりに返答が速くなりやすいのが利点です。

ただし落とし穴があります。呼び出されない専門家も、メモリには載せておく必要がある。後で触れる「1TBのメモリ」という条件は、ここから来ています。

100万トークンで何が読めるか

トークンとは、AIが文字を扱うときの小さなかたまりのことです。100万トークンあれば、中規模のソフト一式のコードや、長い契約書の束をまとめて渡せます。

資料を何回にも分けて貼り付ける手間が消える。ここが地味に効きます。

数字の意味が分かったところで、「重みが公開されている」ことが実際に何を変えるのかを確認しておきます。

---

オープンウェイトで何ができて、何ができない？

重みが公開されているからといって、何でも自由になるわけではありません。できることと制約を分けて整理しました。

つまり自由度と引き換えに、準備と責任が自分側に来る方式です。

「限定的な商用利用」の読み方

Metaは、このモデルを「限定的な商用利用を認めるライセンス」で出しています。業務で使える余地はありますが、無条件ではありません。

社内ツールに組み込む、顧客向けサービスに使う。こうした場面では、ライセンス本文を法務担当と一緒に読むのが安全です。規模や用途で条件が変わる可能性があるので、自己判断で走らないこと。

クローズドモデルとの決定的な差

ChatGPTやClaudeは、提供元のサーバー上でだけ動きます。料金体系や仕様変更も提供元しだいです。

オープンウェイトなら、一度入手した重みは手元に残ります。ある日突然仕様が変わる心配はありません。長く同じ環境で回したい業務には、この安定感が重宝します。

では、このモデルはどんな仕事で力を発揮するのか。Metaが示した用途を見ていきます。

---

Muse Spark Open は何が得意？コーディングとエージェント作業

Muse Spark Openの主戦場は、プログラミングとエージェント作業です。エージェントとは、AIが目標に向けて自分で手順を考え、道具を使いながら作業を進める仕組みを指します。

Metaは、自社のAIコーディング用ターミナル「Muse Code」と組み合わせて検証しています。公開された例では、Mastodon（分散型SNS）のクライアントアプリに対して、バグ修正と新機能の追加、ビルドまでを通しで任せたとしています。

1回の質問に答えるだけのAIとは別物。何十もの手順を自分でつなぐ持久力が売りです。

長い作業で効く100万トークン

エージェント作業は、手順が進むほど記憶すべき情報が増えます。読んだファイル、試した修正、出たエラー。これらを全部抱えたまま作業を続ける必要があります。

文脈窓が狭いAIは、途中で前の経緯を忘れて同じ失敗を繰り返しがちです。100万トークンあれば、大きなコードベースを抱えたまま長く走れます。

文字以外も直接扱える

入力はテキストに限りません。画像、動画、音声をそのまま処理できます。

• 画面のスクリーンショットを見せて、UIの不具合を説明させる
• 操作の録画を渡して、手順書を起こさせる
• 会議の音声から、仕様の論点を抜き出させる

人が目と耳で確認していた作業を、まとめて任せられるのは大きな強み。同じMetaのモデルでも用途が違うMuse Wonderの解説と見比べると、Muse Spark Openが「働き者」寄りなのがよく分かります。

得意分野が見えたところで、いちばん話題になっている「Macで動く」という点を確かめます。

---

Muse Spark Open は本当にMacで動く？必要なメモリと構成

動きます。ただし、普通のMacBookでは無理です。

Muse Spark Openは、Appleとの協業のもとでMac上での動作を想定して作られています。Metaが重視したのは、データをクラウドに送らず手元で処理できる点です。両社は、セキュリティ面の安心と費用の節約につながると説明しています。

問題はメモリの量。発表を伝えた海外報道では、ローカル実行に少なくとも1TBのメモリが要るとされています。

つまり、個人の机の上で気軽に動かす代物ではありません。

なぜ2〜4台もつなぐのか

先ほど触れたとおり、専門家混合型は816B分の部品をすべてメモリに置く必要があります。1台に収まりきらない量を、複数台のMac Studioで分け合う構成です。

Appleとの協業で、この複数台構成を開発者が扱いやすくしたのが今回のポイント。サーバー用の高価なGPUを並べるよりは手が届く、という位置づけと読めます。

手持ちのMacではどうする？

メモリが数十GB程度のMacでは、ローカル実行はまず無理です。その場合は、後で紹介するOllamaのクラウド実行を使いましょう。

「Macで動く」の見出しだけを見て、手元のMacBookにダウンロードを始めるのは時間の無駄。ここが一番の落とし穴です。

では、ふつうの人はどうやって試せばいいのか。実行方法を3つに分けて比べます。

---

Muse Spark Open の使い方は3通り

使い方は、大きく分けて3つあります。準備の重さと、データの扱いで選び分けます。

つまり、9割の人はOllamaのクラウド実行から入るのが正解です。

それぞれの選び方

クラウド実行は、手元のマシン性能に関係なく動きます。代わりに、入力したデータはOllamaのクラウドを通ります。社外秘の情報を入れる前に、社内のルールを確認してください。

ローカル実行は、データが一切外に出ないのが最大の利点です。そのかわり機材の費用が大きく、すぐに始められるものではありません。

自前サーバーは、すでに大規模なGPU環境を持つ企業向け。Metaの重みを入手して、自社の基盤に載せる形です。

3つのうち、今日すぐに試せるのはOllamaだけ。具体的な手順に進みます。

---

Ollamaで試す最初の一手は？

Ollamaの公式アカウントは、Muse Spark Openの提供開始を発表しています。最初の一手は、Ollamaを入れて次のコマンドを打つことです。

ollama run muse-spark-open:cloud

末尾の「:cloud」が大事なところ。これは手元ではなく、Ollamaのクラウドでモデルを動かす指定です。1TBのメモリがなくても、このモデルの実力を確かめられます。

試すときの手順

1. Ollamaの公式サイトから、自分のOS向けのアプリを入れる
2. ターミナル（コマンドを打つ画面）を開く
3. 上のコマンドを入力して実行する
4. 表示された入力欄に、質問や作業の指示を書く

クラウド実行の利用枠や、サインインの要否はOllama側の条件しだいです。最新の条件はOllamaの公式サイトで確認してください。

最初に試すと良い指示

せっかくなら、得意分野を突く指示で試すのがおすすめです。

• 手元の小さなプログラムを貼り、改善点を挙げてもらう
• 長い仕様書を丸ごと渡し、矛盾点を探してもらう
• 「この機能を足すには、どのファイルをどう直す？」と段取りを聞く

AIへの指示文（プロンプト）は、目的と制約を1文ずつ書くと結果が安定します。「何を」「どこまで」「どんな形で返すか」の3点を入れましょう。

もっと実務に近い形で使うなら、普段のコーディング道具から呼び出す方法があります。

---

Claude Codeなど既存ツールから呼ぶには？

Ollamaは、Claude CodeからMuse Spark Openを呼び出す手順も案内しています。Claude Codeは、ターミナル上でAIにコードを書かせる開発用ツールです。

ふだんClaude Codeを使っている人は、操作に慣れた画面のまま、中身のモデルだけを差し替えられます。Ollamaの「launch」コマンドで起動する方式です。正確なコマンドの書き方は、Ollamaの公式発表で確認してください。

既存ツールと組み合わせる利点

新しいAIを試すたびに、道具の使い方を覚え直すのは負担です。慣れた画面で中身だけ替えられれば、比較もしやすくなります。

同じ作業をClaudeとMuse Spark Openの両方に投げてみる。この比べ方なら、自分の仕事にどちらが合うかが一目で分かります。

他のソフトから呼ぶ場合

自社のツールに組み込みたいときは、API（他のソフトからAIを呼び出す窓口）を使います。Ollamaは手元やクラウドのモデルを、APIとして呼び出せる仕組みを持っています。

AIコーディング道具の全体像をつかみたいなら、AIコーディングのカテゴリで主要ツールを一覧できます。

ここまでの整理: Muse Spark Openは、総816B・稼働42B・100万トークンの大型モデルです。手元のMacで動かすには約1TBのメモリが要るため、ほとんどの人はOllamaのクラウド実行から試すのが近道です。

使い方が分かったら、気になるのはお金と規約の話です。

---

料金・商用利用・日本語対応はどうなっている？

重みデータは一般に公開されています。ただし、動かすための機材やクラウドの費用は別にかかります。

リサーチ時点で、Meta公式のAPI料金は確認できていません。日本語対応についても、公式発表に明記はありません。分かっている範囲を表にまとめました。

つまり「モデル自体は手に入るが、動かすコストは自分持ち」と考えておけば間違いありません。

日本語で使うときの注意

日本語の質は、公式に保証されていません。英語のコードやドキュメントを扱う作業なら、影響は小さいはずです。

日本語の長文要約や、日本語での接客文の作成に使うなら要注意。いきなり本番に入れず、まず手元の資料で品質を確かめましょう。日本語の得意さや無料枠で選びたい人は、Muse Spark 1.1の代替を7つの軸で選ぶ記事の比べ方がそのまま使えます。

「無料」と言い切れない理由

重みが無料で手に入っても、動かす費用はかかります。Mac Studioを2〜4台そろえる費用は、個人の趣味の範囲を大きく超えます。

月額で決まった額を払うクラウドAIのほうが、結果的に安く済む人も多いはず。費用の感覚を持つうえで、クラウド型エージェントの月額相場をGenspark Plusの料金解説で見ておくと比較しやすくなります。

お金の話を踏まえて、クラウドの最上位モデルとの使い分けを考えます。

---

クラウドの最上位モデルとどう使い分ける？

性能だけで選ぶなら、各社のクラウド最上位モデルも有力な候補です。違いは「どこで動くか」と「重みを持てるか」にあります。

つまり、文脈窓の広さはクラウド最上位と肩を並べつつ、手元で持てるのがMuse Spark Openだけです。

Muse Spark Openを選ぶ場面

選ぶ理由は、ほぼ「データを外に出したくない」に集約されます。顧客の個人情報や、未発表製品のコードを扱う開発です。

社外のサーバーに送れない情報を、最高クラスのモデルで処理したい。この条件にぴったり合うのが、Muse Spark Openの居場所です。情報の守り方を重視するなら、AIセキュリティのカテゴリも参考になります。

クラウド最上位を選ぶ場面

すぐに使い始めたい、機材に投資したくない。そんな人はクラウドのほうが圧倒的に楽です。

月額や従量課金で、最新のモデルにいつでも乗り換えられます。モデルの更新も提供元が勝手にやってくれる。手間を減らしたい個人や小さなチームには、こちらが現実的です。

使い分けの軸が見えたら、自分がどちら側の人なのかを確かめましょう。

---

Muse Spark Open が向いている人・向いていない人

Muse Spark Openは、誰にでも勧められるモデルではありません。向き不向きがはっきりしています。

向いている人

• 機密コードを社外に出せない開発チーム
• 大規模なコードベースを丸ごとAIに読ませたい人
• 長い手順のエージェント作業を自動化したい人
• 既にMac Studioや大型GPUを持っている企業

向いていない人

• 手持ちのMacBookでサクサク動かしたい人
• 日本語の文章作成が主な用途の人
• 機材の準備や保守に時間を割けない人
• チャット感覚で気軽に質問したいだけの人

後者に当てはまるなら、無理に追いかける必要はありません。チャット用途ならAIチャットボットのランキングから選ぶほうが早く満足できます。

迷ったときの判断基準

迷ったら「データを外に出せない理由があるか」を自問してください。理由がないなら、クラウドのAIで十分。理由があるなら、Muse Spark Openは真剣に検討する価値があります。

エージェント作業を広く比べたい人は、AIエージェントのランキングで他の選択肢も眺めておくと判断がぶれません。

ここまでの材料を踏まえて、編集部としての見立てをお伝えします。

---

AI PICKS編集部の判定

Muse Spark Openは、「データを手元に置いたまま最高クラスのAIを使いたい」開発チームにとって破格の選択肢です。総816Bの規模、100万トークンの文脈窓、文字以外も扱える入力。公開情報を突き合わせる限り、クラウド最上位と同じ土俵に立てる初めてのオープンウェイト級モデルと見ています。

一方で、個人が手元のMacで気軽に動かせるという期待は正直イマイチです。1TB級のメモリとMac Studio複数台という条件は、個人の趣味で揃える範囲を超えています。「Macで動く」の見出しは、法人向けの話と読むのが正確です。

ふつうの人がやるべきことは1つ。Ollamaのクラウド実行で、自分の作業を1本投げてみることです。ここで手応えがあり、なおかつ社外に出せないデータを扱うなら、ローカル実行の投資を検討する。順番を逆にすると、高い機材だけが手元に残ります。

日本語の質が公式に示されていない点は微妙なところです。英語のコードやドキュメント中心の開発なら一択に近い強さですが、日本語の文章作業が主ならクラウドのAIを使い続けるほうが無難です。

---

よくある質問（FAQ）

Q. Muse Spark Openは無料で使えますか？

重みデータは一般公開されており、ダウンロードして使えます。ただし、動かすための機材やクラウドの費用は自己負担です。Ollamaのクラウド実行で試す場合の利用枠は、Ollamaの公式サイトで確認してください。

Q. MacBook AirやMacBook Proで動きますか？

手元で直接動かすのは現実的ではありません。ローカル実行には少なくとも1TBのメモリが目安とされ、M5 Ultra搭載のMac Studioを2〜4台つなぐ構成が想定されています。手持ちのMacからは、Ollamaのクラウド実行で使うのが近道です。

Q. 日本語には対応していますか？

公式発表に日本語対応の明記はありません。英語のコードやドキュメントを扱う作業なら影響は小さいはずです。日本語の文章作業に使う場合は、本番前に品質を確かめてください。

Q. 仕事で使っても大丈夫ですか？

限定的な商用利用を認めるライセンスで公開されています。社内ツールや顧客向けサービスに組み込む場合は、ライセンス本文で条件を確認してください。判断に迷うときは法務担当に相談するのが安全です。

Q. Muse Spark 1.1とは何が違いますか？

最大の違いは、重みが公開されて手元で動かせる点です。データを社外に出さずに処理できるため、機密情報を扱う開発に向きます。クラウド版との使い分けは、Muse Spark 1.1の比較記事が参考になります。

Q. 画像や動画も扱えますか？

扱えます。テキストに加えて、画像・動画・音声をそのまま入力として処理できます。画面の録画から手順書を起こす、といった使い方が可能です。

Q. 一番手軽な試し方は何ですか？

Ollamaを入れて「ollama run muse-spark-open:cloud」を実行する方法です。クラウドで動くため、手元のマシン性能は問われません。Claude Codeから呼び出す手順もOllamaが案内しています。

---

あわせて見たいツール・カテゴリ

Muse Spark Openを試したあと、用途ごとに他の道具と比べたい人向けの入り口です。

• AIコーディングのツール一覧：Claude Codeなど、開発に使うAIを横並びで比べられます
• AIコーディングのランキング：評価の高い開発用AIを用途別に確認できます
• AIエージェントのツール一覧：長い作業を任せられるAIの選択肢が分かります
• AIリサーチのツール一覧：長い資料を読ませて調べ物をする用途に向くAIを探せます
• AIデータ分析のツール一覧：大量のデータを扱う作業向けの道具を比べられます
• AI動画生成のツール一覧：動画を「作る」側のAIを知りたいときに役立ちます

Metaの画像生成モデルも気になる人は、Muse Imageの代替7選で無料・日本語・オープンソースの観点から選べます。

---

次に読むならこれ: Muse Spark 1.1とClaudeの比較記事です。Muse Spark Openを試す前に、Museシリーズのクラウド版とClaudeの得意分野を知っておくと、自分の作業をどれに任せるかを最短で決められます。