要約 Meta は 2026年10月12日に Muse Wonder と Muse Wonder Full を発表—個人およびプロフェッショナルのエージェント的タスクに特化した、これまでで最も高性能なモデルです。Muse Wonder Full は Artificial Analysis Intelligence Index で 56（Claude Opus 5.5 の 58 に次ぐ）、Muse Wonder は 52 を記録。両モデルは Active Memory と Active Focus、100万トークンのコンテキストウィンドウ、強力なコーディング能力とドメイン専門性（法務・金融・ヘルス）、そしてマルチモーダル入力を備えています。
Muse Wonder は Meta Model API を通じて 100万トークンあたり $4／$20（入力／出力）で提供。Muse Wonder Full は Muse Code の上位サブスクリプション階層に限定。開発者は CometAPI のような統合プラットフォーム経由でも（他の 500+ モデルとともに）アクセスでき、より簡素な統合とコスト面の優位性が見込めます。
重要ポイント
- Muse Wonder と Muse Wonder Full は、長時間稼働エージェント、コーディング、コンピュータ操作、実世界の知的労働向けの Meta のフロンティアモデル。
- 主要な革新点：Active Memory（会話をまたいだ持続的で関連性の高いコンテキスト保持）と Active Focus（目標の持続追求、エラー回復、適切な確認・質問）。
- 独立系 Artificial Analysis Intelligence Index（最大推論努力）：Muse Wonder Full 56、Muse Wonder 52（Muse Spark 1.3 の 48 から上昇）。
- 長期的コーディング（DeepSWE、SWE-Marathon）、法務／金融エージェントタスク、メモリ系ベンチで強力な性能。Meta および第三者評価のいくつかで競合または先行。
- 価格：Meta Model API の Muse Wonder は 100万トークンあたり 入力 $4／キャッシュ入力 $0.20／出力 $20。Muse Wonder Full は Muse Code のサブスク限定（Power $50/月、Maximum $200/月）。CometAPI での標準 Muse Wonder API 価格は 入力 $3.2/100万、キャッシュ入力 $0.16/100万、出力 $20/100万。
Muse Wonder とは？
Muse Wonder は Meta Superintelligence Labs が 2026年10月12日に発表した新しいフロンティア大規模言語モデル群です。このリリースは Muse Spark を基盤に、孤立したチャットボット的応答から、ツール連携ができ、有用なコンテキストを保持し、困難な作業に反復的に取り組む長時間稼働アシスタントへと重心を移しています。2 つのバリアントで構成されます：
- Muse Wonder — 実世界のコーディング、長時間稼働エージェント、高度なコンピュータ操作に最適化された標準フロンティアモデル。Meta Model API と Muse Code で提供。
- Muse Wonder Full — 最難関かつ長期のプロフェッショナル／エージェント的ワークフローに向け、最大限の推論性能を発揮する上位版。現在は上位ティアの Muse Code サブスクのみで提供。
これらのモデルは 2026 年初頭に導入された Muse Spark の土台の上に構築され、「個人的な超知能」へ向けた Meta の最も大きな飛躍を体現します。単に質問に答えるのではなく、計画・実行・エラーからの回復を行い、長期間にわたり多段の実世界タスクを完遂するエージェント的ユースケースに明確に設計されています。例として、保険金請求のナビゲーション、賃貸契約の解釈、財務・ヘルス情報の分析、完全なアプリケーションの構築、複雑な個人プロジェクトの処理などが挙げられます。
モデルは Meta のギガワット級 Prometheus データセンターで、Muse Spark シリーズ以来洗練された高度な事前学習と強化学習手法を用いて訓練されています。100万トークンのコンテキストウィンドウをサポートし、マルチモーダル入力（テキスト、画像、動画、音声、PDF の多様な構成）を受け付け、出力はテキストです。
Muse Wonder API の技術仕様
| 仕様（公式モデルカード） | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Developer | Meta Superintelligence Labs | Meta Superintelligence Labs |
| Release | 2026年10月12日 | 2026年10月12日 |
| Identifier | muse-wonder-1.0 | muse-wonder-full-1.0 |
| Context window | 1,000,000 トークン | 1,000,000 トークン |
| Inputs | テキスト、画像、音声、動画 | テキスト、画像、音声、動画 |
| Output | テキスト | テキスト |
| Reasoning | 設定可能 | 高度 |
| Active Memory / Focus | 対応 | 対応 |
| Public API | Meta Model API | 提供なし |
| Access | Meta API と Muse Code | 対象の Muse Code プラン |
| Model weights / parameter count | 非公開 | 非公開 |
| Intelligence Index | 52 | 56 |
主要機能：Active Memory と Active Focus
Active Memory
重要なユーザーコンテキストを会話をまたいで保持し、現在のタスクに関連する詳細を能動的に検索・想起します。単なる長大なコンテキストウィンドウを超え、進行中の目標・習慣・嗜好・過去のやり取りに関わる情報を優先的に表面化します。Meta は MemoryBench での高スコアを強調しています。
Active Focus
タスクが難しくなるほど粘り強く取り組み、代替アプローチの試行、エラーからの回復、新情報への適応、必要に応じた確認質問、重要なアクション前の合意形成を行います。これは内部の FocusBench や SWE-Marathon といった長期コーディングスイートで評価。これにより、エージェントは数時間にわたり逸脱せずに作業を継続できます。
そのほかの強み：
マルチモーダル理解: このモデルファミリーはテキスト・画像・音声・動画入力をサポートし、テキスト出力を生成します。ただし、音声依存のアプリケーションは、特定の提供面でのサポート可否を確認してください。モデルレベルでモダリティを記載していても、すべての API やアプリが同じ入力経路を公開しているとは限りません。
専門領域の推論: Meta のローンチ評価には、ドキュメントレビューや情報統合などの法務・金融・ヘルス関連タスクが含まれます。これらのスコアは評価対象タスクの結果であり、高リスク環境での専門資格や専門家検証の代替にはなりません。
フロンティアなコーディングとコンピュータ操作: Wonder はアプリ生成、デバッグ、コード修正、ツール連携ワークフローを支援します。実運用での成功は、周辺のエージェント基盤、権限設定、評価プロセスにも依存します。
ベンチマークでの Muse Wonder の性能は？
以下の表はローンチ時に報告されたスコアを再掲したものです。独立評価、Meta の内部テスト、プロバイダ報告の競合結果を組み合わせています。各行の指標はスケールが異なるため、横並び比較は可能ですが、平均して新たな総合スコアを作るべきではありません。
| ベンチマーク（指標と方法論） | Wonder Full | Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v4.3 | 56 | 52 | 53 | 58 |
| Personal Superintelligence Index | 59.1 | 54.3 | 54.5 | 55.2 |
| Harvey LAB-AA | 13.1 | 10.0 | 8.6 | 4.2 |
| Vals Finance Agent V2 | 59.1 | 56.6 | 53.5 | 58.6 |
| HealthBench Pro | 62.3 | 60.5 | 65.3 | 65.6 |
| AutomationBench-AA | 45.4 | 39.1 | 41.6 | 41.2 |
| GDP.pdf | 33.2 | 30.8 | 34.2 | 30.6 |
| JobBench | 75.3 | 70.5 | 66.1 | 75.4 |
| MemoryBench | 85.5 | 85.6 | 81.4 | 81.5 |
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| SWE-Marathon | 57.5 | 53.1 | 42.5 | 46.3 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | 59.1 | 59.6 |
| ProgramBench | 59.0 | 50.0 | 52.5 | 70.5 |
評価条件とスコアの解釈
一般比較では Meta は最大限の推論努力を報告し、ベンチマークごとの例外があります。内部の競合実行はベストエフォートで、外部結果は元のハーネスを維持。これらはローンチ時点の比較であり、単一の本番構成下での一様テストではありません。
AA Intelligence Index は Artificial Analysis の合成指数。PSI と MemoryBench は内部評価。Harvey LAB-AA と AutomationBench-AA は Artificial Analysis の結果、Vals Finance Agent V2 は Vals AI、GDP.pdf は Surge の結果を使用。HealthBench Pro は Meta の実行と Anthropic 報告結果の組み合わせ。JobBench はタスク報酬の平均を報告します。
DeepSWE 1.1 は 113 タスクと 91 リポジトリでの pass@1 を報告。SWE-Marathon は Abundant AI による異なるエージェント製品の結果を使用し、Wonder Full の 57.5 は xhigh effort の設定とされています。ProgramBench は mini-swe-agent を使用し、隠しテストの少なくとも 95% に合格したロールアウトを測定。Terminal-Bench は実行可能なターミナルタスクにおける Artificial Analysis の結果。MemoryBench は 64K〜100K トークンの会話を評価します。
Muse Wonder Full のベンチマーク上の強み
Muse Wonder Full は、長期のソフトウェアエンジニアリングやメモリ集約的なエージェント作業で特に優れています。一方、Claude Opus 5.5 は、純粋なターミナル／コンピュータ操作やゼロからのプログラミングタスクの一部で優位性を維持。知識の幅は相対的に今後の改善余地がある一方、幻覚率は顕著に低いことが報告されています。
主に Artificial Analysis による独立検証
Artificial Analysis Intelligence Index（v4.3、最大限の推論努力）
- Muse Wonder Full: 56
- Muse Wonder: 52
- Claude Opus 5.5: 58
- GPT-6 Astra / Claude Fable 5.1 / Gemini 4 Argon: 約 53
- 前世代の Meta モデル（Muse Spark 1.3 max）: 48
Muse Wonder Full は 10 の構成評価のうち 6 つでトップ 3 に入り、エージェント的知的労働や科学的推論（例：CritPt、GDP.pdf、GDPval-AA）で首位または上位に位置付けられます。両モデルは Terminal-Bench をはじめとするエージェント的コーディングスイートで Muse Spark 1.3 と比べ大幅な改善を示します。
Muse Wonder API の価格は？
Meta は Muse Wonder を Model API でトークン課金により提供。開発者は割引をうたうプラットフォームである Muse Wonder API in CometAPI も検討できます。
以下の表は、Meta の公式トークンレートと CometAPI の「20% オフ想定」価格の比較です。
| 価格カテゴリ（公式トークンレート） | Muse Wonder | CometAPI（20% オフ想定） |
|---|---|---|
| Input | $4.00 / 100万トークン | $3.20 / 100万トークン |
| Cached input | $0.20 / 100万トークン | $0.16 / 100万トークン* |
| Output | $20.00 / 100万トークン | $16.00 / 100万トークン |
| Context | 100万トークン | 対応デプロイに依存 |
| Wonder Full API | 一般公開なし | 一般公開なし |
キャッシュ入力は公開レート比で非キャッシュ入力より 95% 安価で、共通のコンテキストを多く共有する繰り返しのエージェントプロンプトに有用となり得ます。
リクエスト費用の例
100,000 の非キャッシュ入力トークンと 20,000 の出力トークンの場合：入力 = (100,000 / 1,000,000) × $4 = $0.40；出力 = (20,000 / 1,000,000) × $20 = $0.40；推定合計モデル費用 = $0.80。
実際の複数呼び出しのエージェントワークフローでは、計画、ツール呼び出し、リトライ、評価パスによりコストが増える可能性があります。
Muse Wonder Full のサブスクリプション価格
Wonder Full は、別建ての公開 API トークン価格ではなく、対象の Muse Code サブスクリプションを通じて配布されます。Power と Maximum プランはそれぞれ $50/月、$200/月。Everyday Usage の 20 倍／80 倍の割当を提供します。無制限の利用やトークン単価の API プランではなく、あくまで制限付きサブスクリプションです。
比較：Muse Wonder vs GPT-6 Astra vs Claude Opus 5.5
以下の比較は、ローンチ時のベンチマーク観察と各プロバイダの仕様を組み合わせたものです。代替の統合手段として、開発者は GPT-6 Astra API in CometAPI や Claude Opus 5.5 API in CometAPI を評価できます。ベンチマークの優劣のみで最適な導入先が決まるわけではありません。
| 観点 | Wonder Full | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| 総合的な知能 | 強力 | 強力 | 掲載指標で最高 |
| 法務系エージェントタスク | 掲載中で最高の Harvey スコア | 競合水準 | 相対的に低スコア |
| 長期的コーディング | DeepSWE / Marathon で掲載中最高 | 強力 | 強力 |
| ターミナル実行 | 競合水準 | 強力 | 掲載中で最高 |
| プログラム再構成 | 競合水準 | 競合水準 | 掲載中で最高 |
| 独立の公開 API | いいえ | はい | はい |
| コンテキストウィンドウ | 100万トークン | 1.05M トークン | 100万トークン |
| 標準の入出力価格（100万トークンあたり） | サブスク経由のみ。公開トークン単価なし | 272K 入力トークンまでのプロンプトで $10 / $50 | $4 / $20 |
| 推論 | Muse の上位能力バリアント | 推論努力を設定可能 | アダプティブシンキング |
| マルチモーダル統合 | モデルカードにテキスト／画像／音声／動画入力を記載。提供面での対応は可変 | テキストと画像入力、テキスト出力 | テキストと画像入力、テキスト出力 |
| アーキテクチャ比較 | 同等比較に足る詳細が開示されていない | 引用の API 仕様では比較不可 | 引用の API 仕様では比較不可 |
| 実務的な出発点 | 継続的なコーディングワークフローを試す Muse Code ユーザー | カスタム API エージェントとプロ向けリサーチ | カスタム API によるコーディング／知的労働エージェント |
Muse Wonder シリーズは、チャット中心や短期推論ではなく、エージェント的ワークロードのフロンティアにおける Meta の競争力を示します。Muse Wonder の価格は Claude Opus 5.5 のリストレートに一致し、メモリ、長期コーディング、プロ向けエージェントタスクで強力な特化性能を発揮します。GPT-6 Astra や Claude Fable 5.1 は、プラットフォームによってはより高いリスト価格を提示することがあります。アクセス形態は異なり、Meta は最上位（Full）を自社のコーディングサブスクに限定する一方、競合は通常、最上位モデルを API 経由で提供します。
Muse Wonder はどこで使える？
Meta から直接
- dev.meta.ai で Meta Model API に登録し、Muse Wonder を利用。
- Muse Code をサブスクして両バリアントにアクセス（Full は上位ティアで提供）。
- Meta API と CometAPI は OpenAI および Anthropic 互換エンドポイントをサポート。
Muse Wonder: Meta Model API
Muse Wonder は Meta Model API を通じて提供され、アプリケーションやリサーチアシスタント、ツール連携型エージェントを構築するチームに適しています。これは本記事で説明しているトークン課金のプログラマブルなアクセス手段です。コードチュートリアルではなく、アクセス詳細はプロバイダのモデルページを参照してください。
2 つのアクセス経路は用途が異なります：Meta Model API はカスタムの Wonder アプリケーションの出発点、対象の Muse Code サブスクはコーディングエージェント内で Wonder Full へのアクセスを提供します。以下ではサブスク経路と、第三者アクセスを検討する際の確認事項を説明します。
Muse Wonder Full を Muse Code で利用する
対象の Muse Code Power または Maximum ユーザーは、ターミナルベースのコーディングエージェントである Muse Code を通じて Wonder Full にアクセスできます。このサブスク経路は、別個にメータリングされた公開 Wonder Full API を呼び出す形とは異なります。
Muse Wonder へのアクセスと CometAPI の代替
CometAPI は単一の OpenAI 互換エンドポイント（https://api.cometapi.com/v1）と 1 つの API キーで 500+ モデルにアクセスを提供します。Meta の Muse シリーズ（Muse Wonder と Muse Wonder Full）が掲載されており、一部バリアントは利用可能または近日公開と記載、またしばしばリスト価格より割引されています。
代替の統合手段として、GPT-6 Astra API in CometAPI や Claude Opus 5.5 API in CometAPI にアクセスできます。プロバイダを変更する前に、同一のタスク・コンテキスト・ツール設定で比較してください。
CometAPI の始め方：無料アカウントを作成（テストクレジット付き）、キーを取得、クライアントを CometAPI のベース URL に向け、Muse Wonder のモデル ID を指定。この方法は、フロンティアなエージェント機能の実験や本番化における運用オーバーヘッドを削減します。
まとめ
Muse Wonder と Muse Wonder Full は、個人およびプロフェッショナル向けエージェントに必要な要件—信頼できるメモリ、持続的フォーカス、ドメイン専門性、長期のコーディングとコンピュータ操作—に焦点を当て、Meta がフロンティア AI 開発の最前線に戻ってきたことを明確に示すモデルです。開発者が次世代のエージェントシステムを構築するうえで直ちに有用であり、Meta 自身の Muse プロダクトも強化するでしょう。
これらの能力を評価・導入するチームにとっては、Muse Wonder の Meta Model API から始め、CometAPI のようなアグリゲーションプラットフォームを併用してマルチモデルの柔軟性を確保することが、実験から本番までの低摩擦な道筋となります。完全なセーフティレポートおよびより広範な Muse エージェントの展開が進むにつれ、これらのモデルの実践的インパクトはいっそう明らかになるはずです。