--- title: "Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点 | AIニュース - ai-garage" description: "Meta が2026年10月15日、自社の主力 Muse Spark の重みを公開した Muse Spark Open を出したよ。8160億パラメータで、圧縮版でも約493GB。Muse Spark Open とは何か、自分の環境で動かすのに要るもの、商用利用の条件、Xの評判までまとめるね。" source: https://ai-garage.jp/news/meta-muse-spark-open-local/ --- News 2026年10月17日 # Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点 Meta が2026年10月15日、自社の主力 Muse Spark の重みを公開した Muse Spark Open を出したよ。8160億パラメータで、圧縮版でも約493GB。Muse Spark Open とは何か、自分の環境で動かすのに要るもの、商用利用の条件、Xの評判までまとめるね。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#Meta](https://ai-garage.jp/tags/Meta/)[#Muse Spark](https://ai-garage.jp/tags/Muse%20Spark/)[#オープンウェイト](https://ai-garage.jp/tags/%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%82%A6%E3%82%A7%E3%82%A4%E3%83%88/) この記事の要点 - Meta は2026年10月15日（米国時間）、主力モデル Muse Spark の重みを公開した Muse Spark Open を出した。総パラメータ8160億・1回に動くのは420億の MoE 型で、一度に読める量は100万トークン。重みは Hugging Face で申請制で配られている。 - 自分の環境で動かすには、NVIDIA などの GPU なら圧縮版（NVFP4）で700GB、そのままの版（BF16）で2TBの VRAM が要る。Apple によると圧縮版の重みだけで約493GBあり、512GB の Mac Studio（M5 Ultra）1台には収まらず、2台をつないで毎秒約25トークン、4台で約37トークン出た。 - Meta がモデルカードに載せた第三者機関 Artificial Analysis の総合指標は39で、中国の GLM 5.3（45）・Kimi K3（44）より下。非公開版の Muse Spark 1.3（同じ xhigh 設定で45）よりも下で、OpenRouter の API 料金は1.3と同じ入力$1.25／出力$4.25。 - ライセンスは独自の Muse Model License。商用利用はできるが「Built with Muse Spark Open」の表示が要り、関連会社と合わせた年間売上が2000万ドルを超える会社が API などで第三者に提供するときは Meta との別契約が要る。 やっほー、ぼくてんびん丸！ Meta が、いちばん力を入れている AI **Muse Spark の中身（重み）を配り始めた**よ。名前は **Muse Spark Open**。Meta によると「米国製で、重みを公開したモデルとしては過去いちばん賢い」んだって。 「自分の Mac で動く」という話題も出ているけど、**必要なのは512GB の Mac Studio が最低2台**。誰が・何のために使うものなのか、数字で整理するね。 ## 何があったの？ Meta は **2026年10月15日**（米国時間）に Muse Spark Open を公開したよ。中身はこんな感じ。 - **総パラメータ8160億**、1回の計算で動くのは**420億**だけの「MoE 型」（[MoE とは](https://ai-garage.jp/glossary/mixture-of-experts/)） - 一度に読める量は**100万トークン** - 読めるのは**文章・画像・動画・音声**、答えは文章だけ - 重みは Hugging Face で **BF16（そのまま）と NVFP4（4ビットに圧縮）の2種類**。ダウンロードは申請制 - API なら **OpenRouter・Together AI・Fireworks AI・Groq・Baseten・Modal・Nebius** で使える Meta の Muse 系の3つを並べると、立ち位置がわかりやすいよ。 | | Muse Spark Open | Muse Spark 1.3 | Muse Glimmer | | --- | --- | --- | --- | | 公開日 | 2026年10月15日 | 2026年9月2日 | 2026年8月10日 | | 重みの公開 | **あり**（独自ライセンス） | なし（API だけ） | あり（Apache 2.0） | | パラメータ | 8160億（動くのは420億） | 非公開 | 約296億 | | 総合指標（AA・xhigh 設定） | **39**（Meta のモデルカードより） | **45** | — | | API 料金（100万トークンあたり） | 入力$1.25／出力$4.25 | 入力$1.25／出力$4.25 | 入力$0.30／出力$1.20 | | 動かすのに要るメモリ | 圧縮版でも**700GB**の VRAM | — | 圧縮版なら**24GB** | API 料金は、どれも2026年10月17日時点の OpenRouter の値だよ。 性能は、Meta がモデルカードに載せた比較表から主なものを抜き出すとこうなる。 | テスト | Muse Spark Open | Qwen3.8 2.4T | GLM 5.3 | Kimi K3 | | --- | --- | --- | --- | --- | | Artificial Analysis 総合指標 | 39 | 40 | **45** | 44 | | JobBench（仕事をこなす力） | **61.8** | 52.7 | 61.4 | 54.3 | | MCP-Atlas（道具の使いこなし） | **89.2** | 84.5 | 84.2 | 82.3 | | Terminal-Bench 2.1（コマンド操作） | 76.4 | 82.0 | 83.9 | **85.0** | | DeepSWE 1.1（コーディング） | 60 | 57 | 67 | **68** | **道具を使いこなすテストでは1位、コーディングと総合では中国勢に届かない**、という結果なんだ。数字は全部 Meta が出したもので、第三者が同じ条件で測った結果はまだ出ていないよ。 ## Muse Spark Open とは？ **Muse Spark Open は、Meta が API でしか使わせていなかった主力 AI「Muse Spark」を、自分の機械に置いて動かせる形で配ったものだよ。** たとえるなら、これまでは**お店で食べるしかなかった料理のレシピと材料を、まるごと持ち帰れるようになった**感じ。家で作れば、注文の内容（送るデータ）をお店に見せずに済む。ただ、この料理は**業務用の大きな厨房が要る**んだ。 きみの使い方で変わるのは、主に2つ。 - **会社のデータを外に出したくない人**は、自社のサーバーで Meta の上位モデルを動かせるようになった - **普通にチャットで使いたいだけの人**には、ほぼ関係ない。API で使うなら、値段が同じで賢い [Muse Spark 1.3](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/) のほうが向いている 「Muse Spark」そのものについては、[Muse Spark 1.3 の記事](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/)で詳しく書いているよ。 ## 自分の環境で動かすには何が要る？ いちばん気になるところだね。**普通のパソコンやゲーミング PC では動かない**よ。 | 動かし方 | 必要なもの | 速さ（目安） | | --- | --- | --- | | GPU サーバー（圧縮版 NVFP4） | VRAM **700GB** 以上 | — | | GPU サーバー（そのまま BF16） | VRAM **2TB** 以上 | — | | Mac Studio（M5 Ultra・512GB）2台 | Thunderbolt 5 で2本ずつ接続、macOS 26.2 以降、MLX 0.30.1 以降 | 毎秒 **約16〜25** トークン | | Mac Studio（M5 Ultra・512GB）4台 | 同上 | 毎秒 **約37** トークン | GPU の数字は Meta のモデルカード、Mac の数字は Apple が10月15日に公開した計測（読ませた文章が8,192トークンのとき）だよ。 Apple によると、圧縮版でも**重みだけで約493GB**。計算の途中で使うメモリも足すと512GB の Mac 1台には収まらないから、**2台に半分ずつ載せて**動かすんだ。4台なら、最初の文字が出るまで**約4.8秒**。 動かすソフトは SGLang・vLLM・llama.cpp・Hugging Face Transformers・Unsloth・TensorRT-LLM、Mac なら MLX が対応しているよ。Apple は、Mac で立てたサーバーに **OpenCode** をつないでコーディングに使う設定例まで載せている。 ![Muse Spark Open を動かすのに必要なメモリと構成の図解](https://ai-garage.jp/images/article-figures/meta-muse-spark-open-local-1.webp) ## 商用で使ってもいい？ **使えるけど、条件つき**だよ。ライセンスは Llama のときとも違う、独自の **Muse Model License**。 - 使ったものには「**Built with Muse Spark Open**」の表示が要る - 使ってはいけない用途の決まりがある - **関連会社と合わせた直近12か月の売上が2000万ドルを超える会社**が、API などで**第三者に提供する**ときは、Meta と別に契約が要る - 社内で使うだけ、自社サービスの一部として使うだけなら、この売上の条件はかからない Muse Glimmer の Apache 2.0 より縛りが多いから、**仕事で使うならライセンス本文を先に読む**のが安全だよ。 ## Muse Spark Open の評判は？Xの反応 公開から2日、Xでは**慎重な声が中心**だよ。目立つのは「手元で動かすには機械が高すぎる」「性能の数字が思ったより低い」「ライセンスに縛りがある」の3つ。 まず、必要なメモリが大きすぎて手元では難しい、という声。 > MetaがオープンウェイトのMuse Spark Openを公開しました。8,160億パラメータでMac向けですが、RAMは1TB級が必要だそうです。手元で動かすにはまだ敷居が高いですね。[#Meta](https://x.com/hashtag/Meta?src=hash&ref_src=twsrc%5Etfw) [#MuseSparkOpen](https://x.com/hashtag/MuseSparkOpen?src=hash&ref_src=twsrc%5Etfw) [#オープンウェイト](https://x.com/hashtag/%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%82%A6%E3%82%A7%E3%82%A4%E3%83%88?src=hash&ref_src=twsrc%5Etfw) > > — Tetsuro Mawatari (@mawatetsu1030) > > 2026年10月16日 性能の指標が中国の GLM 5.3 より低い、という指摘。 > Meta、重みを出してきた。 > > Muse Spark Open は米国製の公開モデルで最高。それでも指標は39点、中国のGLM 5.3は45点。 > > まだ触ってない。GPUメモリ700GBは正直きつい。 > > ほか4本は動画で👇[#AIニュース](https://x.com/hashtag/AI%E3%83%8B%E3%83%A5%E3%83%BC%E3%82%B9?src=hash&ref_src=twsrc%5Etfw) [pic.twitter.com/NiNh1kTTfN](https://t.co/NiNh1kTTfN) > > — せなお| AIとITを使った仕事術 (@rutinelabo) > > 2026年10月15日 独自ライセンスなので、受託開発で使う前に条文の確認が必要だという声。 > MetaのMuse Spark Openは総816B・アクティブ42B、1Mコンテキスト。ただ商用に制限のある独自ライセンスなので、受託で使う前に条文確認が必須。 > > — 芦刈庸介｜大分でAI×DX支援｜株式会社NewBeginnings代表 (@ashikari_nb) > > 2026年10月17日 ほかにも「512GB を2台そろえる時点で機械代が先に来る。1台に収まる27Bクラスから試す」という現実的な声があったよ。**はっきり良い評価をしているポストは、この時点では確認できなかった**。 10月17日時点で、実在を確認できたXのポストから選んだよ。 ## ぼくの見解 ぼくがいちばん気になったのは、**API で使うなら Muse Spark Open を選ぶ理由がほとんどない**ことなんだ。 このサイトの [Muse Spark のモデルページ](https://ai-garage.jp/models/muse-spark/) に載せている Muse Spark 1.3 は、同じ xhigh 設定で総合指標**45**。Muse Spark Open は Meta 自身の表で**39**。なのに OpenRouter の値段は**どちらも入力$1.25／出力$4.25**で同じなんだ。値段が同じなら、賢い1.3を使うほうが得だよね。 だから Muse Spark Open の価値は「**データを外に出さずに、自分の機械で上位クラスを動かせる**」の1点に尽きると思う。病院や金融みたいに、送るデータそのものが外に出せない会社には意味がある。逆に個人が「無料で動かせる」と期待すると、Mac Studio 2台ぶんの出費が先に来る。 個人で手元で試したいなら、**24GB の VRAM で動く** [Muse Glimmer](https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/) のほうが現実的な気がする。Meta は「重みを出す」方向にまた一歩戻ってきたけど、**大きいほうは会社向け、小さいほうは個人向け**、と分けて見るといいかもしれないね。 ## まとめ Muse Spark Open は、**Meta の主力を自分の機械で動かせるようにした**モデル。道具を使いこなすテストでは強いけど、総合では中国勢と非公開版の1.3に届かない。 動かすには圧縮版でも700GB の GPU メモリか、**512GB の Mac Studio 2台以上**。API で使うなら同じ値段の Muse Spark 1.3、手元で試すなら Muse Glimmer。「**誰が、何のために**」で選び分けるのがいちばん大事だよ！ よくある質問 Q.Muse Spark Open とは？ A.Muse Spark Open は、Meta が2026年10月15日に重みを公開した大規模なAIモデル。それまで API でしか使えなかった主力の Muse Spark を、自分のサーバーやパソコンに置いて動かせる形で配ったもので、総パラメータは8160億、一度に読める量は100万トークン。文章・画像・動画・音声を読めて、答えは文章で返す。 Q.Muse Spark Open は自分のパソコンで動く？必要なメモリは？ A.普通のパソコンでは動かない。Meta のモデルカードでは、圧縮版（NVFP4）で700GB、そのままの版（BF16）で2TBの GPU メモリが要る。Mac なら、512GB の Mac Studio（M5 Ultra）を2台以上 Thunderbolt 5 でつなぐ構成を Apple が示していて、2台で毎秒約25トークン、4台で約37トークンだった（2026年10月15日の Apple の計測）。 Q.Muse Spark Open は商用利用できる？ A.できるが条件つき。独自の Muse Model License で、「Built with Muse Spark Open」の表示と用途の制限がある。関連会社と合わせた直近12か月の売上が2000万ドルを超える会社が、API などで第三者に提供するときは Meta と別契約が要る。社内で使うだけ、自社サービスの一部として使うだけならこの条件はかからない。 Q.Muse Spark Open の API 料金は？ A.2026年10月17日時点の OpenRouter では、100万トークンあたり入力$1.25／出力$4.25。非公開版の Muse Spark 1.3 と同じ値段。ほかに Together AI・Fireworks AI・Groq・Baseten・Modal・Nebius でも API で使えると Meta が案内している。 Q.Muse Spark Open の評判は？ A.2026年10月17日時点のXの反応では、「手元で動かすには敷居が高い」「性能の指標は中国の GLM 5.3 より低い」「独自ライセンスなので商用は条文の確認が要る」といった慎重な声が中心だった。はっきり良い評価をしているポストは、この時点では確認できなかった。 参考・一次ソース - [→ Meta AI Research：Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date（2026-10-15）](https://research.meta.ai/blog/muse-spark-open) - [→ Hugging Face 公式モデルカード：meta-models/Muse-Spark-Open-816B-A42B（仕様・必要な VRAM・ベンチマーク表）](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) - [→ Apple Machine Learning Research：Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio（2026-10-15・Mac Studio での速度とメモリ）](https://machinelearning.apple.com/research/mlx-distributed-inference) - [→ Muse Model License（Hugging Face 上のライセンス本文）](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) - [→ OpenRouter：meta/muse-spark-open（API 料金・2026-10-17 確認）](https://openrouter.ai/meta/muse-spark-open) - [→ ITmedia AI＋：Meta、「米国製で最高性能」のオープンモデル「Muse Spark Open」発表（2026-10-16）](https://www.itmedia.co.jp/aiplus/article/2610/16/2000002328/) ⚖️ この2つを比べる Qwen3.8-Max vs Llama 4 Maverick Alibaba 知能スコア 45 料金 $2 / $6 Meta 知能スコア 10 料金 非公開 料金・性能を横並びで比較 → いま比較表に載っている版どうしの比較です。知能スコアは第三者機関 Artificial Analysis の測定値、料金は API の100万トークンあたりの入力 / 出力（米ドル）。 この記事に出てきた用語・モデル 用語をやさしく解説 [オープンウェイト](https://ai-garage.jp/glossary/open-weight/)[パラメータ](https://ai-garage.jp/glossary/parameter/)[Mixture of Experts（MoE）](https://ai-garage.jp/glossary/mixture-of-experts/)[量子化](https://ai-garage.jp/glossary/quantization/)[コンテキストウィンドウ](https://ai-garage.jp/glossary/context-window/)[マルチモーダル](https://ai-garage.jp/glossary/multimodal/) 関連 AI モデル [Muse Spark](https://ai-garage.jp/models/muse-spark/)[Llama](https://ai-garage.jp/models/llama/)[Qwen](https://ai-garage.jp/models/qwen/)[Kimi](https://ai-garage.jp/models/kimi/)[GLM](https://ai-garage.jp/models/glm/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=Muse%20Spark%20Open%20%E5%85%AC%E9%96%8B%EF%BC%81Mac%20Studio%202%E5%8F%B0%E3%81%A7%E5%8B%95%E3%81%8F%E3%80%81%E5%BF%85%E8%A6%81%E3%81%AA%E3%83%A1%E3%83%A2%E3%83%AA%E3%81%A8%E6%B3%A8%E6%84%8F%E7%82%B9%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fmeta-muse-spark-open-local%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fmeta-muse-spark-open-local%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp)2026/9/5Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/)[![Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ](https://ai-garage.jp/images/news-heroes/meta-muse-glimmer-local-open-model-card.webp)2026/8/11Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ](https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/)[![「Llama 5」はいつ出る？まだ未発表【2026年10月時点】最新は Llama 4](https://ai-garage.jp/images/news-heroes/llama-5-release-status-card.webp)2026/6/5「Llama 5」はいつ出る？まだ未発表【2026年10月時点】最新は Llama 4](https://ai-garage.jp/news/llama-5-release-status/)[![DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/images/news-heroes/deepseek-v4-1-flash-1017-card.webp)2026/10/17DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/news/deepseek-v4-1-flash-1017/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/10/17 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。