For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/meta-muse-wonder-explained-active-memory-ec6c8869.md.
Metaは、個人および業務向けのエージェント型作業において同社史上最も高性能なモデルである**Muse Wonder**と**Muse Wonder Full**を発表しました。
Metaは、個人および業務向けのエージェント型作業において同社史上最も高性能なモデルであるMuse WonderとMuse Wonder Fullを発表しました。
この2つのモデルは、単一のプロンプトに回答するだけにとどまらないタスク向けに設計されています。重要なコンテキストを維持し、複数ステップの目標に取り組み、ツールやソフトウェアを使用し、タスクが困難になったり環境が変化したりした場合にも適応を続けることができます。
今回の発表の中心にあるのは、MetaがActive MemoryとActive Focusと呼ぶ2つの概念です。
Active Memoryは、会話をまたいで重要な情報を記憶し、それが関連する場面で取り出すことを指します。Active Focusは、より長いワークフローでタスクを継続する能力です。つまり、代替案を試し、障害から回復し、新しい情報に適応し、重要な行動の前に確認を求めることを意味します。
Muse WonderはMeta Model APIおよびMuse Codeを通じて利用できます。Muse Wonder FullはMuse Codeの購読者に提供されています。Metaによると、Muse Wonderはまず購読者向けに、Muse内の体験にも搭載され始める予定です。
公式モデルカードには、100万トークンのコンテキストウィンドウ、テキスト・画像・動画・音声に対応するマルチモーダル入力、そしてテキスト出力が記載されています。
| 仕様 | Muse Wonder / Wonder Full |
|---|---|
| リリース日 | 2026年10月12日 |
| コンテキストウィンドウ | 100万トークン |
| 入力モダリティ | テキスト、画像、動画、音声 |
| 出力モダリティ | テキスト |
| 主な対象 | 個人および業務向けのエージェント型タスク |
| Muse Wonderの利用方法 | Meta Model APIおよびMuse Code |
| Muse Wonder Fullの利用方法 | Muse Codeのサブスクリプション |
APIユーザー向けに、Metaは現在、Muse Wonderの料金を入力100万トークンあたり4ドル、キャッシュ済み入力100万トークンあたり0.20ドル、出力100万トークンあたり20ドルと掲載しています。
Metaによると、Muse Wonderの発表は、同社のAIスタック全体を再構築するより広範な取り組みにおける最新のステップです。
ローンチの14か月前、同社は人工知能への取り組みを根本から刷新する作業を開始しました。このプロセスは最初にMuse Sparkファミリーを生み出し、現在はより大規模なMuse Wonderモデルへとつながっています。
Muse Sparkが効率性と、次第に高度化するエージェント的な振る舞いを重視していたのに対し、Muse WonderはMetaのスケーリングの階段をさらに上へ進めるものです。
Metaは、これらのモデルがギガワット規模のPrometheusデータセンターで学習され、事前学習と強化学習の進歩を組み合わせていると述べています。
同社が掲げる目標はパーソナル超知能です。これは、人の目標とコンテキストを理解し、ツールやアプリケーションを横断して作業し、業務と日常生活の双方における複雑なタスクを支援できるAIシステムを指します。
これは野心的な位置付けですが、Muse Wonderにおけるより具体的な変化は説明しやすいものです。Metaは、より長時間にわたって作業を継続し、より多くのコンテキストを保持し、エージェントとしてより信頼性高く動作することが期待されるモデルを構築しています。
Metaは、Muse WonderおよびMuse Wonder Fullを、個人・業務向けエージェント、メモリ、コーディング、コンピューター操作、一般的な推論にわたって評価しています。
同社のモデルカードでは、両モデルをGPT-6 Astra、Claude Fable 5.1、最大推論努力設定のClaude Opus 5.5を含むシステムと比較しています。
Metaが公開したスコアカードの代表的な結果を以下に示します。
| ベンチマーク | Muse Wonder Full | Muse Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Harvey LAB-AA | 13.1 | 10.0 | 8.6 | 4.2 |
| AutomationBench-AA | 45.4 | 39.1 | 41.6 | 41.2 |
| JobBench | 75.3 | 70.5 | 66.1 | 75.4 |
| OSWorld V2.1 partial | 78.4 | 72.6 | 75.8 | 81.8 |
| MemoryBench | 85.5 | 85.6 | 81.4 | 81.5 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | 59.1 | 59.6 |
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| SWE-Marathon | 57.5 | 53.1 | 42.5 | 46.3 |
| Artificial Analysis Index | 56 | 52 | 53 | 58 |
これらの結果には文脈が必要です。
Metaのスコアカードは、Metaが実施した評価、第三者による結果、公式リーダーボード、プロバイダー報告のスコアという、複数種類の証拠を組み合わせています。モデルカードでは、競合モデルの実行はベストエフォートであり、プロンプト、ツール、ハーネス、ランタイム構成が、すべてのプロプライエタリモデルに対して常に同等に最適化されているとは限らないことを明示しています。
そのため、この表はMetaがMuse Wonderファミリーをどの領域で競争力があると見ているかを理解するのに役立ちますが、単一の普遍的なランキングとして読むべきものではありません。
Muse Wonderは、現実の専門業務タスクに専門知識を適用するよう設計されています。
Metaは特に次の3分野を強調しています。
目的は、単に記憶から専門分野の質問へ回答することではありません。多くの評価では、モデルがソース資料を扱い、詳細な指示に従い、実用可能な成果物を作成することが求められます。
たとえば、Harvey's Legal Agent Benchmarkは、提供された案件文書と詳細なタスク要件に基づいて法務作業を評価します。
Vals Finance Agent V2は、企業の提出書類や市場情報を横断した調査を必要とする金融アナリストのワークフローに焦点を当てています。
HealthBench Proは、医師が作成した評価基準を用いて、専門職水準の医療質問をテストします。
これらのベンチマークは、エージェント型AIにおけるより大きな方向性を反映しています。モデルには、ドメイン知識と文書処理、調査、タスク実行を組み合わせることがますます求められています。
それでも専門家によるレビューの必要性がなくなるわけではありません。Metaのモデルカードは、Muse Wonderが不正確、偏った、または不適切な応答を生成する可能性があること、またユーザーは特定のアプリケーションに対してモデルを検証すべきであることを明示的に警告しています。
メモリはMuse Wonderの中心テーマの一つです。
MetaはこのアプローチをActive Memoryと呼んでいます。
その考え方は、有用な個人向けまたは業務向けエージェントは、以前のやり取りの情報を保持するだけでは不十分だというものです。過去の詳細が再び関連するタイミングを認識し、現在のタスクへ戻せる必要もあります。
これは次のようなワークフローで重要になります。
Metaはこの振る舞いを、約64Kから100Kトークンに及ぶ長く複雑な会話を対象として構築された内部ベンチマーク、MemoryBenchで評価しています。
会話には、複数の事実、注意をそらす情報、矛盾する情報、後からの更新が含まれます。モデルは、どの情報が有効であり続けるかを特定し、質問された際に正しい詳細を取り出さなければなりません。
Metaは公開比較において、MemoryBenchのスコアをMuse Wonderでは85.6、Muse Wonder Fullでは85.5と報告しています。
これは、より大きいモデルが必ずしもすべての個別ベンチマークで上回るとは限らないことを示す有用な例でもあります。
コンテキストを記憶することは、有用なエージェントの一部にすぎません。
モデルは、ユーザーの目標に向かって作業を続ける必要もあります。
MetaはこれをActive Focusと呼んでいます。
実務上、これはMuse Wonderが次のようなことを行えるよう学習されていることを意味します。
Metaはこの振る舞いを、住宅、旅行、IT、金融などの分野における個人向けエージェントタスクを対象とする内部ベンチマーク、FocusBenchで評価しています。
ソフトウェア作業では、継続的な実行能力も、長期にわたるエンジニアリングプロジェクトを評価するSWE-Marathonによってテストされます。
重要な違いは、Active Focusが単に「より多くの推論トークン」を意味するわけではない点です。これは、長い軌跡にわたって実際のタスクに方向付けられ続けるという、行動上の目標です。
ソフトウェアエンジニアリングは、メモリとフォーカスを結び付けます。
コーディングエージェントは、要件を記憶し、コードベースを理解し、複数ファイルにわたる変更を加え、テストを実行し、失敗を調査し、元の目的を見失わずに反復を続けなければなりません。
Metaによると、両方のMuse Wonderモデルは、まさにこの理由から、多様で長時間にわたるソフトウェアタスクで学習されています。
公開されている主なコーディング結果には、次のものがあります。
DeepSWEとSWE-Marathonの結果は、単発のコード補完ではなく、より長い期間のソフトウェアエンジニアリングに焦点を当てているため、特に重要です。
Metaの公式モデルページでは、Muse Wonderについて、長期タスクを計画し、サブエージェントに作業を委任し、ツールを並列に呼び出し、エラーから回復できるとも説明されています。
同社は、この幅広いコーディング能力を、カスタマイズ可能な画像入力から生成された、プレイ可能な3Dキッチンゲームで実演しています。
この例は視覚的に印象的ですが、モデルカードには有用な制約も記載されています。正確な視覚・空間推論、特に3Dタスクは依然として既知の弱点です。厳密な空間理解に依存するアプリケーションを構築する開発者は、モデルを慎重に検証すべきです。
高いベンチマークスコアが、必ずしもモデルが未知のタスクで同じように機能することを意味するわけではありません。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
Metaは、既知の評価に対して強く最適化されながら、新しい状況を処理するために必要な、より広い能力を獲得していない可能性があるという懸念を表す言葉として「benchmaxxing」を用いています。
この点を調べるため、Metaは2つのタスク群における性能を比較しています。
同社は、Muse Spark 1.3とMuse Wonder Fullを、複数の推論努力レベルで比較しています。
Metaによると、両モデルはテスト時の計算量が増えるにつれて、未知のタスクで改善します。しかしWonder Fullは、その分布内性能だけから旧来のSparkの傾向が予測するよりも、分布外タスクで優れた性能を示します。
Metaは、この変化をより強力な基盤モデルに帰しています。
実務的な主張は明快です。個人向けエージェントは、将来生じるあらゆる目標、ツール、アプリケーション、制約、想定外の出来事の組み合わせに対して、あらかじめ学習させることはできません。
したがって、ポストトレーニングで明示的に重点化されたタスクを超えて汎化する必要があります。
Metaは、この考え方を複数の個人向けエージェントのシナリオで実演しています。
Muse Wonderは、ブラウザおよび複数のアプリケーションをまたいで作業し、個人の好みと現在の状況を用いてランニング計画を作成できます。
この例では、ルート計画を単一の独立したクエリとして扱うのではなく、個人のコンテキストと外部の地図・ウェブ情報を組み合わせています。
別のデモでは、個人のInstagramプロフィールにある実際の写真を使用して、カスタマイズされた商品をデザインし、注文しています。
これは、メモリ、マルチモーダル理解、ブラウザ利用、行動実行のすべてが連携する必要があるワークフローの一例です。
Muse Wonderは、複雑なマッチングおよび配置要件のリストから、席次表を作成する様子も示されています。
これは制約の多い計画の有用な例です。モデルは、最終的な配置を生成する間、多数の関係性と好みを同時に保持しなければなりません。
元のMetaページでは、これらのシナリオは静的なスクリーンショットではなくインタラクティブ動画として提示されています。デモメディアにはMarkdownへの埋め込みに適した安定した単独画像URLが公開されていないため、代替画像を創作することなく、ここではこれらのインタラクティブな例を文章で説明しています。
より高性能なエージェントは、より難しい安全性の問題も生み出します。
個人向けエージェントは、次のようなものへアクセスできる可能性があります。
これは、安全性がモデルが危険な質問に回答するかどうかだけの問題ではないことを意味します。システムは、プライベート情報を慎重に扱い、読み取るコンテンツ内に現れる可能性のある悪意ある指示にも抵抗しなければなりません。
Metaは、Muse Wonderが同社史上最もアラインメントが取れたモデルファミリーであり、プライバシーに配慮した振る舞いと敵対的状況への堅牢性の両方について学習されていると述べています。
Metaは、より高性能なファミリー構成モデルであるWonder Fullを、Meta Superintelligence Scaling Frameworkの下で評価しています。
このフレームワークは、次の3つの壊滅的リスク領域に焦点を当てています。
Muse Wonderのモデルカードでは、緩和策を適用していないモデルは、サイバーセキュリティおよび制御喪失リスクにおいて中程度以下と評価されているとされています。
化学・生物学的リスクについては、Metaは、緩和策を適用していないモデルが高リスクのしきい値に達する可能性を否定していません。そのため、同社は追加の安全性ポストトレーニングとシステムレベルの分類器を適用しています。
緩和策の導入後、Metaは残余リスクが3領域すべてで中程度以下と評価されていると述べています。
モデルカードでは、Muse Wonder Fullについて次の能力結果が報告されています。
| サイバー評価 | Muse Wonder Full |
|---|---|
| CyberGym | 88.4% |
| ExploitBench | 58.9% |
| ExploitGym | 92件のフラグを取得* |
ExploitGymの数値には重要な注記が必要です。
Metaによると、取得された92件のフラグのうち、意図された脆弱性を利用したものは21件のみでした。残りの71件は、意図されていない脆弱性を通じて取得されました。公開されているExploitGymリーダーボードは意図された脆弱性の悪用を数えるため、ランキング比較に使用できる数値は21です。
これは、ベンチマークの方法論が見出しとなるスコアと同じくらい重要である理由を示す好例です。
Metaのより広範なMuseアーキテクチャには、モデルを囲むシステムレベルの保護も追加されています。
Museはエージェントのワークロードを隔離されたインフラストラクチャ内で実行し、接続サービスの認証情報をエージェント環境から分離し、外部とのやり取りを追加のセキュリティ制御を通じて処理します。
Metaは、取り消し不可能な行動については人間による確認を推奨しており、開発者は自らのアプリケーションに適切なガードレールを追加すべきだと述べています。
Muse Wonderのモデルカードは、次の点も明示的に記載しています。
行動できるエージェントは、テキストのみを生成するモデルよりも影響が大きいため、これらの制約は重要です。
Muse Wonderは、個人および業務向けのエージェント型タスクのために設計されたMetaのフロンティアAIモデルです。長時間にわたるワークフロー、コーディング、コンピューター操作、Active Memory、Active Focusに重点を置いています。
Muse WonderはMeta Model APIおよびMuse Codeから利用できる一方、Muse Wonder FullはMuse Codeのサブスクリプションを通じて提供される、より高性能なバージョンです。Wonder FullはMetaが公開したエージェントおよびコーディングのベンチマークでより多くの項目をリードしていますが、APIで直接利用できるモデルは標準のWonderです。
Metaのモデルカードでは、Muse WonderとMuse Wonder Fullの両方について100万トークンのコンテキストウィンドウが記載されています。これらのモデルはテキスト、画像、動画、音声の入力を受け付け、テキストを出力します。
Metaは現在、Muse Wonderを入力100万トークンあたり4ドル、キャッシュ済み入力100万トークンあたり0.20ドル、出力100万トークンあたり20ドルと掲載しています。Muse Wonder Fullは現在Muse Codeのサブスクリプションプランを通じて提供されているため、トークン単位のAPI料金は掲載されていません。
Active Memoryは、会話をまたいで重要なユーザーコンテキストを保持し、それが関連する場面で取り出すことを表すMetaの用語です。これは、個人および業務向けエージェントを、長期間にわたるやり取りでより一貫したものにすることを目的としています。
Active Focusは、困難な目標に向けて作業を継続し、代替案を試し、障害から回復し、新しい情報が現れた際に適応するモデルの能力です。また、確認が必要な場合に質問し、重要な行動の前にユーザーへ確認することも含みます。
すべての面で優れているわけではありません。Metaのスコアカードでは、Muse Wonderモデルが一部のベンチマークでリードする一方、Claude Opus 5.5およびGPT-6 Astraが別の項目でリードしています。また、この比較には内部評価、第三者評価、プロバイダー報告の結果が混在しています。
Metaの発表では、Muse Wonderはオープンウェイトとしてではなく、Meta Model APIおよびMuse Codeを通じて利用できるものとして説明されています。開発者は、最新の提供状況とライセンス条件についてMetaの公式モデルページを確認すべきです。
Muse WonderおよびMuse Wonder Fullは、個人および業務向けエージェントのためのMetaの最新フロンティアモデルです。主な設計テーマは、Active Memory、Active Focus、ドメイン専門性、長時間にわたるコーディング、コンピューター操作、そしてポストトレーニングで重点化されたタスクを超える汎化能力です。
これらのモデルは、エージェントのベンチマークを慎重に解釈する必要性も示しています。Metaが公開した結果には内部評価、第三者評価、プロバイダー報告の評価が組み合わされており、モデルカードではハーネスやランタイム設定の違いについて明示されています。このファミリーは非常に競争力がありますが、すべてのベンチマークで単一のモデルが勝つわけではありません。
より大きな変化は、製品レベルのアーキテクチャにあります。Metaは、重要なことを記憶し、長い軌跡にわたって集中を維持し、実際のアプリケーションをまたいで安全に行動するエージェントを構築しようとしています。
Muse Wonderの中核的な考え方は、単により強力なチャットボットではありません。コンテキストを維持し、作業を継続し、持続的な個人向けまたは業務向けエージェントとして行動するために設計されたモデルです。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
