何が起きたか
MetaはMuse Wonderを2種類のモデルで公開した。Muse Wonder FullはArtificial Analysis Intelligence Index v4.3で56点を記録した。
なぜ重要か
48点から56点への躍進で、Metaはフロンティア開発者のなかで中位から、10種のベンチマークのうち6種で上位3位に入った。オープンモデルで苦戦していた同社の復調となる。
誰に効くかMetaのAPI顧客とコーディングツール利用者は、エージェント性能とコーディングのスコアが大幅に向上した2種類のフロンティアモデルを手にする。ただしタスクあたりのコスト上昇は、大規模なコーディングやエージェント処理を動かすチームにのしかかる。
こういう要約が、毎朝あなたのメールに届きます。
MetaがMuse Wonderを2種類のモデルで公開したのは、オープンなLlamaモデルが競合に後れを取った時期を経ての初のフロンティアモデルとなる。ベンチマークの分布が状況を物語る。コーディングと数学は大きく改善し、Muse Wonder FullはProofBenchで100問中94問を解き（従来は58問）、Coding Agents Indexでは68点でClaude CodeとSonnet 5.5に並んだ。一方で事実知識は薄く、Muse Wonder FullはAA-Omniscienceテストでわずか30点にとどまり、Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argonに大きく水をあけられた。低いハルシネーション率が一部を補い、Muse Wonder Fullはハルシネーション率を33％から23％に下げた。コスト面でArtificial AnalysisはMuse Wonderをタスクあたり4.52ドルとし、Claude Fable 5.1とClaude Opus 5.5より低いが、GPT-6 Astra、Gemini 4 Argon、GPT-6.1 Solより高い。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
AnthropicがClaude Consoleの新マルチエージェント機能「動的ワークフロー」を発表
Sakana AIとUC BerkeleyのMASS手法は、1つのモデルがタスクを解き判定しワークフローを書き換え、ベースモデルへの勝率を2ラウンド後に53.9％から69.9％へ引き上げた
Microsoft Researchの研究で、同一タスクを8回実行したAIエージェントの最終スコアが68.3から100.0と大きくばらつき、計算資源を増やしても解消しなかった
GitHubは「GitHub Copilot app for Beginners」最新回で、Copilotをプロジェクトに合わせる4つの方法を紹介した
BaiduのUnlimited-OCR（3B、アクティブ0.5B）はOmniDocBench v1.5で93.23を報告し、DeepSeek-OCRの87.01、DeepSeek-OCR 2の89.17を上回る
Phasis CEOのBrandon Farley氏は、World APIの「/orient」がWorldフレーム——現在の状態、重要な変化、根拠、不確実性——を返すと述べた
