何が起きたか
MetaのSuperintelligence LabがMuse WonderとMuse Wonder Fullを公開した。API経由の価格は入力100万トークン当たり4ドル、出力20ドルだ。
なぜ重要か
今回の投入でその空白が埋まり、Muse WonderはMuseエージェントの動力にも使われる。
誰に効くかMeta Model APIでモデルを選定する開発者や、Muse Codeを契約するコーディング担当者は、価格と提供チャネルの違いを踏まえてMuse WonderとMuse Wonder Fullを使い分ける必要が出てくる。
こういう要約が、毎朝あなたのメールに届きます。
Metaは2025年8月にScale AI創業者のAlexandr WangがAI体制を再編して以来、軽量なMuse SparkやMuseエージェントを投入してきたが、OpenAIやAnthropicが知られる最先端モデルの発表は避けてきた。Muse WonderとMuse Wonder Fullはその方針が転換した最初の例である。
両モデルはMetaのPrometheusデータセンター（オハイオ州中部、今年稼働）で訓練された。MetaはMuse WonderがMemoryBenchでFable、Opus、Astraを上回ったと主張しており、研究科学者のKavya Kopparapuは「数日、数週間、数カ月、さらに先まで、重要なことを覚えておけるようにするために多大な努力を払った」と説明している。価格面ではMuse WonderがGPT-6 SolやOpus 5.5とほぼ同等に設定されており、性能だけでなくコストでも既存の最先端モデルと争う構えとみられる。
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。
CiscoとNvidiaが、AIデータセンターを流れる爆発的に増大するデータ量に対応するため、次世代の光ネットワーク技術で提携する
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
