Metaの新AI「Muse Wonder」とは —— 覚えて投げ出さないAIの実力を、成績・料金・注意点から確かめる

AIに毎回同じ説明をしていないか

AIに仕事を任せるときの3つの不満

AIに仕事を任せるときの不満は、大きく3つあります。新しい会話のたびに同じ説明から始めなければならないこと、エラーが出るとそこで止まってしまうこと、そして勝手に支払いや送信をしないかという不安です。Metaが10月12日に発表したMuse Wonderは、まさにこの3つを狙ったモデルです。[s1][s2]

覚えること、投げ出さずに続けること、大事な操作の前に確認すること。Muse Wonderは、この3つを目指しています。[s1][s2]ただし、すべてのテストで1位というわけではなく、注意点もあります。[s4][s12]

Muse Wonderとは

MetaのAIの1年

FacebookやInstagramを運営するMetaは、2025年夏にAIの開発組織を作り直しました。[s1][s14]2026年4月に最初のモデル「Muse Spark」、9月に利用者の代わりに動くエージェント「Muse」を出し、10月12日に最も高性能なモデルとしてMuse Wonderを発表しました。[s1][s2][s10][s11]

重みは公開されていない

Muse Wonderのモデルの重みは公開されていないため、ダウンロードして自分の機械で動かすことはできません。[s15]使うのは、ネット越しのAPIか、Metaの開発の道具であるMuse Codeからです。[s1][s5]手元で動かしたい人には、小さなMuse Glimmerが別に用意されています。[s17]

Muse Wonderの仕様

さらに上位の「Wonder Full」もありますが、これは別のモデルで、Muse Wonderの考える強さを最大にしてもFullにはなりません。[s1][s5]Fullは、Muse Codeの月50ドル以上のプランでだけ使えます。[s3][s5]読めるのは文章・画像・動画・音声・PDFで、答えは文章で返します。[s3][s5]

特長① 覚えるAI —— Active Memory

毎回はじめましての店員と、常連を覚えている店員

毎回はじめまして

• 前の話を覚えていない
• 毎回、最初から説明

VS

目指すのはこっち

常連を覚えている

• 好みや苦手を覚えている
• 必要なときに思い出す

1つ目の特長は、会話をまたいで大事なことを覚えておく「Active Memory」です。[s1][s2]お店にたとえると、毎回はじめましての店員には好みを一から説明し直す必要がありますが、常連を覚えている店員は、苦手なものを自分から思い出してくれます。

ここで区別したいのは、読める量と覚えることの違いです。約100万トークンという読める量は、一度に机に広げられる資料の量にあたります。[s5]これに対して覚えることは、前の会話から大事なことを残し、必要なときに取り出すことです。[s1]

お店のAIのメモ（イメージ）

お店の例でいえば、「卵は使わない」「火曜は休み」といった条件や、お客様ごとののし紙の書き方のような細かいことを覚えておくイメージです。途中で送料が変われば、古いメモは使わずに新しいほうを使います（イメージ）。

MemoryBench（Metaの社内のテスト）

Metaは、この力を自社のテスト「MemoryBench」で測っています。長い会話に、関係のない話やあとで変わる情報を混ぜ、大事な事実を覚えているかを見るものです。Muse Wonderは85.6で1位でしたが、Metaが自分で作ったテストです。[s3][s4]何を、どれくらいの期間覚えるのかといった細かい仕組みも、まだ公開されていません。[s1][s3]

特長② 投げ出さないAI —— Active Focus

投げ出さないための流れ

2つ目の特長は、難しい目標でも投げ出さずに続ける「Active Focus」です。[s1][s2]従来のAIはエラーで止まってしまうことがありましたが、Muse Wonderは、計画し、動かし、うまくいったかを確かめ、だめならやり方を変えてもう一度試す、という流れをくり返します。[s1]また、大事な操作の前には手を止めて確認するとMetaは説明しています。[s1][s2]

Metaのデモ：結婚式の席決め

公式の資料から引用

1 ゲストのリストとメモ

2 メモを席のルールに

3 全員を席に

4 確かめて書き出す

• 車いす・アレルギー・「この2人は離して」
• メモを1つずつルールにする
• 会場の図に47人を座らせる
• 全部の希望を確かめてから書き出す

Metaのデモ動画では、結婚式の席決めを任せています。ゲスト47人のリストに、車いす・アレルギー・「この2人は離して」といったメモが付いています。Muse Wonderは、メモを1つずつ席のルールにして計画を立て、会場の図に全員を配置し、最後にすべての希望を守れているかを確かめて席の表を書き出しました。[s1][s4]

ただし、これは会社のデモで、途中を短くした動画です。いつも同じ結果になるとは限りません。[s4]Meta自身も、使う道具や作業場（ハーネス）の作りによって性能が変わると書いています。[s3]

Metaのデモ —— 週末のランニングの計画

公式の資料から引用

1 頼む

2 習慣を見つける

3 計画する

4 カレンダーに登録

• 健康アプリとカレンダーを見て、来週土曜の計画を
• 長い距離は、毎週1kmずつ伸ばしている
• 膝のために平らな道。土曜は10時に図書館
• 平らな15.1kmを、朝8時から
• 地図のリンクつきで予定に入れる

もう1つのデモは個人の用事で、走るのが趣味の人の週末の計画です。「健康アプリとカレンダーを見て、来週土曜の計画を立てて。先に気づいた習慣を教えて」と頼むと、Muse Wonderは、長い距離を毎週1kmずつ伸ばしていること、膝のために平らな道を選んでいること、土曜は10時に図書館に行くことを見つけました。[s1][s4]

そのうえで、平らな15.1kmのコースを朝8時に出発する計画を立て、図書館に間に合うようにしました。地図に5kmごとの印を付け、カレンダーへの登録まで行っています。[s1][s4]答えを返すだけでなく、仕事を最後まで進めるのがエージェントのAIです。[s1]

お店に当てはめると（イメージ）

お店に当てはめれば、いつもの条件を言わなくても思い出し、配送のサイトでエラーが出ても別の方法で準備を進め、最後の送信の前に担当者に確認する、という動きが期待されます（イメージ）。確認のボタンを押すのは担当者の仕事です。

テストの成績 —— ほかのAIと比べると

第三者の総合指数（10月12日）

第三者の評価機関Artificial Analysisが10種類のテストをまとめた総合指数では、1位はClaude Opus 5.5の58点でした。Wonder Fullは56点でClaude Sonnet 5.5と並ぶ2位、ふつうのWonderは52点で、GPT-6 Astraなどの53点とほぼ並びます。[s12]6週間前に出たMetaのモデル（Muse Spark 1.3）の48点から、大きく伸びました。[s12]

Metaが出した比較表

テストごとに見ると、得意と苦手があります。Metaの表で、Fullが上回ったのは、法律の書類づくり、非常に長い開発、仕事の自動化でした。下回ったのは、ターミナルの作業、ゼロからプログラムを作ること、画面の操作です。[s4]

法律の書類づくりの13.1%は低く見えますが、これは成果物がすべての基準を満たし、でっち上げのチェックも通った課題の割合です。いちばん良くても約8件に1件で、法律の仕事はどのAIにとってもまだ難しいことが分かります。[s3][s4]なお、この表は、測った会社も使った道具もまちまちで、同じ条件での比較ではありません。[s3]

でたらめの割合（低いほどよい）

第三者の評価では、知識の問題は苦手で、Wonder Fullは30点（Opus 5.5は46点）でした。一方で、分からない問題で分からないと言わずに間違えた割合は23%で、総合45点以上のAIの中で2番目に低い値でした。[s12][s13]物知りクイズより、道具を使って仕事を仕上げるのが得意なモデルと言えます。[s12]

どこで使えるか、料金はいくらか

入り口は3つあります。自分のアプリから呼び出すMeta Model API、ターミナルで動くプログラミング用のエージェント「Muse Code」、そして個人向けのエージェント「Muse」です。ただし、Museはいまは米国だけで、Wonderはこれから入る予定です。[s1][s5][s8][s10]

APIの料金

APIの料金は、100万トークンあたり入力4ドル・出力20ドルで、前のモデルのMuse Spark 1.3（入力1.25ドル・出力4.25ドル）よりかなり高くなっています。[s6]例として、資料を10万トークン読ませて2万トークン書かせると、入力0.4ドルと出力0.4ドルで合計0.8ドル、約127円です（試算）。[s6][s18]

1つの課題の平均の費用

ただし、エージェントは何度も読み書きをくり返すため、1回の試算より費用はかさみます。Artificial Analysisのテストでは、1つの課題あたりの平均費用は4.52ドルで、前のモデルの約2.8倍でした。Opus 5.5（5.98ドル）より安く、GPT-6 Astra（3.26ドル）より高い、中くらいの水準です。[s12]

Muse Codeの月額プラン

Wonder Fullを使えるのは、Muse Codeの月額プランのうち50ドルと200ドルのものだけです。[s7][s8]1ドル159円で換算すると、月50ドルは約7,900円で、地域によって条件が変わることもあります。[s7][s18]Metaは、長く複雑な仕事にはWonder、数が多く速さと安さが大事な仕事にはSparkを使うよう案内しています。[s5]

使う前の注意

協力モードと標準モード

1つ目は、学習への協力の設定です。Muse Codeの月額プランは、最初から「協力モード」がオンになっており、送った文章やコード、ファイルがMetaの将来のAIの学習に使われます。[s7]設定でいつでも切れますが、効くのは切ったあとからです。[s7][s15]個人情報や社外秘の情報を入れる前に、設定を確かめましょう。なお、APIで使うWonderは、学習に使わないモードだけです。[s6]

2つ目は、支払い・送信・削除といった取り消せない操作は、人が確認することです。[s3]3つ目は、苦手なこともあるとMeta自身が書いている点です。立体や空間の理解は苦手で、すべての言語で評価しているわけではありません。[s3]

公式の資料から引用

• 画像をもとに作った、3Dのキッチンのゲーム

デモでは画像から3Dのキッチンのゲームを作っていますが、苦手と書かれている以上、結果は自分で確かめる必要があります。[s1][s3]

相手のお店と、使える国

4つ目は、AIが使えるかどうかは相手しだいだということです。9月には、AmazonがMuseによる買い物を止めたと報じられました。自動の道具に買い物をさせるかどうかは、お店が決めることだという考えです。[s16]また、Museのアプリはいま米国だけです。開発者向けのAPIなどは、申し込むときに使える国を確かめましょう。[s7][s9][s10]

ほかのAIとどう選ぶか

頭（モデル）と作業場（道具）

ほかのAIと比べるときは、頭にあたるモデルと、作業場にあたる道具をセットで見ることが大切です。同じモデルでも、作業場の作りしだいで結果が変わるからです。[s3]

前からある「忘れない」方法

また、条件を覚えてほしいだけなら、以前からある方法もあります。お店の条件をメモにして毎回はじめに渡す、開発の道具にルールのファイルを置く、ほかのチャットAIの記憶の機能を使う、といった方法でも、「忘れる」問題はかなり防げます。

試すときの4つの手順

試すなら、まず何段もある長めの仕事を1つ決め、守ってほしい条件をメモにします。次に、同じ仕事をほかのAIにも頼み、かかった時間・直した回数・費用を記録して比べます。最後に、協力モードと送信の前の確認の設定を見ておきましょう。

まとめ

Muse Wonderは、会話をまたいで覚え、投げ出さずに作業を続けることを目指したMetaの新しいモデルです。[s1]第三者の総合指数では上位版のFullが2位タイでしたが、テストごとに得意と苦手があり、知識の問題は苦手です。[s4][s12]

上位版のFullはMuse Codeの月50ドル以上のプランだけで使えます。[s5]使うときは、協力モードの設定と、送信や支払いの前の確認に気をつけ、自分の仕事でほかのAIと比べてから選ぶのがおすすめです。[s3][s7]