この記事について海外で公開された情報をもとにAIが要約・解説した記事です。原文の翻訳ではありません。正確な内容は記事末尾の出典元をご確認ください。
この記事の要点
  • Meta AIがMuse WonderとMuse Wonder Fullを公開、同社で最も高性能と位置づけ
  • Artificial AnalysisはMuse Wonder(Max)をGPT-6.1 Solと同等と評価
  • llm-meta-ai 0.2が新モデルに対応、推論レベルは6段階

発表された内容

Meta AIが新しいモデル「Muse Wonder」と「Muse Wonder Full」を公開しました。原文では、これらは同社の「最も高性能なモデル(most capable models)」と位置づけられています。また筆者は、Metaにとって初の「Fableクラス」のモデルである可能性があると述べています。

第三者の評価サービスArtificial Analysisは、Muse Wonder(Max)をGPT-6.1 Solと同等とスコア付けしています。ただし原文には、そのスコアの内訳や評価手法の詳細は示されていません。

プラグインと推論レベル

Simon Willison氏は、自身が手がける「llm-meta-ai」プラグインを新モデル向けに更新し、「llm-meta-ai 0.2」として公開したと報告しています。llm-meta-aiは、コマンドラインから利用するLLMツールでMeta AI系のモデルを使うためのプラグインです。

Muse Wonderにはminimal、low、medium、high、xhigh、maxの6段階の推論レベルがあります。同氏は各レベルでペリカンを描かせた結果を掲載しており、これは同氏がモデル比較に用いている恒例の例です。

月1回ペースのモデル投入

Meta AIは約1カ月に1つのペースで新モデルを出しています。Muse 1.3は9月2日、Muse 1.2は8月5日に公開されました。今回のMuse Wonderは10月12日付の記事で報告されています。

筆者は、各モデル間の改善は「少なくともペリカンの描画に関する限り」実質的だと評価しています。一方で、これは描画タスクでの比較であり、推論やコーディングなど他の能力を測ったものではありません。

現時点で分からないこと

原文には、モデルの規模やパラメータ数、APIの料金、コンテキスト長、提供地域、ライセンスといった実務に必要な情報は示されていません。「Fableクラス」が何を指すのかの定義や基準も説明されていません。

そのため、現時点で分かるのは「新しいモデルが公開され、第三者の評価でGPT-6.1 Sol相当とされた」という点までです。導入判断に必要な条件は、今後の発表や評価の公開を待つ必要があります。

Meta AIの直近3モデルの公開時期
モデル公開日
Muse 1.22026年8月5日
Muse 1.32026年9月2日
Muse Wonder / Muse Wonder Full2026年10月12日(記事で報告)
原文からの引用
Meta AI are putting out a new model a month, and the improvements between each model (at least in terms of drawing pelicans) are material.

Meta AIは毎月新しいモデルを出しており、各モデル間の改善(少なくともペリカンの描画に関する限り)は実質的です。

今後の見通し

Meta AIが月1回のペースでモデルを更新しているとすれば、Muse Wonderの次のモデルも近い時期に登場するとみられます。ただし原文で比較されているのは筆者の恒例のペリカン描画テストであり、推論性能やコーディング能力など実務に関わる指標ではありません。Muse Wonderのパラメータ数、APIの料金、コンテキスト長、提供地域、ライセンスが明らかになれば、導入の可否を判断できるでしょう。Artificial Analysisのスコアの内訳や評価手法が公開されれば、GPT-6.1 Solとの同等性をより具体的に検証できると考えられます。

日本の開発者・IT企業にとっての意味

日本のIT企業や開発者にとっては、モデル選定のサイクルがさらに短くなることを意味します。Meta AIが月1回のペースで新モデルを出すなら、四半期ごとの評価では追いつかず、候補を継続的に比較する体制が必要になります。今回のようにArtificial Analysisのスコアが判断材料として使われる場面も増えるとみられます。一方で原文からは料金や提供地域、ライセンスが分からないため、すぐに本番導入を検討できる段階ではありません。llm-meta-aiのようなCLIツールのプラグイン経由で試し、軽いタスクで挙動を確認する段階的な評価が現実的です。特定モデルに依存しない抽象化レイヤーを用意しておく価値は高いと考えられます。

気になる点

Muse Wonderは日本から利用できますか。
原文には提供地域やAPIの提供方法に関する記載がなく、日本から使えるかどうかは現時点では公表されていません。原文で確認できるのは、Simon Willison氏が「llm-meta-ai 0.2」プラグインを新モデル向けに更新したという点です。
6段階の推論レベルはどう使い分ければよいですか。
原文はminimal、low、medium、high、xhigh、maxという6段階の名称を挙げ、各レベルでペリカンを描かせた結果を示すのみです。どのレベルをどんな用途で使うべきかという指針や、レベルごとのコスト差は示されていません。
「Fableクラス」とは何を指すのですか。
原文では、Muse WonderがMetaにとって初のFableクラスのモデルである可能性が指摘されています。しかしFableクラスが何を意味するのか、どのような基準で分類されるのかの説明は原文にありません。現時点では判断材料が不足しています。

用語解説

LLM(大規模言語モデル)
大量のテキストで学習し、文章生成や対話を行うAIモデル。ここではMeta AIの新モデルを指します。
推論レベル
モデルが回答を出す前にどれだけ思考を重ねるかの段階設定。Muse Wonderは6段階を備えています。
Artificial Analysis
複数のAIモデルを独自の指標で比較・評価している第三者サービス。原文ではMuse Wonder(Max)の評価に用いられています。
llm-meta-ai
Simon Willison氏が公開している、コマンドラインのLLMツールからMeta AI系モデルを利用するためのプラグインです。
Fableクラス
原文で「Meta初のFableクラス」と言及される分類。定義や基準は原文に示されていません。

出典

llm-meta-ai 0.2

Simon Willison / Simon Willison / 2026年10月13日

https://simonwillison.net/2026/Oct/12/llm-meta-ai

AI導入も顧問も、お任せください

何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。

AI導入について相談する