この記事のポイント
- Metaは自社設備で実行できるMuse Spark Openを公開。総8160億のうち420億のパラメータを処理に使います。
- MacではM5 Ultra搭載Mac Studio2台での動作例を紹介。1台あたり最大512GBの共有メモリを使う構成です。
- モデルの学習済みデータを入手できますが、商用利用には独自ライセンスの条件があり、用途との照合が必要です。
Metaのモデル公開を、自社設備で実行する候補として整理します。2026年10月15日の発表をもとに、モデルの仕組みと、実行に必要な設備・利用条件を紹介します。
総8160億パラメータの一部を使って処理するモデル
Metaの公式発表によると、モデルの振る舞いを決める数値（パラメータ）の総数は816B（8160億）、処理時に使う部分は42B（420億）です。必要な部分を選んで計算するMoE（専門家の混合）という設計を採用しています。一度に扱える入力の長さは、文章などを数える単位で100万トークンで、文字に加えて画像などを扱うマルチモーダル対応です。Metaはソフトウェア開発や、複数の手順を続けて進めるエージェント用途を挙げています。
学習した結果を保存した数値データ（重み）はHugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Modelsで入手でき、複数のAPI提供サービスからも利用できます。公開ライセンスは独自のMuse Model Licenseで、商用利用には条件があります。用途を決める際には、この条件との照合が必要になります。
Mac Studio2台はMetaが示した実行構成
Mac向けにはAppleのMLXという実行用ソフトウェアに最適化されています。Metaは、M5 Ultra搭載Mac StudioではGPUが1台あたり最大512GBの共有メモリを使え、2台でモデル全体を収められると説明しています。同社が示したのは、iOSアプリの修正やDaVinci Resolveによる動画編集を端末上で実行した例です。（いずれもMetaによる実演です。）
実行環境はMacに限られず、モデルを動かすソフトウェアのvLLMやllama.cppなどにも対応しています。自社設備で運用する場合は、機材の容量に加え、接続先やデータの保存場所を管理することになります。
まとめ：機材と利用条件を含めて比較する材料に
Muse Spark Openは、大規模モデルを自社設備で実行する選択肢を広げる発表です。社内データの外部送信を抑えたい方にとっては、必要なメモリ、利用ライセンス、実際の処理速度を同じ業務条件で比べると、API利用との違いを判断しやすくなるでしょう。実演と同じ機材をそろえる前に、必要な処理をどの環境で実行するかから比較するとよいでしょう。
