Meta Muse Wonderとは​──​「デモより​実務」を​目指すAIの​記憶力と​継続力

Muse Wonderとは、Metaが2026年10月12日に発表した、複数の手順を伴う仕事向けのAIモデルです。 前の会話で決めた条件を思い出す「Active Memory」と、途中で行き詰まっても別の方法を試す「Active Focus」を軸にしています。企画の修正や資料の整理など、条件が変わりながら続く仕事で、どこまで役立つのかが注目点です。^[1]

話題の「56点」は上位版のMuse Wonder Fullの評価で、通常版は52点です。点数と提供場所を分けて押さえると、今回の発表を読み違えずに済みます。^[2]

本記事は2026年10月13日時点の公式資料と独立評価を基にした解説です。CAGでの実機検証は未実施。「デモより実務」は本記事の切り口であり、以下の仕事例は効果を保証するものではありません。

今回発表されたのは、Muse WonderとMuse Wonder Fullという2つのモデル です。Metaは、これまでのMuse Sparkより大きく強い基盤モデルを使い、個人や仕事の目的に沿って作業するAIエージェントを目指すと説明しています。AIエージェントとは、回答を書くだけでなく、道具を使いながら複数の手順を進める仕組みのことです。^[1]

ここでは「モデル」と「使うアプリ」を区別しておきましょう。モデルは判断や文章生成を担う中身。Muse Codeは、その中身を使ってソフトウェア開発を進めるツールです。Meta Model APIは、自社システムなどからモデルを呼び出す開発者向けの窓口を指します。

2026年10月13日時点では、通常版はMeta Model APIとMuse Codeで提供され、FullはMuse Codeの対象サブスクリプションで利用できます。一方、一般利用者向けのMuseへの搭載は今後の展開で、まず購読者から提供する計画です。モデルが公開されたことと、普段のアプリで全員が使えることは同じではありません。^[3]

Artificial Analysisは、複数の課題をまとめたIntelligence Indexという指数でAIを評価しています。2026年10月12日公表の分析では、Muse Wonder Fullは56点、通常版は52点でした。比較されるClaude Opus 5.5は58点です。いずれも、回答前の推論に多くの計算を使う「max」条件で、OpusにはDefault Fallbackという設定が付いています。^[2][4]

56点は通常版の数字ではなく、総合2位という順位もここでは断定しません。 順位は対象モデルや表示条件で変わります。また、この2点差が自社の仕事の出来にそのまま対応するわけでもありません。

仕事別の結果も見ると、Fullは知識を使って成果物を作る課題や科学的推論で強さを示しています。一方、知識の広さを測るAA-Omniscienceでは、主要な競合に比べて相対的な弱さが残るという分析です。ひとつの総合点から「何でも得意」と読み替えるのは早いでしょう。^[2]

Metaが紹介する独自評価やデモと、Artificial Analysisが実施した評価は出どころが異なります。導入を考えるなら、外部評価を候補選びに使い、最終的には自社の資料と合格条件で確かめるのが実用的です。

Active Memoryは、会話をまたいで重要な文脈を持ち越し、今の作業に関係する情報を取り出す というMetaの説明です。単に長い文章を一度に読ませる能力とは、見るポイントが違います。^[1]

たとえば、先週は「予算30万円、月末公開」で企画を考え、今日は「予算20万円、来月公開」に変わったとします。役に立つ記憶とは、古い条件をそのまま守ることではありません。変更を踏まえて、今も有効な条件と置き換わった条件を見分け、提案を直せることです。これは機能の理解のための想定例で、Muse Wonderでこの結果を測定したものではありません。

実務では、仕様書に書かれた条件だけでなく、打ち合わせで決めた対象顧客や表現の方針も効いてきます。毎回すべてを説明し直す負担が減るなら、仕事を継続して任せやすくなるでしょう。

ただし、APIを呼ぶだけで自社の全履歴が自動保存される、と受け取るのは避けたいところです。何を記憶の対象にし、誰が参照でき、変更や削除をどう扱うかは、使う製品やシステムの仕様として確認する必要があります。

Active Focusは、目標に向けて作業を続けるための性質です。Metaは、別の方法を試す、障害に対応する、新しい情報に適応することに加え、必要な確認を求め、重要な操作の前にはユーザーに確認すると説明しています。^[3]

資料整理で考えると、ファイルをひとつ読めなかったときに、そこで止まるのか、別の資料から分かる範囲を整理するのかで、使い勝手は変わります。ソフトウェアの修正でも、最初の変更で問題が解消しなければ、検査結果を見て原因を探り直す力が必要です。

評価したいのは、作業時間の長さより、途中の失敗から目的に戻れるかです。 何度も同じ操作を繰り返すだけなら、費用が増えても成果は増えません。完了条件、途中で人に確認する条件、費用の上限を渡しておくと、試験の結果を判断しやすくなります。

「継続して動ける」ことは、契約や発注まで無条件に任せてよい理由にはなりません。最後に誰が承認するかを決めたうえで、AIが進める範囲を広げる。この線引きも、実務向けの使い方の一部です。

相性を見たいのは、最初の条件を保ちながら、途中の変更に対応し、最後に成果物を仕上げる仕事です。下表はCAGが考える想定例です。短縮時間や精度を実測した結果ではありません。

Metaの公式デモには、好みに合わせたランニング計画や、複雑な条件を満たす席次表の作成が登場します。これらはベンダーが示す利用例であり、CAGが自分の業務で再現した証拠ではありません。^[1]

経営者や事業責任者が試すなら、普段の担当者が合否を判定できる小さな仕事を選ぶとよさそうです。「資料をまとめて」よりも、「変更点と未決事項を分け、根拠資料を添えた1ページの下書きを作って」と渡すほうが、成果を比べやすくなります。

AIの出力を直した時間も記録しましょう。見栄えのよい初稿が出ても、確認と手直しが増えていれば、業務全体が楽になったとは言えません。「デモより実務」を確かめる場所は、この仕上げの工程です。

2026年10月13日時点の公式表示では、通常版のAPI料金は100万トークンあたり入力4ドル、キャッシュ入力0.20ドル、出力20ドルです。トークンはAIが文章などを処理する際の単位で、文字数そのものではありません。キャッシュは、再利用できる入力部分を割安に処理する仕組みです。^[5]

FullはAPIの従量課金モデルとしては掲載されず、Muse CodeのPower UsageとMaximum Usageの対象になっています。月額料金とAPI単価は別の課金方式なので、同じ仕事の費用を比べるには、利用枠や実際の処理量も必要です。^[6]

社内資料を扱うなら、利用する場所ごとのデータ設定を先に確認してください。 公式API文書では、Standard modeの内容はモデルの学習に使われず、WonderのAPIにContributor modeはありません。一方、Muse Codeの購読はContributor modeが既定で、設定から切り替えられるとされています。Contributor modeは、送った内容などを将来のモデル学習に使う許可と引き換えに、割引や利用量を提供する仕組みです。APIの説明をそのままMuse Codeに当てはめないことが大切です。^[5]

日本からの利用可否は、今回参照した公式資料だけでは確定できませんでした。契約前に提供地域とアカウントの条件を確認してください。日本語の業務資料に対する正確さ、記憶の更新・削除、作業後の手直しを含む総費用も、今回の外部評価だけでは判断できません。

最初の試験は、機密情報を含まない資料を使い、変更前と変更後の条件を両方渡す形がおすすめです。新しい条件を守り、詰まった箇所を説明し、根拠付きの成果物まで届くか。Muse Wonderの記憶力と継続力は、その一連の仕事で確かめると意味が見えてきます。