Muse Spark Openとは。MetaとAppleがMacで動かす巨大AI

MetaとAppleが、MetaのオープンウェイトAIモデル「Muse Spark Open」を、開発者がAppleのハイエンドデスクトップで動かしやすくする協業を発表したと、CNBCが報じています。発表は2026年10月15日（木曜日）とされています。

ただ、「816B」「アクティブ42B」「オープンウェイト」といった言葉が並び、何が新しいのか、自社のAI活用にどう関係するのかが分かりにくいという方も多いのではないでしょうか。

そこで本記事では、

• Muse Spark Openとは何か、MetaとAppleは何を発表したのか
• 仕様と、オープンウェイト・MoE・量子化といった用語の意味
• Mac Studioで動かす構成と、ローカルLLM・クラウドとの違い
• 確認できていないことと、日本企業にとっての意味（解釈として分けて記載）

についてわかりやすく解説します。自社でのローカルLLMやオープンウェイトモデルの活用を検討している、AI・DX推進のご担当者の方は、ぜひ最後までご覧ください。

なお、MetaとAppleの公式発表ページは確認できていません。本記事は、CNBC、Hugging Face、AWSのページの記載に基づいています。

「自社のデータを外に出さずに使えるAI環境を作りたいが、どこから検討すればよいか分からない」という方は、リベルクラフトへご相談ください。

⇨リベルクラフトへの無料相談はこちら

Muse Spark Openとは。Metaが公開したオープンウェイトモデルの要点

Muse Spark Openは、Metaが公開したオープンウェイトのAIモデルです。まず、要点を4つに絞って確認します。

• MetaとAppleが、Muse Spark OpenをAppleのハイエンドデスクトップで動かせるようにする協業を発表したと報じられています。
• 総パラメータは816B、アクティブパラメータは42Bと記載されています。
• Mac Studioを2台から4台つなぐことで、コーディングや動画分析などのエージェント作業に使えるとされています。
• モデルはクラウドではなくローカルで動き、セキュリティ面の利点とコスト削減があると、両社が述べたと報じられています。

図解：MetaとAppleの発表の要点（Muse Spark Open）

モデル名の読み方

「Muse Spark Open」はモデルの名前で、Hugging Faceのページには「816B-A42B」という表記も見られます。総パラメータ816B（Bはbillion、10億）、アクティブパラメータ42Bを表すと読み取れます。

Muse Spark Openの協業の内容。MetaとAppleが2026年10月15日に発表

ここまで、Muse Spark Openの要点を確認しました。次に、MetaとAppleの協業の中身を、報じられている範囲で見ていきます。

発表の概要と目的

CNBCによると、木曜日（2026年10月15日）に発表された協業の目的は、開発者がMetaのオープンウェイトAIモデルを、Appleのハイエンドデスクトップで簡単に動かせるようにすることです。巨大なAIモデルを、データセンターではなく机の上のデスクトップ機で動かす構想です。

ザッカーバーグ氏の投稿

Metaのザッカーバーグ氏はXに投稿したと報じられています。CNBCが伝えた趣旨は、次の2点です。

• モデルの重みを、同日に公開
• 新しいMac Studioでの快適な動作は、Appleとの協力によるもの

ただし、この投稿はCNBCが引用したもので、原文は確認できていません。

「重み」とは、AIモデルが学習によって獲得した数値の集まりのことです。

両社が述べたこと

CNBCによると、このモデルはクラウドではなくローカルで動き、セキュリティ面の利点とコスト削減があると両社は述べました。「ローカルで動く」とは、インターネット上のサーバーではなく、手元の機器の中で処理が行われるという意味です。

一方で、両社の協業が今後さらに深まるかどうかについては、両社が回答を控えたと報じられています。解釈としては、今回の発表は、Muse Spark Openという1つのモデルをMacで動かすための協業と考えられます。

Muse Spark Openの仕様。816B・42B・100万トークンの中身

ここまで、発表の内容を整理しました。次に、Muse Spark Openの仕様を、Hugging Faceのページの記載に基づいて確認します。

項目	内容
総パラメータ	816B（8160億）
アクティブパラメータ	42B（420億）
エキスパート数	各MoE層に256、1トークンで8つを選択
コンテキスト長	最大100万トークン
入力	テキスト・画像・音声・動画
出力	テキスト
重みの形式	BF16とNVFP4の2形式

この表から読み取れるのは、Muse Spark Openが、巨大でも1回の処理で使う部分を絞る設計で、さまざまな形式のデータを受け取れるマルチモーダル（複数の種類のデータを扱える）モデルだということです。

図解：Muse Spark Openの仕様（総816B・アクティブ42B・100万トークン）

「パラメータ」とは、AIモデルの内部にある、学習で調整される数値のことです。一般に多いほど多くの知識やパターンを保持できると考えられていますが、数だけで性能が決まるわけではありません。

「トークン」とは、AIが文章を処理するときの単位で、単語や文字の断片に相当します。「コンテキスト長（コンテキストウィンドウ）」は、AIが1回の処理で一度に見渡せるトークンの量です。最大100万トークンは上限の値で、長い文書をまとめて入力できる余地を示しますが、速度や精度は確認できていません。

816Bのうち42Bを使う。MoEとアクティブパラメータの考え方

Muse Spark Openは、MoE（Mixture of Experts、専門家の混合）という構造を採用しています。MoEとは、モデルの中に多数の「エキスパート」と呼ばれる小さな計算の単位を置き、入力ごとに、その一部だけを選んで使う仕組みです。

Muse Spark Openでは、各MoE層に256のエキスパートがあり、1トークンの処理ごとに8つが選ばれると記載されています。256のうち8つしか使わないため、総パラメータが816Bでも、実際に計算に使うアクティブパラメータは42Bで済みます。

全員を毎回動かさないため、計算の量を抑えられます。ただし全エキスパートの情報は動かす機器のメモリに載せておく必要があり、使う部分が少なくてもモデル全体を置く場所は要ります。

BF16とNVFP4。量子化の考え方

重みは、BF16とNVFP4の2形式で提供されていると記載されています。

BF16は16ビットで数値を表す形式です。一方のNVFP4は4ビットで表す形式で、モデルの情報を小さく圧縮する「量子化」にあたります。量子化とは、数値の表現を粗くして、メモリの使用量や計算量を減らす技術です。

Hugging Faceのページには、BF16のチェックポイント（保存されたモデルのデータ）が、safetensors形式で約1.5TB、NVFP4版のメモリ使用量はBF16の約1/4と記載されています。精度がどれだけ変わるかは、確認できていません。

また、Hugging Faceのtransformers（モデルを動かすためのライブラリ）で動かす場合は、BF16でNVIDIAのH200が32基、NVFP4でB200が1ノードと記載されています。Macで動かす場合の量子化形式は、明記されていません。

ここまでMuse Spark Openの仕様について解説しましたが、「自社データを外に出さずにローカルLLMを動かしたい」という方は、リベルクラフトへご相談ください。

リベルクラフトでは、機密データを社外に出さないローカルLLMの環境設計と、オープンウェイトモデルの比較評価が可能です。ただ、モデルを動かすだけでなく、RAGで社内文書を反映できるため、自社業務に特化した検証が可能。

以下のリンクからまずは詳細をチェックしてみてください。

⇨リベルクラフトへの無料相談はこちら

オープンウェイトとは。Muse Spark Openのライセンスの位置づけ

仕様を確認したところで、「オープンウェイト」という言葉と、Muse Spark Openの公開の仕方を整理します。

オープンウェイトの意味

オープンウェイトとは、AIモデルの重みが公開されていて、利用者がダウンロードして使えるモデルのことです。重みが手元にあれば、クラウド上のサービスを経由せず、自社の機器でモデルを動かせます。

MetaとHugging Faceの説明

Muse Spark Openの位置づけについて、2つの記述が確認できます。

• Hugging Faceのブログは、このモデルを「これまでで最も高性能な米国のオープンウェイトモデル」と記述しています。
• CNBCによると、Meta自身は、限定的な商用利用を認めるライセンスで公開されたオープンウェイトモデルとして最も高性能だと説明しています。

どちらも「最も高性能」という表現ですが、前者は「米国の」、後者は「限定的な商用利用を認めるライセンスで公開された」という限定が付いており、比べる範囲が異なります。あらゆるAIモデルの中で最高性能という意味ではなく、後者はMeta自身の説明です。

オープンソースとの違い

ここからは、一般的な用語の整理と、解釈です。

「オープンソース」は、一般に、ソフトウェアの設計図にあたるソースコードを公開し、利用・改変・再配布を広く認める考え方を指します。オープンウェイトは重みの公開を指す言葉で、学習用のデータや学習の手順まで公開することは、一般には含みません。

Muse Spark Openは、Metaが「限定的な商用利用を認める」ライセンスで公開したと説明されています。解釈としては、自社の業務や製品で使う場合、その使い方が許される範囲に入るかをライセンスの原文で確認する必要があると考えられます。「限定的」の条件は、確認できていません。

Muse Spark OpenをMac StudioのローカルLLMで動かす構成。クラウドとの違い

ここまでモデルの公開の形を整理しました。次に、発表の中心である「Macで動かす」構成を、ローカルLLMの考え方と合わせて見ていきます。

Mac Studioを2台から4台つなぐ構成

CNBCによると、利用者はMac Studioを2台から4台つないで使えるようになります。用途は、コーディングや動画分析などのエージェント作業とされています。

Mac Studioは、Appleのデスクトップ型のパソコンです。1台では足りないほど大きなモデルを複数台つないで動かす、というのが今回の構成の考え方です。ただし、台数ごとの速度、メモリ容量、価格は確認できていません。

M5 Ultra搭載のMac Studio

MetaのAI責任者であるアレクサンドル・ワン氏は、Apple M5 UltraのMac Studio上で、エージェント機能をデスクトップに持ち込んだと述べたと報じられています。「エージェント機能」とは、AIが指示を受けて、複数の手順を自分で進める働きのことです。また、強力なオープンウェイトモデルの多くは大半のパソコンで動かすには大きすぎるが、Mac Studioはメモリが十分あるため実用的だと述べたと報じられています。

モデルを動かすうえでは、計算の速さだけでなくメモリの量が条件になります。MoEでは使うのは一部でもモデル全体をメモリに載せる必要があり、メモリが大きいMac Studioが選ばれた理由は、この点にあると考えられます。ただし、メモリ容量の数値は確認できていません。

ローカルLLMとは何か

ローカルLLMとは、大規模言語モデル（LLM）を、クラウドのサービス経由ではなく、自社のサーバーや手元のパソコンなど、自分で管理する環境で動かす使い方のことです。入力した文章やデータが外部のサーバーに送られない構成にしやすい点が特徴です。Muse Spark Openは、オープンウェイトとして重みが公開されているため、この使い方の対象になります。

クラウドで動かす場合との違い

ローカルと、同日に使えるようになったクラウドの方法を、判断の観点で整理します。

観点	ローカル（Mac Studio）	クラウド（SageMaker JumpStart）
動かす場所	手元の機器	AWSのクラウド
両社の説明	セキュリティ面の利点とコスト削減	同日に利用可能と記載
準備するもの	Mac Studioを2〜4台	AWSの環境
速度・価格	確認できず	確認できず

この表から読み取れるのは、ローカルの利点がセキュリティ面とコスト削減であり、どちらも両社の説明だという点です。どの程度コストが減るのか、Mac上での速度やメモリ容量、価格はいずれも確認できておらず、両者の優劣は報道の範囲では判断できません。

Muse Spark Openの「最高性能」はどこまで確かか。確認できていないこと

ここまで構成と違いを整理しました。ここからは、報道のうち確度が異なる部分を分けて確認します。

区分	確認できていること	確認できていないこと
最高性能	Hugging Faceのブログの記述、Metaの説明	裏付けるベンチマーク数値
Mac上の性能	Appleが新ベンチマークを公開したとCNBCが記載	速度・メモリ容量・価格・数値
量子化形式	BF16とNVFP4の2形式の提供	Macで使う形式
一次情報	CNBCの報道、Hugging FaceとAWSのページ	MetaとAppleの公式発表ページ
協業の今後	両社が回答を控えたと報道	深まるかどうか

この表から分かるのは、話の中心にある「最高性能」と「Macで動く」が、いずれも数値による裏付けを確認できていないということです。協業の内容は、CNBCの報道に依拠しています。

図解：Muse Spark Openでまだ分からないこと

ベンチマークと一次情報

ベンチマークとは、AIの性能を測るための共通の試験のことです。「最高性能」を裏付けるその数値は確認できておらず、ザッカーバーグ氏の投稿もCNBCの引用で原文は未確認です。

Muse Spark Openは日本企業にどう関係するか。ローカルLLM導入前に決めること

ここからは、報道を踏まえた解釈です。確認できているのは、巨大なオープンウェイトモデルをMacで動かせるようにする協業が発表されたと報じられている点までです。

日本企業にとっての意味

解釈として、日本企業にとっての意味は次の2点です。

1. 自社のデータを外に出さない環境の選択肢が広がる可能性：両社は、ローカルで動くことのセキュリティ面の利点を述べています。機密性の高いデータをAIで扱いたい企業にとって、検討の材料になります。
2. クラウドとローカルを選べる：同日にSageMaker JumpStartでも使えるようになり、社内の規則や扱うデータの性質に合わせて、動かす場所を選べる可能性があります。

導入を検討する前に決めること

実際に検討する場合の進め方の例です（解釈）。次の順で進めると、判断が整理しやすくなります。

1. 対象の業務とデータを決める：情報システム部門と現場の担当者が、AIに任せたい業務と扱うデータの機密性を整理します。ここが決まらないと、クラウドかローカルかを選べません。
2. ライセンスを確認する：法務や契約の担当者が、「限定的な商用利用」の条件をライセンスの原文で確認し、自社の用途が範囲に入るかを検証の前に確かめます。
3. 動かす環境を決める：Mac Studioを複数台そろえるか、クラウドを使うかを比べます。速度・メモリ・価格は確認できていないため、見積もりの前に公式の情報や実機で確かめます。
4. 自社の業務で評価する：自社の実際の文書や質問で、回答の質と速度を試します。評価の基準は、検証の前に決めておきます。
5. 運用の担当を決める：モデルの更新、利用の記録、アクセスの管理を、誰が担当するかを決めます。

機密性の高いデータを社外に出さずに扱いたい場合は、ローカルでの動作を最初の候補にします。台数や環境をそろえる前にまず試したい場合は、クラウドの方法で小さく検証します。なお、両社が述べたのはローカルで動くことの利点であり、安全が自動的に保証されるという意味ではないと考えられます。機器の管理、アクセスの制限、利用の記録といった運用の設計は、別に必要になります。

Muse Spark Openのまとめ

本記事の要点は、次の4つです。

• MetaとAppleが、Muse Spark OpenをMac Studioで動かせるようにする協業を、2026年10月15日に発表したと報じられています。
• モデルは総パラメータ816B、アクティブパラメータ42BのMoE構造で、最大100万トークンのコンテキストを持ちます。
• Mac Studioを2台から4台つなぐとエージェント作業に使えるとされ、同日にAmazon SageMaker JumpStartでも利用可能になったと記載されています。
• 「最高性能」を裏付けるベンチマーク数値、Mac上の速度・メモリ・価格、公式発表ページは確認できていません。

Muse Spark OpenなどのローカルLLMの活用相談は「リベルクラフト」

Muse Spark Openのような大規模なオープンウェイトモデルが手元の機器で動かせると聞いても、自社の業務に使えるのか、データを外に出さずに済むのかは、判断に迷う場面が多いものです。

リベルクラフトでは、AI活用の方針づくりから、社外にデータを出さないローカルLLM環境の構築、社内文書を参照して回答するRAGの仕組みづくりまでを一貫して支援しています。

• オープンウェイトモデルを、自社の業務で比較・評価したい
• 顧客情報や設計情報のような機密情報も、社内に閉じた環境でAIに扱わせたい
• クラウドとローカルのどちらが自社に合うか、相談できる相手を探している

という方は、リベルクラフトへお気軽にご相談ください。

⇨リベルクラフトへの無料相談はこちら

AI・データの実務スキルを、ご自身で身につけたい方には、現場を知る講師のフィードバックを受けながら学べる Craft College もあります。

⇨Craft Collegeの詳細はこちら

参考情報

本記事は、Metaの発表を伝えた次の報道記事の内容をもとに、まとめています。

• CNBC「Apple and Meta team up to make Muse AI model run on Mac computers」
• huggingface.co「Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta」
• Amazon Web Services「Meta’s Muse Spark Open now available in Amazon SageMaker JumpStart」