Muse Spark Open 816B公開自宅で動かす本当の条件

10月15日、816Bが「ダウンロードできる」状態で公開された

Meta Superintelligence Labsは2026年10月15日、Muse Spark Openの重みをHugging Faceで公開した。総816B／活性42BのスパースMoE、コンテキスト100万トークン、入力はテキスト・画像・音声・映像、出力はテキスト。ライセンスはApache 2.0ではなくMuse Model License（Meta独自）。同じ週にはReflection AIのBeam（501B・Apache 2.0）も出ている。

結論から書く。自宅のPCで動くモデルではない。 動かせるのはGPU資産を持つ組織か、Mac Studioを2台並べられる人だけだ。ベンチよりメモリの請求書とライセンス条項のほうが実務に効く。

スペック：数字で見る中身

総816B／活性42B、MoEは62層、各層256エキスパートから上位8個をルーティング。エキスパートが総パラメータの約97%を占める。
知覚エンコーダ1.8B（50層、14×14パッチ）。4層ごと＋最終層だけ全注意力。
音声は80msごとに1トークン（10秒で125トークン）。
コンテキストは1,048,576トークン。画像・映像・音声トークンがテキストと同じ窓に同居する。
推論の完全オフは不可。reasoning_effortはlow〜xhighで既定はxhigh。安く済ませたいタスクはlowに落とす。

ベンダー公表ベンチマーク

Metaのモデルカード（xhigh推論）から、主要なものだけ並べる。比較列は同社が選んだ8モデルで、全て自社測定である点は差し引いて読むべきだ。

AA Intelligence Index：Muse Spark Open 39／GLM 5.3 45／Kimi K3 44／Qwen3.8-2.4T-A95B 40／Mistral Large 4 38／Beam 非公開
Terminal-Bench 2.1：76.4／Beam 80.1／Qwen3.8 82.0／GLM 5.3 83.9／Kimi K3 85.0
DeepSWE 1.1：60／GLM 5.3 67／Kimi K3 68／Mistral Large 4 62／Beam 44
MCP-Atlas：89.2（8モデル中1位。Beam 78.7、Kimi K3 82.3、GLM 5.3 84.2）
JobBench：61.8（GLM 5.3の61.4をわずかに上回る）
OSWorld Verified：80.4（Kimi K3は84.8）
HLE-Diamond（ツール無し）：26.1（次点Kimi K3 22.2）
ZeroBench（ツール有り）：50.0（Kimi K3 41.0）

読み方はこうだ。総合知能ではGLM 5.3とKimi K3に負けている。勝っているのはツール呼び出しと画面操作、つまりエージェントの実務。MCP-Atlas 89.2とJobBench 61.8がその証拠で、コーディングの生スコア（Terminal-Bench 76.4）は見劣りする。Metaの「最も能力の高い米国製」という主張は、米国製という条件を外すと成立しない。

動かすコスト：メモリが本体

MoEは計算を節約するがメモリは節約しない。256個のエキスパートを全部載せる必要がある。

BF16：チェックポイント約1.5TB。TransformersではH200×8のノード4台（TP=32）
NVFP4：B200 1ノード（公称700GB以上のVRAM）
KVキャッシュ：1トークンあたり約250KB（2×16ヘッド×64次元×62層×2バイト）。100万トークンで約266GB
SGLangのNVFP4参照構成はGB300×4
HF EndpointsはNVFP4でRTX Pro 6000 98GB×8（131K）またはH200 141GB×8（100万）

実測も公開されている。M3 Ultra 512GBで2bit量子化は18トークン/秒・使用304GB、oMLXの3bitは約344GBで生成21トークン/秒。M5 Ultra 512GBの2台ならNVFP4が載る。

つまり「自宅で動かせる」の正体は512GBユニファイドメモリのMac 1〜2台かB200/GB300クラスのノードだ。GPUを持たない読者にとっては、残りはAPIの話になる。

使う側の現実解：API料金

OpenRouter・Baseten・Vercel AI Gatewayのいずれも入力$1.25／出力$4.25（100万トークン）、キャッシュ読み$0.15。提供元はBaseten、Fireworks、Together、Modal、Nebius、Groq、OpenRouter。モデルIDはmeta/muse-spark-open。計測時点でTogetherの24時間稼働率は91.8%だった。

Reflection Beamは$1.30／$0.13で出力が極端に安い。長い出力ならBeam、ツール呼び出し中心ならSpark、と線引きできる。

ライセンスが本当の分岐点

Muse Model LicenseはMITでもApache 2.0でもない。使用・複製・改変・微調整・蒸留・マージ・配布・販売は無料だが、3条件が付く。

帰属表示：モデルまたは派生物を使う製品・サービスは「Built with Muse Spark Open」をUI・ドキュメント・Webサイト・設定画面に明示する。派生物の定義が広い——Museの出力で学習したモデルも派生物に入る。

$20M条項：API等で第三者にモデルを提供する事業（Model as a Service）で、ライセンシーと関連会社の連結売上が連続12か月で2,000万ドルを超える場合、提供前にMetaへ通知し別途書面契約を結ぶ。社内利用・研究・自社製品の機能は免除。

利用ポリシー：重要インフラ運用・輸送技術・重機を禁止。18歳未満向けではない。

最初に踏む罠は1番。ファインチューニングした小型モデルにも帰属表示義務が及ぶ。OSSのつもりで組んだパイプラインに、UI文言の追加要求が後から入る。2番はAIを再販するSaaSで効く。「オープンウェイトだから永久に自由」は誤りで、これは条件付き許諾だ。

日本の開発者向けの指針

APIで試す：$1.25/$4.25。MCP-Atlas 89.2が自分のツール群で再現するかを見る。再現しなければ採用しない。
自前はNVFP4から：BF16の1.5TB構成はパイロットではなく設備投資になる。B200 1ノードかGB300×4で見積もる。
Mac Studio 2台：M5 Ultra・512GBを2台、Thunderbolt 5とRDMAで直結。100万コンテキストが手元に来るが、生成は20トークン/秒前後でバッチ向けだ。
ライセンスを先に読む：帰属表示と$20M条項は製品仕様と財務に触る。ベンチ表より先に確認する。
比較対象はBeam：同じ週に出た501B・Apache 2.0。自由度でBeam、ツール操作の精度でSpark。同じタスクで両方測るのが最短だ。

10月は米国産の巨大オープンウェイトが同じ週に2本出た。「オープン」の意味はモデルごとに違う。BeamはApache 2.0、Sparkは条件付き。技術選定はパラメータ数ではなくライセンスとメモリの見積もりから始まる。