Meta新AI Opus5に迫る
🔔 主要報道：Bloomberg／Meta公式発表
Muse Spark1.3の中身
5か月で4回目という異例のペースで更新を重ねるMetaの狙いを確認しよう。
Zuckerberg自ら発表——長時間タスクへの対応を強化
Meta CEOのマーク・ザッカーバーグ氏は9月2日、Muse Spark 1.3の投入を自ら発表した。Meta Superintelligence Labs（Alexandr Wang氏率いる専門部門）が手がけるこのモデルは、4月の初代Muse Spark、7月のMuse Spark 1.1、8月のMuse Spark 1.2に続く4回目のメジャーアップデートとなる。開発者向けにはMeta Model APIとMuse Codeで即日提供され、Instagram・Facebook等の一般ユーザー向け展開も追って進む予定という。
単一スレッドで複数ワークフローを維持——長時間タスクに対応
今回の目玉は、長時間・複数工程にまたがるタスクへの対応力だという。単一のスレッド内で複数のワークフローをまたぎながら作業を継続できるようになり、ユーザーへの確認や質問を挟みながら進める「協調性」も強化された。Metaは「幻覚的な結果を出す前に、自分の限界をより適切に把握する」方向の調整も行ったとしている。
効率面の改善——ツールコール20%減・トークン消費25%減
Meta公式発表によると、前バージョンのMuse Spark 1.2と比べてツールコールが約20%、消費トークンが約25%それぞれ削減されたという。同じ作業をより少ない処理量でこなせるようになったことになり、API利用コストにも影響する可能性がある変更だ。
【筆者整理】ベンチマーク9項目の勝敗を検証
「上位モデルに近づいた」という報道の見出しを、Meta公表の実数字で裏取りしてみた。
Metaが自社発表で公開した9項目のベンチマーク数値を独自に集計したところ、Muse Spark 1.3がAnthropicのOpus 5（max）を上回ったのは3項目、下回ったのは6項目だった。SWEAtlas CodeBase QnAでは+6.7ポイントの差をつけて上回った一方、GDPVal-AA v2（知識労働タスク）では70ポイントもの大差をつけられている。全体としては「上回った」より「僅差まで詰めた」という表現の方が実態に近い。ただしOpenAIのGPT 5.6 Solに対しては9項目中6項目で上回っており、2番手争いでは優位に立っている。
筆者独自集計：Meta公式発表データにもとづく差分計算（2026年9月2日時点）
※筆者集計：Meta公式発表（research.meta.ai）掲載のベンチマーク表をもとに独自に差分計算（2026年9月2日発表分）。数値はいずれもMeta自社測定によるもので、第三者機関による再現検証ではない点に留意。
コーディング関連（SWEAtlas・Terminal-Bench・DeepSWE）で優位に立つ一方、知識労働・自動化タスク（GDPVal・AutomationBench・JobBench）ではOpus 5が依然として上回っている。長文コンテキスト処理（MRCR）はMuse Spark 1.3が98%台の高スコアを記録しており、Opus 5側は数値が公開されていない。
両論評価
Metaの急速な追い上げを評価する見方と、まだ差が残ると見る向き、双方の論拠を整理する。
▶ 急速な追い上げを評価する側：5か月で4回のメジャー更新というペースは、他社と比べても異例の速さだ。コーディング系ベンチマークで上位モデルを上回る項目が出てきたことは、後発だったMetaがキャッチアップに成功しつつある証拠と見ることができる。
▶ まだ差が残ると見る側：筆者の集計では9項目中6項目でOpus 5に及んでおらず、特に知識労働タスク（GDPVal-AA v2）では70ポイントという大きな差が残る。「上位モデルに接近」という報道の見出しは、僅差の項目を中心に切り取った印象がぬぐえない。
用途によって向き不向きがはっきり分かれてきている段階と見るのが実態に近そうだ。コーディングや長文処理に強みがある一方、幅広い知識労働タスクでは既存の上位モデルとの併用を検討する余地が残る。
日本の企業・産業への影響まとめ
- ① 長文コンテキスト業務での採用を検討しよう：MRCRベンチマークでMuse Spark 1.3が高スコアを記録しており、長文書類の処理や大規模コードベースの理解を要する業務では有力な選択肢になり得る
- ② 知識労働タスクは既存モデルとの比較検証を続けていきたい：GDPVal-AA v2で大きな差が残っている以上、幅広い業務全般をMuse Spark 1.3に一本化するのは時期尚早だと考えられる
では実務としてどうするか。コーディングや長文処理が中心の開発チームは、Muse Spark 1.3を試験導入して既存モデルとの比較を進める価値がありそうだ。幅広い知識労働タスクを扱う部門は現行モデルを維持しつつ、Metaの次回アップデートで差がどう縮まるか注視すること。
※本記事は2026年9月2日時点の報道にもとづく分析です。情勢は今後変化する可能性があります。判断は必ず最新の公式発表をご確認ください。
Muse Spark 1.3とは何か。
Metaが9月2日に発表したAIモデルの最新版。4月の初代Muse Spark以降、5か月で4回目のメジャーアップデートとなる。前バージョンのMuse Spark 1.2と比べてツールコールが約20%減、消費トークンが約25%減となり、効率面が大きく改善された。
Opus 5とどちらが優れているのか。
Meta公表の9項目のベンチマークを集計すると、Muse Spark 1.3がOpus 5を上回ったのは3項目、下回ったのは6項目だった。長文コンテキスト処理と一部のコーディング関連では優位に立つ一方、知識労働や自動化タスクではOpus 5が依然として上回る場面が多い。
日本企業にはどんな影響があるのか。
Metaは半年足らずで4回のメジャー更新を重ねており、開発チームは検証作業が追いつきにくくなる可能性がある。長文コンテキストを扱う業務ではMuse Spark 1.3が有力な選択肢になる一方、知識労働寄りのタスクでは既存モデルとの比較検証を続ける必要がありそうだ。