Meta Muse Wonderとは？API料金・性能・Wonder Fullとの違いを解説

結論：APIならWonder、FullはMuse Code利用者向け

自社アプリや既存のAI基盤から呼び出すなら、現時点の対象はMuse Wonderです。モデルIDはmuse-wonder-1.0で、OpenAI互換APIとAnthropic互換APIが用意されています。入力100万トークンとマルチモーダル入力を使い、長い調査、コードベース解析、複数ツールをまたぐ業務を1つのモデルへ寄せたい場合に候補になります。

Muse Wonder Fullは、Metaがより高性能なエージェントモデルとして発表したものの、公開APIはありません。Muse CodeのPowerまたはMaximumプランから使う形です。したがって、ベンチマークの最高値だけを見てFullをAPI比較表へ並べるのは不正確です。組み込み用途は通常版、対話型の開発支援はFullを含むMuse Code、という提供形態の違いから選びます。

通常版も最安モデルではありません。入力100万トークン当たり4ドル、出力20ドルで、独立評価では完了タスク当たり4.52ドルでした。単発のチャットより、長い文脈とツール実行をまとめることで、モデル切替、再試行、人手確認まで含む総コストを下げられるかで判断します。

この節の一次情報：Meta公式｜Introducing Muse Wonder and Muse Wonder Full（2026年10月12日） ／ Meta公式｜Muse Wonderモデルページ（2026年10月13日確認）

仕組み：Active MemoryとActive Focusで長い作業を管理

MetaはMuse Wonderの中心機能としてActive MemoryとActive Focusを挙げています。Active Memoryは、作業中に得た事実、途中結果、ユーザーの指示などを保持し、長いセッションで再利用する仕組みです。Active Focusは、現在の目標に必要な情報やサブタスクへ計算資源を集中させる考え方です。

実行時には、長い入力を読むだけでなく、タスクを分解し、複数のツールやサブエージェントを並列に動かし、結果を検証して完成物へまとめます。MetaはMuse Codeの例として、コード変更、テスト、ブラウザー操作、ドキュメント参照をまたぐ作業を示しています。API側でも並列ツール呼び出し、構造化出力、プロンプトキャッシュ、トークン計数を利用できます。

ただしActive Memoryの保存期間、外部からの編集方法、課金対象になる内部処理の詳細は公開資料だけでは十分に確認できません。一般的なRAGやアプリ側メモリを完全に置き換えると判断せず、権限管理、監査ログ、再現性が必要な情報はアプリ側でも保持します。

この節の一次情報：Meta公式｜Muse Wonder発表 ／ Meta公式｜Model API documentation

API料金：キャッシュを使えるかで大きく変わる

Muse Wonderの標準料金は、100万トークン当たり入力4ドル、キャッシュ済み入力0.20ドル、出力20ドルです。キャッシュ割引は通常入力の95%で、100万トークン級の共通コード、社内規程、ツール定義を繰り返す処理ほど効きます。長文だから安いのではなく、固定プレフィックスを再利用できる設計にして初めて単価差がコストへ反映されます。

例として、通常入力20万、キャッシュ済み入力80万、出力5万トークンを1回使うと、0.80ドル＋0.16ドル＋1.00ドルで1.96ドルです。全入力が未キャッシュなら同じ入出力量で5.00ドルとなります。実際にはWeb検索、ストレージ、再試行、周辺基盤、人手レビューも加わるため、モデル請求だけで総原価を決めないことが重要です。

Web検索ツールは1,000クエリ当たり2.50ドルです。Metaがモデルへ注入するステアリング用トークンは請求対象外と説明されています。また、標準モードでは入力・出力をMetaのモデル学習に使わないとされています。データ提供で割引を受けるContributorモードは、Muse Wonder APIでは利用できません。

この節の一次情報：Meta公式｜Model API pricing and rate limits（2026年10月13日確認） ／ Meta公式｜Muse Wonderモデルページ

Sparkなどとの違い：最安単価より完了タスク原価で比較

Meta Model APIには低価格・高速寄りのMuse Spark 1.3などもあります。簡単な分類、抽出、短い応答をWonderへ統一すると、出力単価と待ち時間を余分に払う可能性があります。一方、長いコンテキスト、複数ツール、再計画を必要とする作業を安価なモデルへ分割すると、呼び出し回数、失敗、検証コストが増える場合があります。

独立評価のArtificial Analysisでは、Muse WonderのIntelligence Indexは52、完了タスク当たりのモデル費は4.52ドルでした。The Decoderは、Muse Spark 1.3の同指標が1.60ドルで、Wonderは約2.8倍と報じています。この差はトークン単価だけでなく、各評価タスクで消費した入力・出力トークンにも左右されます。

比較では、1回当たり単価ではなく、成功率×再試行回数×平均トークン×人手確認時間で完了タスク原価を測ります。定型処理は小型モデル、複雑な長時間作業はWonder、最高難度の対話型開発はFullを含むMuse Code、というルーティングが現実的です。

この節の一次情報：Artificial Analysis｜Muse Wonder independent analysis ／ The Decoder｜Muse Wonder independent benchmark coverage

速度・API仕様・レート制限

Artificial Analysisの公開測定では、Muse Wonderの出力速度は毎秒83.0トークンでした。同サイトの中央値84トークン/秒に近い一方、個別のエージェント処理ではツール待ち、長文入力、再計画が支配的になるため、この数値をアプリの応答時間としてそのまま使えません。自社プロンプトでTTFT、p50、p95、完了時間を測ります。

Meta Model APIのベースURLはhttps://api.meta.ai/v1で、Bearer認証を使います。公式ドキュメントではOpenAI互換とAnthropic互換、ストリーミング、構造化出力、並列ツール呼び出し、背景実行、プロンプトキャッシュ、トークン計数が案内されています。既存SDKから移行しやすい一方、互換APIが全パラメーターと挙動を完全に再現するとは限りません。

チーム単位の既定上限は毎分3,000リクエスト、毎分400万トークンで、背景レスポンスは毎分600件の送信上限です。100万トークンを毎回投入できることと、同時に大量実行できることは別です。入力サイズ、同時実行数、TPMを掛け合わせ、上限到達時のキューと再試行を設計します。

この節の一次情報：Meta公式｜Muse Wonder API documentation ／ Meta公式｜Pricing and rate limits ／ Artificial Analysis｜Muse Wonder speed and cost

性能評価：公式ベンチマークと独立評価を分けて読む

Metaのモデルカードでは、コーディング、長文理解、コンピューター操作、知識、推論など複数のベンチマークが掲載されています。Wonder Fullは多くのエージェント系評価で通常版を上回ります。ただし各社モデルの数値には、提供元の自己申告、内部実行、第三者の結果が混在し、ツール構成や評価ハーネスも同一ではありません。

独立評価ではArtificial AnalysisがWonderを52、Fullを56と評価しました。Fullは公開APIがないため、速度とタスク単価は測定されていません。通常版の独立測定は有用ですが、1つの指数が自社業務の正答率、監査可能性、コードの保守性を保証するわけではありません。

PoCでは、正解が明確な20〜50件の実タスクを使い、成功率、修正回数、実行時間、総トークン、ツール失敗、人手確認時間を競合モデルと同じ条件で記録します。企業の主張、第三者測定、自社検証の3段階を混ぜないことが、モデル選定の再現性につながります。

この節の一次情報：Meta公式｜Muse Wonder model card ／ Artificial Analysis｜Muse Wonder Full analysis ／ VentureBeat｜Muse Wonder coverage and benchmark context

海外で注目された理由

発表から約5時間の時点で、Hacker Newsの投稿は460点超、240コメント超に達しました。議論は性能だけでなく、Metaが独自のModel APIを拡大する意味、100万トークンの実用性、FullをAPI提供しない判断、価格とデータ利用条件へ広がっています。

Reuters、The Verge、VentureBeatなども公開当日に報道しました。一般的な新モデル発表に加え、巨大なコンテキストと長時間エージェント、公開APIと開発環境限定モデルの二層構造、Metaによる商用モデルAPI参入が同時に起きたためです。日本語では速報的な紹介が中心で、料金、キャッシュ、レート制限、独立評価までまとめた導入向け解説はまだ限られています。

注目度は採用品質を保証しません。ただし、主要モデル提供元がチャット性能より『仕事を最後まで進めるエージェント』を前面に出し、完了タスク原価が比較指標になり始めた点は、今後のAPI選定とコスト管理に影響します。

この節の一次情報：Hacker News｜Muse Wonder discussion（2026年10月12日） ／ Reuters｜Meta launches Muse Wonder models ／ The Verge｜Meta Muse Wonder coverage

向くケース・向かないケースと導入手順

向くのは、大規模なコードや資料を読み、検索、ブラウザー、社内APIなど複数ツールを使って完成物を返す処理です。長い共通コンテキストをキャッシュでき、1回の成功価値が数ドル以上ある業務ほど検討しやすくなります。API互換性を使って既存基盤の一部トラフィックだけを流し、比較する方法も取れます。

向かないのは、単純な分類・抽出、数百ミリ秒を重視する応答、出力が長くなりやすい低単価サービス、厳密なリージョン要件が未確認の業務です。公開直後のプレビューへ単一障害点を作りたくない場合も、フォールバックとモデル抽象化を先に用意します。

導入は、①対象タスクと成功条件を固定、②小型モデルを基準に同条件で比較、③キャッシュ前提のプレフィックスを設計、④TPMと同時実行を試算、⑤ツール権限と監査ログを制限、⑥上限・タイムアウト・人手承認を設定、⑦週次で完了タスク原価を見直す順が安全です。

• 成功率だけでなく、再試行と人手修正を含む完了原価を測る
• ツールは最小権限にし、書き込み・購入・送信の前に承認を入れる
• 100万トークンを常用せず、検索とキャッシュで必要範囲へ絞る
• モデルID、料金、レート制限、データ条件の変更を監視する
• 障害時に小型モデル、別API、人手へ切り替える経路を用意する

この節の一次情報：Meta公式｜Muse Wonder API documentation ／ Meta公式｜Muse Wonder model card

制約・未検証事項とFAQ

Muse Wonderは公開直後のプレビューであり、長時間の本番運用、障害率、日本語での複雑な業務、ツール実行の安全性、キャッシュ命中率は十分に独立検証されていません。公式ベンチマークの一部は内部条件で、競合と完全に同条件ではありません。Fullは公開APIがないため、API料金、速度、レート制限を通常版から推定できません。

Q. 日本語は使えますか？ A. 多言語入力は可能ですが、モデルカードだけで日本語の業務品質を保証できません。日本語の指示追従、固有名詞、敬語、長文検索を実データで確認してください。

Q. 100万トークンを毎回送るべきですか？ A. いいえ。料金、TTFT、関連情報の埋没を考え、検索、要約、キャッシュで必要な範囲へ絞ります。長い文脈は上限であって推奨量ではありません。

Q. OpenAI SDKのbase URL変更だけで移行できますか？ A. 基本的な互換APIは用意されていますが、ツール定義、構造化出力、ストリーミング、エラー、使用量フィールドを回帰テストします。

Q. Wonder FullをAPIで使えますか？ A. 2026年10月13日時点では使えません。FullはMuse Code Power・Maximumの対象で、APIのモデルIDと従量単価は公開されていません。

Q. 最も安い選択ですか？ A. いいえ。独立評価では完了タスク単価が4.52ドルでした。複雑な作業を少ない再試行で完了できるかを、小型モデルや他社モデルと比較して判断します。

この節の一次情報：Meta公式｜Muse Wonder model card ／ Meta公式｜Model API pricing and rate limits ／ Artificial Analysis｜Muse Wonder