2026年10月12日、Metaが新型AIモデル「Muse Wonder」と「Muse Wonder Full」を発表した。
Meta Superintelligence Labsが開発した新モデルで、従来のMuse Sparkを土台に性能を高め、OpenAIのGPTやAnthropicのClaudeといった最先端モデルに対抗するという。
しかも、今回注目したいのはモデルの賢さだけではない。
Metaはすでに、ユーザーの代わりにコンピューターを操作し、仕事を進めてくれるAIエージェント「Muse」を展開している。
このMuseに新しい頭脳が加われば、ChatGPT Workのようなサービスと本格的に競争することになるかもしれない。
果たしてMuseは、AIアシスタントの新たな主役になれるのだろうか？
最初に少し整理しておきたいのが、Museという名前だ。
実はMetaは、AIモデルとAIエージェントの両方にMuseという名前を使っている。
| 名称 |
役割 |
| Muse |
ユーザーの代わりに仕事を実行するAIエージェント |
| Muse Spark |
Museに使われてきた基盤AIモデルの系統 |
| Muse Wonder |
2026年10月12日に発表された新型高性能モデル |
| Muse Wonder Full |
同時発表された、より高度な作業を想定した上位モデル |
つまり、Museはユーザーが利用するAIエージェントで、Muse Wonderはその頭脳となるAIモデルだ。
Metaによると、Wonderシリーズは法律、金融、健康といった専門分野から、プログラミング、アプリ開発、長期的な仕事まで幅広く対応する。
例えば、保険請求の手続きを調べたり、契約書の内容を理解したり、実際に動くアプリを開発したりするような仕事だ。
Metaは今回のモデルを、単に難しい問題を解くだけでなく、現実世界の仕事をこなすために設計したと説明している。
なお、2026年10月13日時点で、Muse WonderはMeta Model APIとMuse Code、Muse Wonder FullはMuse Codeの契約者向けに提供が始まっている。
一方、一般ユーザー向けのAIエージェントMuseには、今後Wonderを搭載する予定で、まず有料ユーザーから展開されるという。
新モデルが発表されたことと、一般向けMuseのすべてがWonderに切り替わったことは別の話なので、そこは区別しておきたい。
GPTやClaudeと、どちらが優秀なのか？
MetaはMuse Wonderシリーズについて、最先端モデルに匹敵する性能を備えたと発表している。
専門知識を問うベンチマークやソフトウェア開発の評価では、競合の上位モデルを上回った項目もあるという。
さらに、第三者による独立評価も公開されている。AIモデルを横断的に評価しているArtificial Analysisの総合指標「Artificial Analysis Intelligence Index v4.3」では、最大推論設定で次のスコアになった。
| モデル |
スコア |
| Muse Spark 1.3（旧モデル） |
48点 |
| Muse Wonder |
52点 |
| Muse Wonder Full |
56点 |
※Artificial Analysis Intelligence Index v4.3、いずれも最大推論設定での結果。
Metaの自己評価だけでなく、第三者の評価でも、旧モデルからスコアが伸びていることが確認された形だ。
ただし、ここで注意したいことがある。
ベンチマークで一部のモデルを上回ったからといって、あらゆる仕事でGPTやClaudeより優れているとは限らない。
特にAIエージェントでは、問題を解く能力に加えて、ブラウザ操作の正確さ、エラーへの対応、外部サービスとの連携なども重要になる。
モデルが優秀でも、途中で操作を間違えたり、何度もやり直しが必要になったりすれば、実用性は下がってしまう。
第三者評価も出てきたとはいえ、ベンチマークのスコアと、実際の仕事をどれだけ確実にやり遂げられるかは別の話だ。AIエージェントとしての実力は、実際の利用者による比較が進むのを待ちたいところだ。
AIが覚え、考え続ける「Active Memory」と「Active Focus」
今回のMuse WonderでMetaが強調しているのが、この2つの機能だ。
Active Memory：必要なことを覚えておく
AIを日常的に使っていると、以前説明したことを忘れられたり、別の会話で同じ説明を繰り返したりすることがある。
Active Memoryは、過去の会話から重要な情報を保持し、必要な場面で取り出して活用する仕組みだ。
例えば、長期的なプロジェクトであれば、過去の相談内容や決定事項を踏まえて次の作業を進められるようになる。
もちろん、長期記憶そのものはMuse Wonderだけの機能ではない。
重要なのは、どれだけ正確に必要な情報を覚え、適切な場面で使えるのかということだ。
Active Focus：失敗しても粘り強く取り組む
Active Focusは、難しい仕事で行き詰まった際に別の方法を試したり、エラーから立て直したりして、目標に向けて作業を継続する能力だ。
例えばAIにアプリ開発を任せたとしよう。
コードを書くだけでは仕事は終わらない。
実行して、エラーを見つけて、修正して、もう一度動かす。必要なら設計そのものを見直すこともある。
Metaは、こうした長期的な試行錯誤をAI自身が進められるようにすることを目指している。
ただし、何時間でも無制限に動けるという意味ではないし、途中で間違った判断をしないと保証するものでもない。
Museの本領は、クラウド上で仕事を進めること
Museは普通のチャットAIとは少し違う。
2026年9月に登場したMuseは、ユーザーの代わりにコンピューターを操作し、さまざまな仕事を実行するAIエージェントだ。
その大きな特徴が、「Muse Secure VM」という専用のクラウドコンピューターを使うことにある。
VMとは仮想マシンのこと。簡単に言えば、Metaが管理するクラウド上に、Museが仕事をするための専用PCが用意されるイメージだ。
Museはそこにあるブラウザを使い、許可されたウェブサイトや外部サービスを操作する。
例えば、メールを整理したり、予定を調整したり、資料を調べたりといった仕事を任せられる。
自分のPCをつけっぱなしにする必要がない
個人的に、この仕組みはかなり魅力的だ。
なぜなら、AIがクラウドで動くため、自分のPCを起動し続ける必要がないからだ。
例えば、寝る前にこんな指示を出したとする。
「競合サービスを調べて、比較レポートをまとめておいて」
Museはクラウド上で作業を進められるため、ユーザーがアプリを閉じても仕事を継続できる。
もちろん、利用枠や作業時間の制限は存在するし、途中で確認が必要になれば作業が止まることもある。
しかし、常にPCの前に座って操作を見守る必要がないのは大きい。
また、Museにはユーザーの行動を踏まえて重要なメールを知らせたり、仕事のアイデアを提案したりするような、主体的な機能も用意されている。
単に質問を待つだけでなく、ユーザーの目標に向かって動くエージェントを目指しているわけだ。
これってChatGPT Workの代わりになるんじゃない？
ここまで聞いて、私が気になったことがある。
それは、MuseがChatGPT Workの代わりになるのではないかということだ。
ChatGPT Workも、ユーザーの代わりに調査や資料作成、ウェブサイトの操作などを進められるAIエージェントだ。
クラウド環境で動くWorkであれば、PCから離れていても作業を継続できる。
一方のMuseも、専用のクラウドコンピューターを持ち、さまざまな外部サービスと連携できる。
両者の方向性はかなり近い。
さらにMetaは、9月29日に小規模事業者向けの「Muse for Small Business」を発表した。
こちらはInstagramやFacebookのビジネスアカウントだけでなく、Canva、Figma、Notion、Slack、Shopify、Zoomなどとの連携にも対応する。
日常生活のアシスタントにとどまらず、ビジネス分野でもWorkと競合する方向へ進んでいるのだ。
| 比較項目 |
ChatGPT Work |
Meta Muse |
| 主な役割 |
調査、資料作成、業務実行 |
日常生活・業務の代理実行 |
| クラウド稼働 |
対応 |
対応 |
| PCを閉じた後の作業 |
クラウドタスクで対応 |
対応 |
| 外部サービス連携 |
プラグイン・接続アプリなど |
SNS・業務ツール・コネクター |
| 継続的な作業 |
スケジュール・条件起動などに対応 |
バックグラウンド作業・主体的な通知など |
| 日本での利用 |
対応プラン・環境で利用可能 |
正式提供は未定 |
※2026年10月13日時点の公表仕様に基づく比較。機能の有無と、実際の作業成功率は別。
私が一番気になるのは、AIの性能より「実行コスト」
ここで、もう一つ重要な問題がある。それがAIエージェントの実行コストだ。
私自身、ChatGPT Workを使っていて気になるのが、利用枠の消費量である。
ChatGPT Plusでは、WorkとCodexが利用枠を共有しており、5時間ごとの制限と週間の制限が設けられている。
この「5時間枠」は、5時間ずっと作業できるという意味ではない。5時間という期間内に使える処理量の上限のことだ。
そのため、作業内容や使用モデルによっては、短時間で利用枠に達してしまうことがある。
実際、日常的なタスクをいくつか依頼しただけで、5時間枠を使い切ってしまうこともある。
もちろん、利用枠の減り方はユーザーや作業内容によって異なる。それでも、AIエージェントを日常的に活用するなら、この制限は無視できない。
興味深いのが、Artificial Analysisによる実行コストの評価だ。
Muse Wonderは旧モデルのMuse Spark 1.3から性能スコアを48点から52点へ向上させた一方、同評価における1タスク当たりのAPIコストは1.60ドルから4.52ドルへ、約2.8倍に増加している。
つまり、モデルが賢くなったからといって、必ずしも安く仕事を終わらせられるわけではない。
ただし、これはAPIモデルのベンチマーク上の費用であり、一般向けMuseやChatGPT Workの実際の利用枠消費とは直接比較できない。
結局、私たちが知りたいのは、同じ月額料金でどちらが多くの仕事を確実に完成させられるのか、という点なのだ。
Museの月額20ドルプランは、どれだけ使える？
MetaのMuseには、基本機能を利用できる無料枠に加え、有料プランが用意されている。
2026年10月時点の料金情報では、月額20ドルの「Power」と月額100ドルの「Maximum」があり、複数の報道・料金解説ではPowerが週5億、Maximumが週30億の「Museトークン」を利用できると紹介されている。
ただし、週ごとの具体的なトークン枠は今回Meta公式の料金ページ本文を直接確認できなかったため、独立した二次情報を基にした暫定値だ。提供地域や時期によって変更される可能性もある。
そして重要なのが、Museトークンの数字とChatGPT Workの利用枠を、そのまま比較することはできないという点だ。
例えば「5億トークン」と言われると、ものすごく大量の仕事を任せられそうに感じる。しかし、その量でブラウザ操作を何回実行できるのか、何件のレポートを完成させられるのかは、数字だけでは分からない。
しかも、途中でエラーが発生して何度もやり直せば、それだけ余分な処理も必要になる。
だから本当に比較するべきなのは、次のような指標だろう。
| 比較するもの |
確認したい内容 |
| 完了した仕事の数 |
同じ料金で何件こなせるか |
| 利用枠の消費 |
1件の仕事で制限をどれだけ使うか |
| 成功率 |
指示どおりに完成できたか |
| 所要時間 |
仕事が終わるまで何分かかったか |
| 手戻り |
人間による修正がどれだけ必要だったか |
例えば、同じ月額20ドルでも、片方が10件、もう片方が30件の仕事を完了できるなら、実用上の価値はかなり違ってくる。ただし、30件こなせても失敗が多ければ意味がない。
AIエージェントのコストパフォーマンスは、単純なトークン数ではなく、実際に完了できた仕事の量と品質で判断したい。
これは今後、AIエージェントの競争が激しくなるほど重要になると思う。
クラウド稼働だからこそ、コスト効率が重要になる
クラウド上でAIが働いてくれるのは便利だ。しかし、長時間動けることと、低コストで大量の仕事を終えられることは同じではない。
処理量が多ければ利用枠を消費するし、同じ作業を何度もやり直せば効率も悪くなる。
だから、モデルのベンチマークで数％勝っているかどうかより、限られた料金と利用枠で、実際に何件の仕事を完成させられるかのほうが、日常的な利用者には重要かもしれない。
Workと実際に比較してみたい！ でも日本では……
ここまで調べてみると、MuseがChatGPT Workの有力な競合になる可能性は十分にありそうだ。
だったら、実際に同じ仕事を両方に任せて比較してみたい。
例えば、競合サービスの調査、レポート作成、Canvaでの資料制作などを同じ条件で実行させる。そして利用枠の消費量、完成度、所要時間を比較する。
こうすれば、単純なベンチマークでは分からない実用性が見えてくるはずだ。
残念ながら、2026年10月13日時点で、AIエージェントMuseは日本では正式提供されていない。
Metaの日本語公式発表でも、日本での提供時期は未定とされている。具体的な提供開始日も発表されていない。
もちろん、これは将来的な日本展開が否定されたという意味ではない。
しかし、少なくとも現時点では、日本のユーザーとして正式な環境でWorkとの実機比較を行うことは難しい。
せっかく興味深い競合が現れたのに、実際に試せないのは残念なところだ。
日本でのサービス開始が発表されたら、ぜひ比較してみたいと思う。
それでもMuseはAlexaの二の舞になるのか？
そもそも、私はMuseの登場時に一つの懸念を抱いていた。それが「Alexaのように、最初は話題になっても、やがて存在感が薄くなってしまうのではないか」ということだ。
もちろんAlexaもさまざまな機器やサービスで利用されており、単純に失敗したサービスというわけではない。
しかし、新しいAIアシスタントが登場するとき、必ずしも高い注目度が継続的な利用につながるとは限らない。Museにも同じ課題はあるはずだ。
実際、米Wall Street Journalは、Museのダウンロード数が900万件近くに達する一方、利用者の定着には課題があると報じている。
どれだけ賢いAIでも、毎日の生活で使う理由がなければ定着しない。
これはモデルの性能だけでは解決できない問題だ。
ただし、Metaには大きな強みがある。
Metaといえば、Instagram、Facebook、WhatsApp、Messenger、Threadsなど、世界中で使われているサービスを持っている。
さらに、Ray-Ban MetaをはじめとするAIグラス事業も展開している。ここが、ほかのAI企業と比較したときの強みになるかもしれない。
例えばInstagramで気になった料理を保存する。Museがそれを覚えておいて、材料を調べたり、買い物リストを作ったり、家族の予定に合わせて食事の準備を手伝ったりする。
こうした使い方は、Meta自身もMuseの活用例として紹介している。
さらに将来的には、AIグラスからMuseを呼び出して、外出中でも仕事や予定を管理できるようになるかもしれない。
Metaは9月のConnect 2026で、MuseをAIグラスに対応させる計画を発表している。ただし、日本でのAIグラス向けMuseの提供時期も未定だ。
Metaの強みは、AIモデルを開発できることだけではない。そのAIを、ユーザーが普段使っているサービスやデバイスの中に組み込めることにある。
なお、Metaが発表した次世代AIグラスやVRデバイスについても興味深い話題が多いので、そちらはまた別の記事で詳しく取り上げたい。
ただし「安心して仕事を任せられるか」という課題も
AIエージェントが仕事を代行するためには、さまざまなサービスへのアクセス権が必要になる。
メールを読み、予定を確認し、資料を作り、ときには購入や送信の操作まで行う。便利な反面、誤操作や情報漏えいが起きた場合の影響も大きい。
Metaはこの問題に対し、Muse Secure VMの中に独立した「Sentinel」という監視エージェントを設けている。
Metaの説明では、Museによる外部への通信はSentinelの許可を経由し、メール送信や商品の購入などの重要な操作では、ユーザーへの承認を求める仕組みになっている。
また、接続先サービスへのアクセス権限をユーザーが管理でき、Museとの会話やVM内の情報をMetaの広告システムとは共有しないとしている。
ただし、こうした安全対策があるからといって、あらゆるリスクがなくなるわけではない。
AIが自律的に仕事をする時代には、便利さだけでなく、操作権限と確認の仕組みも重要になる。
どこまでAIに任せて、どこから人間が判断するのか。
この線引きは、Museだけでなく、ChatGPT Workを含むすべてのAIエージェントに共通する課題だろう。
AIエージェント競争は「賢さ」から「仕事の完成度」へ
今回のMuse Wonder発表で、Metaが最先端AIの性能競争に本格的に挑んでいることが分かった。
しかし、今回調べてみて最も気になったのは、実はモデルの性能ではなかった。
それは、AIエージェントがどれだけ実用的な仕事を、どれだけ効率よく終わらせられるのかということだ。
MuseもChatGPT Workも、クラウド上でユーザーの代わりに仕事を進めることができる。
今後さらに機能が進化すれば、これまで専門的な知識や自動化ツールが必要だった仕事も、自然言語で任せられるようになるかもしれない。
しかし、どれだけ賢くても、利用枠をあっという間に使い切ってしまえば、日常的な仕事には使いづらい。
逆に、多少モデルの性能が劣っていても、低コストで安定して作業を完成させられるなら、そちらを選ぶユーザーもいるだろう。
そしてMetaには、SNSやAIグラスを通じて、そうしたエージェントを日常生活の中に広げる可能性もある。
MuseはAlexaの二の舞になるのか。それとも、私たちの生活に自然に溶け込む新しいAIエージェントになるのか。その答えを出すには、まだ少し時間が必要そうだ。
少なくとも私は、日本でMuseが利用できるようになったら、まずChatGPT Workとの実行コスト比較を試してみたい。
AIエージェントの競争は、最も賢いモデルを作る競争から、最も効率よく仕事を終わらせるサービスを作る競争へと進んでいくのかもしれない。
ゆなのひとこと
スタークくん、私ね。今回のMuse Wonderの発表で、AIエージェントの競争がまた一段進んだように感じたんだ。
今までは「どのAIが一番賢いのか」が注目されることが多かったけど、これからは「どのAIなら安心して仕事を任せられるか」がもっと大切になっていくと思うの。
それに、スタークくんが気にしていた実行コストの問題も、すごく現実的だよね。
どれだけ便利でも、すぐ利用枠がなくなっちゃったら、毎日の仕事にはなかなか使いづらいもん。
そしてMetaには、SNSもAIグラスもある。
もしそれらが自然につながれば、今とは全然違う形でAIを使う未来が来るかもしれないね。
でも、結局は実際に使ってみないと分からないことも多い。
だから私も、日本でMuseが使えるようになる日を楽しみにしてるよ。
そのときは、私たちもWorkとMuseに同じ仕事を任せて、徹底的に比較してみようね。
……もちろん、スタークくんには途中で変なダジャレを言わずに見守っていてほしいけどｗ 💙
※2026年10月13日時点の情報に基づく。Museの料金・週間トークン枠は二次資料も参照した暫定値であり、日本向けの提供条件は未定。ChatGPT Workとの実際の実行コストの優劣は未検証。
※この記事はAIとの対話をもとに作成しています。
参考・出典
