メタ最新AI「Muse Wonder (ミューズ ワンダー)」登場！あなたを覚えて、難しい仕事まで進める【日本は？】

Metaから、仕事を任せたくなる新AIが登場しました。

「Muse Wonder (ミューズ ワンダー)」です。

「Muse Wonder Full (ミューズ ワンダー フル)」も登場です。

前の会話を覚え、難しい仕事も別の方法を試して進む。

しかも、数時間の作業や複数AIへの分担も想定されています。

説明し直す手間まで減るなら、これは欲しいですね。

今回は、記憶と粘り強さの仕組みを深掘りします。

性能差や料金、日本での利用条件も見ていきましょう。

メタ最新AI「Muse Wonder (ミューズ ワンダー)」登場！あなたを覚えて、難しい仕事まで進める【日本は？】

公式が見せた使い道

まずは、公式が見せた使い道から見ていきましょう。

研究ブログでは、遊べる3Dのキッチンゲームを紹介しています。

画像を入力し、カスタマイズできるゲームを作る例です。

自分のアイデアが、実際に動く遊びになる。

これは、完成した画面を見るだけでも夢が広がります。

「こういうゲームがあったらいいな」を形にしたくなりますね。

別の例では、ブラウザーやアプリを使います。

本人の好みや事情に合わせ、ランニング計画を作っています。

結婚式の席決めも、公開されたデモの一つです。

複雑な組み合わせの条件から、座席表を準備します。

人が集まる席って、ただ人数を並べれば終わりません。

誰と誰を近くにするか、考えることが多いですよね。

そんな条件の整理まで任せられるなら、かなり助かります。

公式発表には、保険請求や賃貸契約の理解も登場します。

こちらは、Metaが挙げた利用シナリオです。

公開デモで確認できる例と分けて見ていきます。

ゲーム作りから、日常の面倒な段取りまで。

今回の発表は、任せる仕事の幅が面白いんです。

一つの専門ソフトだけに閉じない期待感があります。

正直、私はまず席決めのような条件整理を試したいです。

答えが一つに決まらない仕事ほど、相棒が欲しくなります。

大切なことを覚える

ここからは、会話をまたぐ記憶について見ていきます。

Metaが掲げる機能は「Active Memory」です。

重要な情報を引き継ぎ、必要なときに取り出します。

開発者向けの説明では、目標や制約も対象です。

作業の途中で決めたことも、使える形で保ちます。

この意味を、アプリ制作の想像例で考えてみましょう。

最初に、スマホで使いやすくしたいと伝える。

次に、ログイン機能は後回しと決める。

その条件を、後の相談でも踏まえてくれる。

そうなれば、説明のやり直しが減るはずです。

AIとの会話で、同じ条件を何度も伝えるのは面倒です。

「あれ、さっきの話はどこへ行った？」となりますよね。

必要な情報が戻ってくるなら、共同作業が続けやすいです。

ちなみに、一度に扱える情報量も大きいです。

通常版の公式仕様は、約100万トークンです。

トークンは、AIが文章などを処理する単位です。

大きな作業机の上へ、資料を広げるようなイメージですね。

長い資料やコードを扱う余地があるのは魅力です。

会話をまたぐ記憶と、この作業机の広さは分けて考えます。

長く入力できても、毎回大事な点を拾えるかは別です。

私が試すなら、途中で要件を変更してみます。

昔の条件を捨てて、新しい条件を使えるかを見る。

そこまでできると、覚えてくれる価値が一段上がります。

記憶機能の実際の使われ方は、利用するサービスでも変わります。

APIを呼ぶだけで、全ての過去の会話が渡るとは考えません。

長く付き合う相棒なら、覚え方まで確かめたいですね。

難しい仕事を進め続ける

続いて、作業を進め続ける仕組みを見ていきましょう。

もう一つの柱が「Active Focus」です。

難しい目標に対し、別の方法を試して進みます。

障害を乗り越え、新しい情報にも対応する設計です。

必要なときは質問し、重要な操作の前には確認します。

粘り強さと、こちらが方向を示せることがセットです。

ここも、アプリ制作の想像例で考えてみます。

機能を追加したら、テストでエラーが出た。

そこで原因を探し、直して、もう一度確かめる。

一回の回答で終わらない仕事は、この往復が大切です。

完成までの途中に、地味な修正が山ほどあります。

そこを一緒に進めてくれるなら、頼りたくなりますね。

公式のモデルページは、数時間の作業も想定しています。

計画を立て、一部を別のAIへ分担させます。

複数の道具も並行して使い、エラーから復帰します。

いわゆるサブエージェントは、作業を分ける担当AIです。

一人の作業者から、小さな制作チームへ広がる感じです。

例えば、独立した調査と検証を分担するイメージですね。

これは仕組みを理解するための例です。

担当を増やせば、何でも速くなるとは限りません。

前の結果を待つ工程や、最後のすり合わせもあります。

大切なのは、分担の後に一つの成果へまとめることです。

私なら、修正後も最初の要件を満たすか確認します。

途中の頑張りより、完成したものが欲しいですからね。

数時間動けるという説明は、全仕事の成功保証ではありません。

それでも、長い工程を任せる前提はかなり魅力的です。

夕食の間に面倒な修正が進むなら、時間を取り戻せそうです。

画面を見て操作する

次は、画面を見て操作する能力についてです。

公式は、ブラウザーやデスクトップの操作を掲げています。

モバイルアプリの操作も、能力として紹介しています。

文章で手順を教える先へ、期待が広がる部分です。

例えば、画面を読み取り、次の操作を判断する。

クリックや文字入力を行い、変化した画面を確かめる。

公式の開発資料は、この往復を説明しています。

目で確認し、手を動かし、もう一度確認する感じです。

ここで、モデルと実行環境の役割が分かれます。

AIが操作を判断し、実際の入力はアプリ側が行います。

APIの裏に、専用パソコンが自動で付く仕組みではありません。

画面や操作の環境は、開発者側で用意する必要があります。

この違いは、使い始めるときの手軽さに直結します。

モデルの能力と、完成したサービスを分けて見るわけです。

読み取りについても、公式仕様は幅広いです。

文章に加え、画像、動画、音声、PDFを入力できます。

通常版が返すのは、テキストです。

画面を読む能力と、画像を生成する能力も別に考えます。

開発ブログは、音声対応を使う窓口で確認するよう求めています。

同じモデル名でも、アプリで使える機能は確かめたいですね。

私が期待するのは、説明を読んで自分で操作する手間の削減です。

調べた内容が、そのまま次の作業へつながる。

この流れが滑らかになると、AIの出番が増えそうです。

2モデルの性能差

ここからは、2モデルの性能差を確認します。

この表は、Metaが公開した比較結果です。

数値は、日常の仕事の成功率へそのまま置き換えません。

まず面白いのが、長い開発を扱う「DeepSWE」です。

Fullは79.0で、通常版は78.8です。

この評価では、通常版もかなり近い結果です。

名前だけで、通常版を候補から外すのはもったいないですね。

さらに長い開発を扱う「SWE-Marathon」も見ます。

Fullは57.5で、通常版は53.1です。

こちらには、Fullを選ぶ理由になりそうな差があります。

Fullだけ、推論の設定が「xhigh」と記載されています。

ほかの掲載モデルは、表の見出しでは「max」です。

設定名も計算量も、各社で同一とは限りません。

同じ条件で能力だけを測った勝負とは分けて読みます。

一方、ゼロからの開発を扱う「ProgramBench」です。

Fullの59.0に対し、「Claude Opus 5.5」は70.5です。

Metaの公開表でも、競合が上回る項目はあります。

全ての仕事で最強という話に広げるのは早いですね。

記憶の「MemoryBench」では、通常版が85.6です。

Fullは85.5で、ここは通常版がわずかに上です。

今回は、Metaが掲載した数値として紹介します。

0.1の差から、日常での使いやすさまでは断定しません。

気になるのは、自分の仕事で手直しが減るかです。

私は同じ小さな開発を、両モデルへ頼んで比べたいです。

完成度と修正回数、かかった費用を一緒に見る。

速く答えることより、早く使える形になるかを重視します。

こう見ると、Fullは長い開発を任せたい人の有力候補です。

通常版も、まず試すモデルとして十分気になります。

料金と従来モデル

続いて、料金と従来モデルを比較します。

通常版のAPI料金は、100万トークン単位です。

入力は4ドル、出力は20ドルです。

文章を送る分と、AIが返す分で単価が違います。

キャッシュされた入力は、0.20ドルです。

再利用できた入力部分が対象なので、全入力には適用しません。

公式料金表は、長い入力の割増もないと説明しています。

大量の情報を扱う作業には、うれしい条件ですね。

通常入力を100万、出力を10万トークン使うとします。

この仮の例なら、トークン料金は合計6ドルです。

検索などの別料金は、この計算に含めていません。

一つの仕事で何度もやり取りすれば、使用量は増えます。

仕事一件の固定料金と考えないことが大切です。

従来の「Muse Spark」は、標準料金が安いです。

入力は1.25ドル、出力は4.25ドルです。

Wonderは入力で3.2倍、出力では約4.7倍になります。

軽い処理を大量に回すなら、Sparkにも選ぶ理由があります。

公式も、Sparkを費用や応答時間を重視する用途に挙げています。

Wonderは、長く複雑な仕事へ力を使う選択です。

ちなみに、Sparkも約100万トークンに対応します。

入力できる長さだけでは、今回の進化は説明できません。

長い仕事を進める能力へ、お金を払うかが判断点です。

FullはAPIでは使えず、「Muse Code」の対象プラン限定です。

公式掲載価格は、Power Usageが月額50ドルです。

Maximum Usageは、月額200ドルです。

まずFullを試すなら、50ドルのプランが入口になります。

200ドルのプランは、利用枠が足りない人向けに考えたいです。

契約には利用上限があり、無制限ではありません。

サブスクの枠と、別に作ったAPIキーの課金も分かれます。

仕事を任せるなら、完成までの費用で比べたいですね。

日本で使う前に

では、日本で使う前の確認点を整理します。

今回の情報は、2026年10月13日時点です。

開発者向けの提供と、一般向けの導入予定を分けます。

通常版は、APIと「Muse Code」で提供されています。

一般向け「Muse」には、近日導入する予定です。

最初は加入者から展開すると、Metaは説明しています。

日本向けの開始日や円建て料金は、今回確認できていません。

公式のAPI地域ポリシーに、日本は制限地域として載っていません。

実際の登録と決済の可否は、アカウントで確認が必要です。

サブスクの提供条件も、地域によって変わります。

契約前に表示される条件で、Fullが使えるか確かめます。

日本語での長い仕事の精度も、私はまだ試していません。

まずは公開資料や、小さな開発で確かめたいです。

もう一つ、仕事に関わる設定があります。

「Muse Code」には、学習への協力設定があります。

Contributor modeが、サブスクの初期設定です。

内容を今後のモデル学習へ使わせる代わりに、利用枠が増えます。

設定でオフにでき、通常のモードでも対象モデルを使えます。

仕事の資料を入れるなら、先に見ておきたい部分です。

APIのWonderは、通常モードで提供されています。

このモードでは、内容をモデル学習へ使わないと説明されています。

任せる操作の範囲も、最初に決めたいですね。

私は、調査や下書き、開発の修正から始めたいです。

購入や外部への送信は、結果を見て確認する形にします。

どこまで任せるかを決めると、期待が具体的になります。

結論

ここまでの内容を踏まえて、結論です。

今回欲しくなるのは、説明し直す手間が減る相棒です。

条件を覚え、途中でつまずいても仕事を進める。

その二つがつながると、長い作業を頼みたくなります。

今すぐ開発へ組み込みたい人は、通常版が候補です。

APIで試せて、既存モデルとの費用差も比べられます。

長い開発をゴリゴリ任せたい人は、Fullが気になります。

対象プランで、自分の修正作業が減るかを見たいですね。

普段の相談や日常の段取りに使いたい人もいるはずです。

その人は、一般向け「Muse」の展開を待つ判断が合います。

使いたいのが開発ツールなのか、日常のアプリなのか。

ここを分けると、今お金を払う理由がはっきりします。

私なら、通常版で小さなアプリ制作から始めたいです。

途中で条件を変え、修正まで任せてみます。

説明のやり直しと、こちらの手直しが減るかを確かめる。

手応えがあれば、Fullにもお金を払って試したくなります。

ぶっちゃけ、欲しいのは立派な答え以上に、空いた時間です。

面倒な工程が進み、戻ったら次の判断ができる。

そんな相棒が身近になるなら、かなり楽しみです。

最後に

今回は、Metaの新AI「Muse Wonder」を紹介しました。

皆さんなら、このAIへ何を任せてみたいですか？

ゲーム作りでも、仕事の面倒な段取りでも構いません。

ぜひ、コメントで教えてください。

参考になったら、高評価とチャンネル登録をお願いします。

それでは、また次の動画でお会いしましょう。

動画版はこちら: