ザッカーバーグ氏がMuse Emberを発表、Meta最小のAIモデルはトークン単価がHaikuと同じ

マーク・ザッカーバーグ（Mark Zuckerberg）はXで、Metaの最新AIモデルを一文で紹介した。「本日、Muse Emberを公開します。クラス内の他モデルより、1ドルあたりの知能が高い、私たちの最小モデルです」。発表をめぐる報道の多くは、これを値下げと受け止めた。つまりMetaが、AIエージェントを開発する人たちにAnthropicやOpenAIが販売している、小型で低価格なモデルを下回る価格を打ち出したという見方だ。

だが、少なくとも料金表を見るかぎり、値下げではない。Muse Emberは、入力・出力のどちらのトークンについても、名指しされた競合2モデルとまったく同じ料金を請求する。Metaがうたうコスト削減は本物だが、その理由は別のところにある。答えにたどり着くまでに、モデルがどれだけの文章を生成するかだ。これは単なる割引より興味深い主張である一方、請求書が届く前に購入者が確かめるのは難しい。

Metaが発表したモデル

Muse Emberは、Spark、Glimmer、Wonderに続くMetaのMuseファミリー第4のモデルで、最小サイズでもある。Meta Superintelligence Labsが、エージェントの内部で繰り返し行われる工程向けに開発した。ザッカーバーグの言葉を借りれば、「コーディングのサブタスク、ルーティング、情報抽出、長文書の解析」だ。Metaは役割分担を率直にこう説明している。「Muse Wonderが計画を立て、Muse Emberが大量処理を担う」。Meta Superintelligence Labsを率いるアレクサンダー・ワン（Alexandr Wang）は、EmberがMuse Wonder Fullを使って訓練された初の公開モデルだと述べた。Muse Wonder FullはMeta最大のモデルである。

おすすめの記事Google「Genie 4」、文章で操れる音付きの世界をリアルタイム生成

Metaによると、Emberはテキスト、画像、音声、動画を読み取り、100万トークンのコンテキストウィンドウを備え、1回の回答で最大51万2,000トークンを生成できる。クローズドモデルであり、ダウンロード可能な重みは公開されていない。MetaがホストするModel APIと、同社のコーディングエージェントMuse Codeで利用できるほか、Google CloudとOracle Cloudも提供経路として挙げられている。

「1ドルあたり」の根拠

Metaが公表したEmberの料金は、入力100万トークンあたり0.10ドル、出力100万トークンあたり0.50ドルだ。MarkTechPostとFello AIが指摘するように、AnthropicのClaude Haiku 5.5とOpenAIのGPT-6 Lunaも基本料金は同じ。料金表上で差があるのはキャッシュ入力、つまりモデルがすでに読み込んで再利用できるテキストの価格だけだ。Emberは100万トークンあたり0.004ドルで、競合2モデルはいずれも0.01ドルとなっている。

差が生まれるのは、タスクごとのコストだ。独立したベンチマーク群であるArtificial Analysis Intelligence Indexで、Emberは36点を獲得。最高設定時のHaiku 5.5と同点ながら、タスクあたりのコストはおよそ0.14ドルで、Haikuの0.41ドルを下回る。Fello AIがArtificial Analysisのデータを分析した結果は、その理由を示している。インデックス全体でEmberが生成した出力は約1億1,500万トークン、Haikuは約2億9,800万トークンで、出力単価は同じだった。トークンあたりの価格は同じでも、必要なトークンは大幅に少ない。GPT-6 Lunaのタスクあたりのコストは約0.15ドルとEmberに近いが、スコアは28点だ。

この仕組みが重要なのは、トークン数が料金表には載っていないからだ。料金表だけを比べる開発者には、3つのモデルが同じに見える。違いが表れるのはエージェントを実際に動かしてからで、その差はタスクやハーネス、推論設定によって変わる。Metaの比較では推論の労力を最大に設定しており、開発者向けドキュメントでもこれがEmberのデフォルト設定として示されている。

料金が3倍になるケース

Metaの開発者向けページには、発表時の説明では触れられていない第2の料金帯がある。入力が20万トークンを超えると、Emberの料金は入力100万トークンあたり0.30ドル、出力100万トークンあたり1.50ドルとなり、通常料金の3倍に跳ね上がる。Metaのドキュメントは、会話履歴が長いリクエストではこの基準を超える可能性があると注意を促している。MarkTechPostは発表記事で、MetaはEmberの長文コンテキスト向け料金を設定していないと記したが、Meta自身の料金表には別料金が明記されている。

この料金帯は、ザッカーバーグが売り込んだ用途に直結する。「長文書の解析」と100万トークンのウィンドウをうたえば、開発者はコードベースや文書一式を丸ごと入力したくなる。そうしたリクエストは、しきい値を超える可能性が最も高い。とはいえ、MarkTechPostによれば、Haiku 5.5は入力10万トークン超で入力100万トークンあたり0.50ドル、出力100万トークンあたり2.50ドルを請求するため、この領域でもEmberのほうが安い。それでも「安い」という約束は、「ほかの選択肢より安い」に変わる。両者は同じ意味ではない。

ベンチマークが示すもの、そして実施した組織

MetaはHaiku 5.5とGPT-6 Lunaを比較した10項目の結果を公表した。Emberが最も強い成績を示したのはAutomationBenchだ。Artificial Analysisが657件のZapier業務ワークフローで実施したテストで、Emberはタスクの37.8％を完了し、Haikuは13.9％、Lunaは20.2％だった。明確に負けたのはFrontierCode 2.0で、実際のコード変更をメンテナーが取り込むかどうかで評価する。Haikuのスコアは34.9、Emberは27.2だった。

Fello AIは、各数値を誰が算出したかも調べた。5項目はArtificial Analysisによるもので、4項目はMeta独自のテストだ。Terminal-Benchの項目は条件が混在しており、EmberはArtificial Analysisがテストした一方、競合モデルの数値は各社の自己申告だった。さらにFelloは、Artificial AnalysisのモデルページではEmberの入力形式がテキストと画像のみとされている点にも触れている。そのため、音声と動画への対応は、現時点ではMetaの説明に基づく。

Muse Emberの想定ユーザー

Metaの発表投稿では、Emberのコストは「誰もが、あらゆる製品で動かせるほど低い」とされている。しかし今のところ、Metaの消費者向け製品ではどれにも搭載されていない。Fello AIによると、Meta AIアプリ、WhatsApp、Museエージェントのいずれにも見当たらない。Emberは他社のエージェントを構成する部品であり、Metaが選んだパートナー企業のコメントもその位置づけを物語る。Clineの創業者サウド・リズワン（Saoud Rizwan）は、「ハーネス内のサブエージェントとして稼働させ、コストを削減するチーム」に向けたモデルだと売り込んだ。CloudflareのCTO、デイン・クネヒト（Dane Knecht）は、「比較対象としてテストしたモデルに比べ、処理の末尾で最大30％高速だった」と述べた。

それがEmberに賭けるMetaの狙いだ。チャット画面で勝つためのモデルではない。より大きなモデルが思考を担うあいだ、他社のエージェント内部で1時間に1,000回呼び出される存在になろうとしている。その役割で請求額を左右するのは、どのベンダーも公表していない数字、つまりモデルが処理を終えるまでに必要とするトークン数だ。

タグ: meta, AIモデル, マーク・ザッカーバーグ, Claude Haiku, Muse Ember

関連コンテンツ

フロンティアAIが83％安くなった——自分でホスティングするなら

テキサス州がOpenAIとアルトマンCEOを提訴 未成年のChatGPT利用禁止を要求

OpenAIが米政府に420億ドルの株式を提案——AIへの50パーセント課税法案を封じるために

無料版Gemini、10月9日からFlash-Liteのみ　AI PlusもProを失う

Gemini 3.5 Transcribe公開：Googleが85言語の音声をリアルタイム自動補正

Suno、詩を朗読しながらBGMも同時に作曲する新機能「Speech」を公開