コンテンツにスキップ
メインサイト ニュース コンソール

[AINews] ハイセンス・テスター 第1期

· Latent Space 翻訳済
播客深度访谈

Latent Space で新しいパイロット番組「High Taste Testers」をスタートしました! これは私たちのグルメ番組のスピンオフ形式で、サンフランシスコでの典型的なランチタイムの雑談の雰囲気をそのままお届けします。DevDay から最新のモデルやアシスタントまで、今最も注目されている話題が満載です:

ご意見・ご感想をぜひお聞かせください!

2026年10月15日–10月16日の AI ニュース。12件の Subreddit、544件の Twitter アカウント をチェックしました(その他の Discord は未確認)。AINews 公式サイト では過去の全アーカイブを検索可能です。お知らせ:AINews は現在 Latent Space の一部となっています。


AI Twitter ハイライト

米国発のオープンウェイトモデルが攻勢:Muse Spark Open と Reflection Beam

  • Muse Spark Open (Meta):総パラメータ数 816B、アクティブパラメータ数 42B のオープンウェイト MoE(Mixture of Experts)モデル。Artificial Analysis(AA)の Intelligence Index で 39点を記録し、米国製オープンウェイトモデルとして最高スコアを獲得、NVIDIA の Nemotron 3.5 Super VL(26点)を13ポイント上回りました(AA)。

    • アーキテクチャと仕様:62レイヤー構成で、16個の KV ヘッドを備えた GQA(Grouped-Query Attention)を採用。トークンごとに 256 エキスパート中 8 エキスパートをアクティベートし、1.8B の Perception Encoder と 1M コンテキストに対応しています。入力はテキスト、画像、動画、音声に対応し、出力はテキストです。BF16 重みは約 1.6TB。Meta の NVFP4 チェックポイントではエキスパート部分のみを量子化し、重みサイズを約 530GB まで圧縮しています。Meta によると、このモデルは 4基の Blackwell Ultra GPU、8基の H200、または 2台の 512GB M5 Ultra Mac Studio で実行可能です。
    • 価格と効率性:Together、Fireworks、Baseten での利用料金は、100万入力/出力トークンあたり 1.25ドル / 4.25ドル(キャッシュ入力は 0.15ドル)。AA の試算によると、評価タスクあたりのコストは 0.84ドルで、GLM-5.3 の 2.01ドルや DeepSeek V4.1 Flash の 0.27ドルと比較されています。タスクあたりの消費出力トークン数は 4万トークンで、主要オープンモデル上位9件の中で最少となりました(コスト)。Vals の集計でも評価全体で消費した出力トークン数は 5,550万と、全オープンモデルの中で最少でしたが、コストの大半は入力トークンが占めていると指摘しています(Vals)。
    • 弱点:AA の4つのエージェント評価(agentic evals)では主要オープンモデル上位9件中最下位となった一方、AA-Omniscience 評価ではオープンモデルの首位に立ちました。Vals のランキングではオープンウェイトモデル中12位、総合38位に位置付けています(Vals)。Arena の Code Arena WebDev リーダーボードでは、スコア 1511 で米国発オープンモデルとして1位、全オープンモデル中では13位を獲得しました(Arena)。
    • ライセンス:独自の Muse Model License が適用され、「Built with Muse Spark Open」のクレジット表記が義務付けられています。年間売上が 2,000万ドルを超える Model-as-a-Service(MaaS)事業者は、Meta と個別にライセンス契約を締結する必要があります。
    • エコシステム対応:mlx-lm が初日から対応しビジョン機能もサポートしたほか、Apple の公式ブログでは Mac Studio 間で RDMA を利用した分散推論を行う方法が解説されました(@zcbenz)。vLLM は Muse のトレーニング段階で強化学習のサンプリング生成(RL rollouts)を支援し、モデル公開時から即座に対応しました(vLLM)。SemiAnalysis は InferenceX に B200 構成をすでに追加しています(SemiAnalysis)。
    • 批判・見解:@teortaxesTex は、よりコンパクトで MIT ライセンスを採用している V4.1 Flash と比較して、本モデルは「登場した時点で失敗(DOA)」だと述べました。さらに根拠のない推測として、Meta が Spark 1.3 をまだ公開していないのは OpenAI からの蒸留行為があったためではないかとも述べています(推測)。一方で @alexandr_wang は、MSL は「新しいモデルを次々と生み出すマシン」を作り上げたと評価しています。
  • Reflection Beam 1.0:総パラメータ数 501B、アクティブパラメータ数 23B、1M コンテキスト対応の MoE モデルで、Apache 2.0 ライセンスのもと公開されました。今回のリリースには、BF16、FP8、NVFP4 の重み、DFlash2 ドラフター(drafter)、Beam のトレーニングに使用されたオープンソースの Mirror CLI テストフレームワーク(harness)、そして安全性レポートが含まれています(Reflection、安全性レポート、Mirror)。

    • 独立ベンチマーク:AA の評価では 30点を獲得し、米国製オープンモデルの中で第2位、タスクあたりのトークン消費量は約 2.6万トークンでした。AutomationBench-AA での精度は 48.5% に達したものの、Terminal-Bench 4.0 ではわずか 3.0% にとどまりました。AA-Omniscience 評価では正答率が 33% だった一方、ハルシネーション率は 47% に達しました(AA)。