--- title: "Meta Avocadoとは？正体はMuse Spark｜Llama 4からの転換と現行モデル【2026年10月】" url: "https://www.issoh.co.jp/tech/details/11374/" published: 2026-03-16 updated: 2026-10-08 categories: ["LLM・RAG"] publisher: "株式会社一創" --- # Meta Avocadoとは？正体はMuse Spark｜Llama 4からの転換と現行モデル【2026年10月】 Avocado（アボカド）は、Meta Superintelligence Labs（MSL）が開発した新しいAIモデル系列の社内コード名です。Metaは2026年4月8日にその第1弾を**Muse Spark**として発表し、Reutersは同日「Muse Sparkは社内でAvocadoと呼ばれる新シリーズの最初のモデル」と報じました。Meta自身の発表文にAvocadoの名前は出てきません。 この記事では、Llama 4の不振からAvocadoが生まれるまでの経緯、発表前の報道と実際のリリースの違い、そして「Llama 4.2」「Llama 4 Ultra」が見つからない理由を、Metaの公式発表・開発者ドキュメント・Hugging Faceの公開記録で確かめながら整理します。 ## まとめ：Avocadoの正体と2026年10月時点の現行モデル - **Avocado＝Muse系列のコード名**：一般公開名はMuse Spark（2026年4月8日発表）。Metaは公式にコード名を使っておらず、Reuters・Axiosなどの報道で結び付けられている - **発端はLlama 4**：2025年4月5日公開のLlama 4は、LMArenaの実験版スコア問題と最上位Behemothの未公開で評価を落とし、Metaは2025年6月にAI組織をMSLへ再編した - **Llama 4.2・Llama 4 Ultra・Llama 5は公式に存在しない**：Hugging Faceのmeta-llama組織で最後に新設されたリポジトリは2025年4月28日のLlama Prompt Guard 2で、Meta公式のLlama APIも2026年7月6日に終了した - **現行の最新はMuse Spark 1.3**：Meta Model APIで提供され、標準料金は100万トークンあたり入力1.25ドル・出力4.25ドル。重みは非公開（公開はロードマップ入り・時期未定） - **オープンウェイトはMuse Glimmerへ**：Muse Sparkを蒸留した30Bの密モデルをApache License 2.0で公開。4ビット量子化版は約17GBで、24GB VRAMのGPUに収まる ## Avocadoの正体：社内コード名とMuse Sparkの関係 Avocadoという名前は、2025年12月にBloombergなどが報じました。Metaがオープンソース路線から収益化できるモデルへ舵を切りつつあり、「Avocado」というコード名の新モデルを2026年春に出す見込みだと伝えました。画像・動画生成を担う「Mango」とあわせて報じられたため、日本語の記事でも「AvocadoとMango」という組で紹介されることが多くなりました。 2026年4月8日、Metaは「Muse Spark」を「Meta Superintelligence Labsが開発したMuseファミリーの最初のモデル」として発表しました。発表文はコード名に触れていません。対応を示したのは報道側で、Reutersは「Muse Spark is the first in a new series of models, known internally as Avocado」と書いています。Mangoについても、2026年7月7日に公開されたMuse Imageの社内コード名だったと各社が報じています。 したがって「Meta Avocado」で調べて知りたいことの大半は、いまはMuse Sparkという名前で公開されている情報です。コード名はMetaの公式資料には載らないため、仕様・料金・提供状況はMuse Sparkの名前で一次情報に当たる必要があります。 ### Avocadoの事前報道とMuse Sparkの公開実績の比較 Avocadoは発表前に何度も報道され、その一部は実際のリリースと食い違いました。2026年3月時点の主な報道と、その後に起きたことを並べます。 | 発表前の報道 | 報道元・時期 | 実際 | | ----------------- | ------------------ | ----------------- | | 2025年末の公開予定 | 複数報道・2025年 | 2026年に持ち越し | | 早くても5月へ延期 | NYT・2026年3月 | 4月8日に発表 | | Gemini 2.5超・3.0未満 | NYT・2026年3月 | Metaも一部領域の差を認めた | | Geminiの一時導入を検討 | NYT・2026年3月 | Muse Sparkで自社モデル化 | | クローズドで提供 | Bloomberg・2025年12月 | 重み非公開で提供 | 実際の発表は報じられた予定より早い4月8日でした。性能差については、Bloombergが発表時にMeta幹部の「すべての領域でChatGPT・Claude・Geminiに並んだわけではない」という発言を報じ、Meta自身もブログで長期のエージェント処理とコーディングに差が残ると書いています。旧来のLlama路線との最大の違いは**重みを配らない**点です。4月の発表文は「将来版はオープンソース化したい」という希望の表明にとどまり、9月2日の[Muse Spark 1.3の発表](https://research.meta.ai/blog/introducing-muse-spark-1-3)で、重み公開がロードマップに載りました（時期は未定）。 ## Llama 4で何が起きたか：Avocado開発の発端 Avocadoは、Llama 4の後継として改良を重ねたモデルではありません。Metaは発表時に「過去9か月で事前学習のスタックを一から作り直した」と説明し、比較の基準に前世代のLlama 4 Maverickを挙げました。同じ性能に届くまでの学習計算量が、Maverickより1桁以上少ないという説明です。Reutersは、MSLの発足自体をLlama 4の不評からの巻き返しと位置付けています。 ### Llama 4 Scout・Maverick・Behemothの仕様 Metaは2025年4月5日にLlama 4を発表しました。3モデルとも専門家混合（MoE）構成で、動作時に使うパラメータ（アクティブ）と総パラメータが分かれています。 | モデル | アクティブ | エキスパート数 | 総パラメータ | 公開状況 | | ---------------- | ----- | ------- | ------ | --------------- | | Llama 4 Scout | 17B | 16 | 109B | 公開（1000万トークン文脈） | | Llama 4 Maverick | 17B | 128 | 400B | 公開 | | Llama 4 Behemoth | 288B | 16 | 約2兆 | 学習中のまま未公開 | Scoutは「Int4量子化でH100 1枚に収まる」とされ、Llamaの強みだった自前運用のしやすさを引き継いでいました。一方、最上位のBehemothは発表時点で「まだ学習中」とされ、2026年10月時点でもMetaの公式モデル一覧にはScoutとMaverickしか載っていません。2025年5月にはWall Street Journalが、社内で十分な改善が得られずBehemothの公開が秋以降へずれ込むと報じました。 ### LMArenaの実験版スコア問題 評価を大きく下げたのはベンチマークの扱いです。Metaは発表文でMaverickのLMArenaスコアを「ELO 1417」と示しましたが、これは**一般公開版ではなく「実験的チャットバージョン」**の値でした。LMArenaは、人の好みに合わせて調整した実験版であることをMetaがもっと明確にすべきだったという趣旨の声明を出し、リーダーボードの掲載方針を改めました。投票型リーダーボードの仕組みと見方は[Arena（旧Chatbot Arena・LMArena）の使い方｜arena.aiの投票手順とリーダーボードの見方](/tech/details/8131/)で解説しています。 この件で、Llama 4は「公表スコアと実際の使い心地が一致しない」という評判を背負いました。この件と組織再編・改名との関係について、Metaは公式に説明していません。 ## Meta Superintelligence LabsとTBD Labの体制 Llama 4の公開から約3か月後の2025年6月30日、Mark ZuckerbergはAI部門をMeta Superintelligence Labs（MSL）へ再編すると社内に通知したと報じられました。トップにはScale AI創業者のAlexandr Wangが就き、Metaの公式ページでも肩書はChief AI Officerと記載されています。 - **Scale AIへの出資**：Metaの[2025年Form 10-K](https://www.sec.gov/Archives/edgar/data/1326801/000162828026003942/meta-20251231.htm)は、2025年に完了したScale AIへの少数持分投資を138億ドルと記載しています。報道で広まった「143億ドル・49%」は契約発表時の報道値で、持分比率は10-Kに書かれていません - **TBD Lab**：MSLの中で次世代モデルの開発を担う少人数のチームです。Avocado（Muse Spark）はここから出ました - **約600人の削減**：Axiosが社内メモを報じ、2025年10月22日にMetaがMSLの数千人規模の職から約600ポジションを削減すると認めました（AP報道）。対象はFAIR・製品AI・AIインフラの各部門で、TBD Labは対象外でした - **設備投資**：Metaは2026年7月29日の第2四半期決算で、2026年通期の設備投資見通しを1300億〜1450億ドル（ファイナンスリースの元本支払いを含む）としました MSL内のFAIRや製品AI部門で人員を減らす一方、TBD Labは削減の対象から外しました。Avocadoの開発に資源を集める配分です。 ## Llama 4.2・Llama 4 Ultra・Llama 5の公開状況 「Llama 4.2」「Llama 4 Ultra」「Llama 5」という名前のMeta公式モデルは、2026年10月時点で公開されていません。Llamaの重みを配布するHugging Faceの`meta-llama`組織で、リポジトリの作成日が最も新しいのは2025年4月28日のLlama Prompt Guard 2です。それ以降に新しいモデルのリポジトリは作られていません。Llama 4 Scoutの公式リポジトリには2025年5月22日の更新、旧Prompt Guardには2025年11月の更新がありますが、いずれも既存リポジトリのファイル更新で、Llama 4.1や4.2の公開ではありません。 Llamaまわりで2026年に起きた変化は次の2点です。 - **Meta公式のLlama APIは2026年7月6日に終了**：パブリックプレビューの提供が終わり、正式版にはなりませんでした。ただしLlamaの重み配布と、各クラウド・推論サービス経由での利用は続いています。「Llamaが使えなくなった」わけではありません - **新しいオープンウェイトは別の組織から出ている**：2026年8月のMuse Glimmerは`meta-models`という新しい組織で公開され、ライセンスもLlama独自のコミュニティライセンスではなくApache License 2.0です Meta Model APIのモデル一覧にはMuse系に加えてSegment Anything Model（SAM）も掲載されていますが、Llamaは掲載されていません。「Llamaの最新版」を探して行き着く先は、Llama 4 Scout・Maverickか、Muse系のどちらかになります。 ## Avocado系モデルの現行ラインアップ（2026年10月） Avocadoとして始まったMuse系列は、2026年4月の発表から半年で次のように広がりました。 | 時期 | 出来事 | | --------- | -------------------------------------- | | 2026年4月8日 | Muse Spark発表（Meta AIで提供・APIは一部パートナー限定） | | 2026年7月7日 | Muse Image公開・Muse Video予告 | | 2026年7月9日 | Muse Spark 1.1とMeta Model APIの公開プレビュー | | 2026年8月 | Muse Spark 1.2・Muse Code・Muse Glimmer | | 2026年9月 | Muse Spark 1.3（現行の推奨版） | ### Muse Spark 1.1〜1.3とMeta Model APIの料金 Metaの開発者ドキュメント（[Models](https://dev.meta.ai/docs/models)・[Pricing and rate limits](https://dev.meta.ai/docs/pricing-rate-limits)）は、Muse Spark 1.3を「最新版で新規開発に推奨」と位置付けています。1.1〜1.3はいずれも入力がテキスト・画像・動画・音声・PDF、出力がテキストで、コンテキスト長は1,048,576トークンです。1.3は音声理解がまだ完全には対応しておらず、音声を含む用途では1.2を使うよう注記されています。 | 100万トークンあたり | Standard | Contributor | | ----------- | -------- | ----------- | | 入力 | 1.25ドル | 0.10ドル | | キャッシュ済み入力 | 0.15ドル | 0.002ドル | | 出力 | 4.25ドル | 0.20ドル | | 学習への利用 | されない | される | Contributorは1.3と1.2で選べる割安枠で、プロンプトと出力をMetaのモデル学習に使うことが条件です。社外秘のコードや顧客データを流す用途では選べません。APIはOpenAI SDK互換で、`base_url`・MetaのAPIキー・モデルIDを指定して呼び出します（Meta公式クイックスタートのコード）。 ``` import os from openai import OpenAI client = OpenAI( base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"], ) response = client.responses.create( model="muse-spark-1.3", input="What is the capital of France?", ) print(response.model_dump_json(indent=2)) ``` ベンチマークの内訳、Claude CodeなどのツールからMeta Model APIを使う設定、ローカル実行の可否は[Muse Sparkとは？性能・API料金・ローカル実行可否を2026年7月最新版で解説](/tech/details/11719/)にまとめています。 ### Muse Glimmer：Muse Sparkを蒸留した30Bオープンウェイト Muse Glimmerは、Muse Sparkの出力から学習した（蒸留した）30Bの密モデルです。テキストと画像を入力でき、出力はテキスト、既定のコンテキスト長は128Kトークンです。重みはApache License 2.0で、Hugging Faceからゲート（利用申請）なしで取得できます。 bf16のチェックポイントは約60GBですが、llama.cpp向けのQ4\_K\_M版は約17GBで、Meta公式ドキュメントは24GB未満のVRAMに収まるとしています。llama.cppは`b10353`以降のビルドが必要で、それより古いビルドではアーキテクチャ不明のエラーで読み込めません。次のコマンドは、`pip install -U huggingface_hub`でHugging Face CLIを入れ、llama.cppをビルドしたうえで、llama.cppのディレクトリで実行する前提です。`MUSE_LOCAL_API_KEY`にはローカルサーバー用の任意のキーを設定します。ビルド手順は[Meta公式のllama.cpp手順](https://dev.meta.ai/docs/muse-glimmer/llama-cpp)にあります。 ``` hf download meta-models/Muse-Glimmer-30B-GGUF --local-dir ./muse-glimmer \ --include "Muse-Glimmer-30B-KQuant-17GB-Q4_K_M.gguf" \ --include "mmproj-Muse-Glimmer-30B-Q4_K_M.gguf" ./build/bin/llama-server \ -m ./muse-glimmer/Muse-Glimmer-30B-KQuant-17GB-Q4_K_M.gguf \ --mmproj ./muse-glimmer/mmproj-Muse-Glimmer-30B-Q4_K_M.gguf \ -a muse-glimmer \ -ngl 99 -c 131072 -np 1 \ --host 127.0.0.1 --port 8080 --api-key "${MUSE_LOCAL_API_KEY:?Set MUSE_LOCAL_API_KEY first}" \ --jinja \ --chat-template-kwargs '{"reasoning_strength":"low"}' ``` 大きなモデルの出力で小さなモデルを鍛える手法そのものは[知識蒸留（Model Distillation）とは？仕組み・実装手順とLLM軽量化の判断基準](/tech/details/5364/)で解説しています。 ### Muse Imageの生成料金とMuse Codeの公開時期 Mangoのコード名で報じられていた画像生成モデルはMuse Image（`muse-image-1.0`）として公開され、APIでは1枚0.01ドルの定額です。詳細は[Muse Imageとは？Metaの画像生成AIの仕組み・料金・API提供状況を実装目線で解説【2026年7月】](/tech/details/13361/)を参照してください。Muse Spark 1.2と同じ2026年8月に発表されたコーディングエージェントのMuse Codeは[Meta Muse Codeとは？イベントログ再現とバックグラウンド常駐の仕組み・料金・導入判断【2026年8月】](/tech/details/16218/)で扱っています。 ## Llama利用者の移行判断：Llama 4・Muse Glimmer・Muse Spark APIの選び方 Avocadoの登場で、Metaのモデルは重みを取得して自前で動かすもの（Llama・Muse Glimmer）と、API経由で使うもの（Muse Spark）に分かれました。Llamaで社内システムを組んできたチームの移行先は、次の条件で決まります。 - **Llama 4・Llama 3系に留まる**：既にファインチューニング済みの重みがあり、精度が要件を満たしているなら、急いで動く理由はありません。重みの配布は続いています。ただしLlamaの新しいモデルは2025年4月以降出ていないため、新版の公開を当てにしない計画にします。Llamaコミュニティライセンスの条件（月間アクティブユーザー7億超は別途許諾など）も引き続き負います - **Muse Glimmerへ移る**：データを外に出せず自前GPUで動かす必要があり、ライセンスの制約を減らしたい場合の第一候補です。Apache License 2.0なので、Llamaライセンスのような名称表示や派生モデル名の制約がありません。24GB級のGPU 1枚で量子化版が動きます - **Muse Spark APIを使う**：自前運用にこだわらず、Muse系の最上位の性能が欲しい場合です。Standard枠なら入力データは学習に使われません。Contributor枠は安い代わりに学習利用が条件なので、検証用のダミーデータに限るのが安全です 選ばないほうがよいのは、「将来Muse Sparkの重みが出るはず」という前提で設計を待つことです。Metaは2026年9月2日の公式発表でMuse Sparkの重み公開をロードマップに含めていますが、公開時期は明示していません。オープンウェイトで今使えるのはGlimmerで、ロードマップ待ちで止めるより、Glimmerで動く範囲から組み替えるほうが計画を立てやすくなります。 ## よくある質問 ### Meta Avocadoはいつリリースされましたか？ Avocado系列の最初のモデルは、2026年4月8日にMuse Sparkの名前で発表されました。Avocadoという名前のモデルが別に公開される予定は、Metaから示されていません。 ### Llama 4.2やLlama 4 Ultraはありますか？ Meta公式には存在しません。Llama 4として公開されたのはScoutとMaverickの2モデルで、Hugging Faceのmeta-llama組織にも4.1以降の重みはありません。 ### Llamaの最新版はどれですか？ Llamaの名前では、2025年4月公開のLlama 4 ScoutとMaverickが最新です。Metaの新しいモデルはMuse系に移っており、2026年10月時点の最新はMuse Spark 1.3、オープンウェイトの最新はMuse Glimmerです。 ### Avocado（Muse Spark）はオープンソースですか？ いいえ。Muse Sparkの重みは2026年10月時点で公開されておらず、Meta Model API経由で使います。重みの公開はMetaのロードマップに載っていますが、時期は示されていません。オープンウェイトで提供されているのは、Muse Sparkから蒸留したMuse Glimmer（Apache License 2.0）です。 ### AvocadoとMangoの違いは何ですか？ Avocadoは文章・コード・推論を担う言語モデル系列（Muse Spark）、Mangoは画像・動画生成のモデル（Muse Imageと、2026年7月時点で予告段階だったMuse Video）のコード名として報じられていました。 ## 関連記事 - [Muse Sparkとは？性能・API料金・ローカル実行可否を2026年7月最新版で解説](/tech/details/11719/) - [Muse Imageとは？Metaの画像生成AIの仕組み・料金・API提供状況を実装目線で解説【2026年7月】](/tech/details/13361/) - [Meta Muse Codeとは？イベントログ再現とバックグラウンド常駐の仕組み・料金・導入判断【2026年8月】](/tech/details/16218/) - [Arena（旧Chatbot Arena・LMArena）の使い方｜arena.aiの投票手順とリーダーボードの見方](/tech/details/8131/) - [知識蒸留（Model Distillation）とは？仕組み・実装手順とLLM軽量化の判断基準](/tech/details/5364/) --- 出典: [Meta Avocadoとは？正体はMuse Spark｜Llama 4からの転換と現行モデル【2026年10月】]()（株式会社一創）