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。

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。

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。

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・Pricing and 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。

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】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】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
• 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】
• 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】
• 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
• 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