Muse Sparkのベンチマークの結果は、Anthropicの最良のAIモデルの予測市場でのリードを脅かす信頼できる脅威なのか、それとも影響が小さすぎて意味がないのか？

メタは先週、Claude Opus 5よりもコーディング性能が優れ、かつ価格も大幅に安いモデルを発表しました。「最優秀AIモデル」としての価格設定には驚きが寄せられるでしょう。しかし、Anthropicはそのような反応を示していません。9月終了時点の契約では、Anthropicの価格は依然として適正な水準にあります。88.5%（89セントでOKです）そして、そのモデルが優勝したと言われているMeta社の売上は1％未満です。

その分裂こそが、全ての話なのです。市場はこのニュースを無視することはありませんでした。解決策は、Muse Spark 1.3の勝利がポイントに換算されないような状況で決定されるのです。複数のものを追求する前に、解決ルールをよく読んでください。

契約では、人間の投票に費用がかかるだけで、ベンチマークスコアには支払われない。

これは、モデルが第1位にランクされる企業が所有するものである、多様な成果を伴う市場です。arena.ai テキストアリーナ（全体）ランキング—スタイルコントロールオフ—チェック済み9月30日午後12:00（東部時間）それは、人々の好みを表すものです。人々は、どのチャット応答がより気に入ったかを投票します。これはコーディングのスコアでも、APIの価格表でもありません。

アントロピックの優位性は、その分野において実際に存在する。クロード・ファーブル5.1、9月1日に発売されました。独立基準で最高の成績を収め、首位の地位を維持している。この契約は、およそ2.65百万ボルトの量つまり、これは液体状のラインであり、薄いものではありません。88.5％というのは、エラーではありません。

メタの分割は実際に起きているが、間違った対象を狙っている。

Muse Spark 1.3は、9月2日にMuse CodeおよびMeta APIの一部として提供されます。MetaのDeepSWEスコアカードでは75.4％、Claude Opus 5では74.0％そして、エージェントコーディングや長文処理のタスクにおいて、ほんのわずかなコストで優位性を持っています。100万トークンあたり0.10〜0.20ドルそれはContributorレベルに属しています。紙上では、最も安価なコーディングリーダーです。

3つの問題が、それをこの契約の優勝者にすることを妨げている。第一に、このモデルは、公開されているDeepSWEのランキングに表示されません。まったくもって、Muse Spark 1.2のみがその数値を実現しているだけなので、誰もその数値を独自に再現することはできていない。第二に、優勝用の「max」設定は限定的なプレビューに過ぎず、実際に顧客が利用できる「xhigh」レベルが実際に提供されるものです。また、Artificial Analysisによる独立したテストでは、Muse Spark 1.3が最優秀と評価されています。3位全体としては、Claude Fable 5.1の後ろです。第三に、最も重要な点は、この分野におけるアンターピックの主要なモデルが「Fable 5.1」であるということです。メタのスコアカードで優勢だった「Opus 5」ではありません。Opus 5に対してコーディングセットで勝つことが、「Fable 5.1」の地位に影響を与えることはありません。

偽造検査：ノイズとして扱われるクリーンな状態

約1週間から9月中旬まで待ってみてください。もしMuse Spark 1.3がText Arenaのランキングでアントラピックのランクに近いElo値を獲得できず、またMetaの期待値が5％以下のままだというなら、その場合はその予測は正しくないと言えます。つまり、ベンダーの採用やユーザーの好みという基準では、その「脅威」は無視されるということです。9月30日まで、88.5％という数値は変わりません。安価なトークンの存在がそれを変えることはありません。なぜなら、契約において最も安いものが何かは決められていないからです。

その脅威が実際に存在することを証明するもの

二つの可観測信号があります。第一に、第三者による再検証です。つまり、75.4%のDeepSWEスコアを再現する独立した実験結果があるか、あるいは、Arena EloスコアがMuse Sparkの1.3点をText Arenaのトップ1またはトップ2のランクに位置づけるというものです。第二に、モデルの人間の投票による順位の上昇や、Muse CodeやOpenRouterのトラフィックを通じて実際に利用されているという証拠です。これこそが、「ソフトウェアエンジニアリングの分野でOpus 5よりも高いスコアを得る」から「9月30日時点でユーザーによってトップ1にランクインする」へとつながる唯一の道ですが、どちらの証拠も今日では確認されていません。

お金の計算によって、境界がどこにあるかがわかります。

メタの株価は0.35セント程度で、契約により勝者である企業には1ドルが支払われる。0.35セントから8％までの値上がりを考えると、株価は約23倍に上昇するということになる。しかし、このような値上がりはアレーナの株価上昇が実際に起こった場合にのみ起こる。現在は、ランキング首位がアントロピックであるため、その確認はできない。真実の優位性は、市場の動き次第である。この市場では、勝者に対して1ドルが支払われるので、メタの実際の利益はアントロピックやオープアイアとの対比で得られる。確認信号がない限り、予想される値上がりはわずかな数ポイント程度であり、88.5％の人々が支持する株価を大きく下げることはないだろう。9月30日の時点で、誰が首位になっているかが正しいかどうかによって、投資は失われる可能性がある。

これがMetaの相対評価に与える影響とは

価格の圧力は、プラットフォームの地位よりも重要です。MuseのContributor層では、データをトークンに変換する仕組みが使われています。12〜21倍の割引それは、AnthropicやOpenAIの価値評価を支える「高単位あたりの利益」を狙った市場シェア獲得の手段です。これにより、ライバル企業の「高単位あたりの収益モデル」が圧迫されます。しかし、Metaは広告や消費者向けのサービス、無料またはオープンな形での提供を通じてAIを収益化しています。したがって、この契約を獲得しても、Metaの株価上昇には寄与しないでしょう。Metaの関係者にとって、この分割は、価格戦争が健全であり、市場への影響がほぼゼロであることを意味します。そして、その解決策こそが、市場の動きがない理由です。