Muse Wonderの使い方と料金｜Claude Opus 5.5と同じ11課題で比べた実力

 

「僕が実際にClaude Opus 5.5と同じ11課題をMuse Wonderに作らせたら、作るのは約4倍速い一方、1回目は11本中5本が起動しませんでした」

 

Metaから新しい生成AIモデル「Muse Wonder」が発表されました。Xでは「Claude Opus 5.5を超えた」という投稿も見かけます。ただ、その数字は日本ではまだ使えない上位版のMuse Wonder Fullの話です。今すぐ使えるAPI版が実物でどこまでできるのかは、分けて確かめる必要があります。

 

こんにちは、ルーティンラボ（@rutinelabo）です。本記事では、Muse Wonderの料金・ベンチマーク・日本からの使い方と、Claude Opus 5.5と同じお題でゲームを作らせた結果をまとめます。

 

この記事の11課題の比較表と、ゲームとルービックキューブのお題の全文、日本からMuse Wonderを使う手順は、公式LINEで合言葉「ミューズ」と送ると受け取れます。

 

LINE友だち登録して情報Get

 

 

結論｜Muse Wonderは速いが、1回目は半分近くが動かなかった

 

先に結論をお伝えします。Muse Wonderは、コードを書き上げるのがとても速いモデルです。同じお題のゲームを作り終えるまでの時間は、Claude Opus 5.5の約4分の1でした。

 

一方で、作り込んだお題では1回目に11本中5本が起動せず、話題のルービックキューブも3回作らせて一度も解けませんでした。料金はOpus 5.5とまったく同じなので、バランスで選ぶなら今はOpus 5.5の方が上というのが僕の結論です。

 

見るところ	結果
正体	Metaが10月12日に発表した新しい最上位モデル（上位版のFullは日本ではまだ使えない）
料金	100万トークンあたり入力4ドル・出力20ドル（Opus 5.5と同額）
速さ	比較の11課題を約43分で作成（Opus 5.5は約179分）
1回目に起動した数	11本中6本（Opus 5.5は11本すべて）
乗り換え	Opus 5.5から急いで乗り換える理由はない

2026年10月20〜21日に自分で測定（Muse WonderはOpenRouter経由・effort max、Opus 5.5はClaude Codeで作成。条件の違いは後半で説明します）。

 

Muse Wonderとは｜Metaの新しい最上位モデルと上位版「Full」の違い

 

Muse Wonderは、Metaが2026年10月12日（米国時間）に発表した生成AIのモデルです。AnthropicでいうClaude、OpenAIでいうChatGPTのように、MetaのAIの中心になる「Muse」シリーズの新しい最上位モデルにあたります。

 

ややこしいのは、上位版の「Muse Wonder Full」があることです。Fullを使えるのは、Metaのコーディング用ツール「Muse Code」の高いプラン（月50ドル・月200ドル）だけで、APIでは提供されていません。今回僕が使ったのは、APIで使える通常のMuse Wonderです。

 

項目	Muse Wonder
発表日	2026年10月12日（米国時間）
ラインナップ	Muse Wonder（API・Muse Code・OpenRouter）／Muse Wonder Full（Muse Codeの月50ドル・月200ドルのプランだけ）
入力	テキスト・画像・動画・音声・PDF
出力	テキスト
コンテキスト	1,048,576トークン（約105万）
考える量（effort）	minimal・low・medium・high・xhigh・maxの6段階（考えないモードはなし）

出典：Meta公式のモデル一覧・Muse Wonderの発表（2026年10月時点・公式参照）

 

注意したいのは、effortをmaxにしてもFullにはならない点です。公式ドキュメントにも、Fullは別のモデルで、Wonderのeffortをmaxにしても選ばれないと書かれています。

 

動画を入力できるのも特徴ですが、OpenRouter経由で12秒の動画を渡して試したところ、背景の色は正しく答えた一方、場面の区切りの秒と音の高さは「不明」と返ってきました。今のところ、時間と音までは届いていないようです。

 

Muse Wonderの料金｜API単価はClaude Opus 5.5とまったく同じ

 

APIの料金は、100万トークンあたり入力4ドル・出力20ドルです。これはClaude Opus 5.5とまったく同じ単価で、Xでも比較の相手としてOpus 5.5や最近出たGemini 4 Argonがよく挙がっています。

 

使い方	料金	日本から
API（Meta Model API・OpenRouter）	100万トークンあたり入力4ドル・出力20ドル（キャッシュ読み0.20ドル）	OpenRouterで使えた（自分で確認）
Claude Opus 5.5（参考）	100万トークンあたり入力4ドル・出力20ドル	使える
Museアプリ	無料・Power 月20ドル・Max 月100ドル	未提供（米国・カナダで試験運用中）
Muse Code（Wonderまで）	Everyday 月5ドル・High 月15ドル	使える国の一覧は非公開
Muse Code（Fullあり）	Power 月50ドル・Maximum 月200ドル	使える国の一覧は非公開

出典：Meta公式の料金ページ・Muse Codeのプラン・Claudeの料金ページ（2026年10月時点・公式参照）

 

気をつけたいのは、考えている間の文章（思考トークン）も出力として課金される点です。短い質問を1回送っただけでも、出力203トークンのうち174トークンが思考でした。単価が同じでも考える量が多い分だけ請求はかさみやすく、僕の体感でもクレジットの減りが早く、割高に感じました。

 

もう1つ、Muse Codeの定額プランは、既定で入力がMetaの学習に使われる「Contributorモード」になっています。設定でオフにできますが、仕事のコードを扱う方は最初に確認しておきましょう。

 

新しいモデルを試すたびに、月3,500〜4,000円ほどのサブスクを契約していてはキリがありません。僕は、使った分だけ払うOpenRouterのような窓口で、新しいモデルを試すようにしています。

 

「Opus 5.5を超えた」の正体｜話題の数字は上位版Fullの話

 

発表の直後から、Xでは「Muse WonderがOpus 5.5を超えた」という投稿が話題になりました。ただ、よく見るとこれは第三者の評価機関Artificial Analysisの「Coding Agent Index」で、MetaのツールMuse Codeと上位版Fullを組み合わせたときの点数です。

 

評価（測るもの）	Muse Wonder	Muse Wonder Full	Claude Opus 5.5
Coding Agent Index（ツールと組んだコーディング）	63.5	68.0	66.0
Intelligence Index（総合）	52.4	55.8	57.6
DeepSWE 1.1（長いリポジトリの改修）	78.8	79.0	74.2
ProgramBench（ゼロから作る）	50.0	59.0	70.5
Terminal-Bench 4.0（ターミナルでの作業）	52.0	57.1	59.6

出典：Artificial AnalysisのCoding Agent Index・同 Intelligence Index・Metaのモデルカード（2026年10月時点・DeepSWE以下の3行はMeta自身の測定で全部max）

 

Opus 5.5を上回っているのは、Fullを組み合わせた点数と、長いリポジトリの改修（DeepSWE）くらいです。APIで使えるWonderは総合で52.4と、Opus 5.5の57.6より下でした。Meta自身の表でも、14項目のうちWonderがOpus 5.5に勝つのは5項目です。

 

Meta自身も弱点を隠していません。モデルカードには「視覚・空間推論、特に3Dタスクは既知の弱点」と書かれています。MetaのAI責任者もXの投稿で、3Dのデモゲームは明示的に学習していなかったと書いていました。開発者向けYouTuberのTheo氏も、最初はOpus 5.5とMuse Wonderを最上位のSランクに置きました。ところが直後に「APIで触れるStandard版はかなり悪い」と補足しています。

 

同じ11課題でOpus 5.5と比較｜作るのは約4倍速いが、1回目は5本が起動せず

 

ここからは実物です。僕が新しいモデルを試すときに使っている検証用のサイトで、いつもと同じ11課題を、細かい数値まで決めた作り込みのお題のままMuse WonderとOpus 5.5に作らせました。Muse WonderはOpenRouterのAPIに、effort maxで1回ずつ投げています。

 

お題	Muse Wonder 時間	Muse Wonder 費用	Muse Wonder 1回目	Opus 5.5 時間	Opus 5.5 1回目
マリオ風2Dアクション	3分55秒	0.63ドル	起動せず	15分50秒	起動
3Dアスレチック	7分54秒	0.98ドル	起動	25分42秒	起動
マインクラフト風	5分15秒	0.71ドル	起動	16分20秒	起動
マリオカート風	2分59秒	0.50ドル	起動せず	14分32秒	起動
初代ポケモン風	2分15秒	0.40ドル	起動せず	14分42秒	起動
スマブラ風の対戦	4分25秒	0.66ドル	起動せず	17分15秒	起動
ハーネスエンジニアリングの図解	2分35秒	0.41ドル	起動	6分20秒	起動
3D鬼ごっこ	3分10秒	0.52ドル	起動	20分21秒	起動
ロボの1対1対戦	3分09秒	0.50ドル	起動	14分22秒	起動
ダダサバイバー風	3分33秒	0.53ドル	起動せず	15分43秒	起動
マリオ64風の3Dアクション	3分40秒	0.67ドル	起動	18分05秒	起動
合計	約43分	約6.50ドル	11本中6本	約179分	11本中11本

2026年10月20〜21日に自分で測定（Muse Wonder＝OpenRouter経由・effort max・同時に3本ずつ／Opus 5.5＝Claude Code・既定のeffort。起動はスタート画面から先へ進むかを機械で確認したもの。Opus 5.5はサブスク枠のため費用の記録なし）

 

作り終えるまでの時間は、Muse Wonderが約43分、Opus 5.5が約179分で、約4倍の速さでした。ただし条件は揃っていません。Muse WonderはAPIに1回投げてHTMLを1枚受け取る形、Opus 5.5はClaude Codeがファイルに書き出しながら作る形なので、速さはあくまで目安として見てください。

 

 

気になったのは、1回目に5本が起動しなかったことです。最近のモデルならワンショットで作れるお題で、書き間違いなどのエラーが出ていました。しかもAI自身のチェックでは「エラーなし」と返ってきたのに、開いてみると動かないものがありました。

 

同じ条件でもう一度作らせると、5本とも起動しました。作り直す前提で使うなら問題ありませんが、ワンショットで確実に動くものが欲しい場面では不安が残ります。同じお題で手元のモデルと比べてみたい方は、11課題のお題の全文と比較表を公式LINEで合言葉「ミューズ」と送ると受け取れます。

 

同じ11課題をGoogleの新しいモデルで試した結果は、Gemini 4 Argonの検証記事でまとめています。

 

Gemini 4 Argonの使い方｜Opus 5.5と比べてわかった速さ・料金・得意な仕事

続きを見る

 

話題のルービックキューブで比べた｜完成に戻せたのはOpus 5.5だけ

 

英語圏の検証動画で「Museの中で最も出来が良い」とされたのが、ルービックキューブのシミュレーターです。僕も同じ題材をMuse Wonderに作らせたところ、面をスライドして回す動きや、カチッとした3Dの見た目はしっかり表現できていました。

話題のルービックキューブ、解けたのはOpus 5.5だけでした。

Muse Wonderに3回作らせると、見た目と回す動きはきれい。でも「解く」は3回とも失敗。

解かせるなら、僕はまだOpus 5.5に頼む。

#MuseWonder

— せなお| AIとITを使った仕事術 (@rutinelabo) 投稿を見る

 

Xでは「Muse Wonderは3Dの表現が弱い」という声も見かけましたが、このお題では上手に描けています。ただ、作るまでには苦労しました。effort maxでは約19分で接続が切れて何も返らず、1段下のhighで作り直しています。

 

 

同じお題をClaude Opus 5.5にも作らせると、見た目はどちらもきれいで、ここは好みの範囲です。差が出たのは仕上げで、Opus 5.5のキューブは「完成に戻す」ボタンをワンクリックするだけで、きれいに揃った状態に戻せました。Muse Wonderの作品は、ワンショットではここができませんでした。

 

見るところ	Muse Wonder	Claude Opus 5.5
作れたか	maxは約19分で切れて作れず、highで2回作成	約11分で完成
見た目と回す操作	きれいに動く	きれいに動く
「解く」ボタン	1本目は固まり、2本目は「解けない状態です」と表示	今の状態から解く（作品の自己チェック10項目すべて合格）
費用	0.60ドルと0.91ドル（highで2回）	サブスク枠のため記録なし

2026年10月20〜21日に自分で測定（Muse Wonder＝OpenRouter経由／Opus 5.5＝Claude Code）

 

Opus 5.5のキューブは、25手で崩した状態から21手の解を返し、その手順で本当に完成に戻ることも確かめました。話題の題材でも、肝心の「解く」部分まで作れたのはOpus 5.5だけで、Muse WonderがOpus 5.5より劣ると感じたポイントです。

 

2Dのマリオ風と3Dのアスレチック・マイクラ風｜カクカクした3Dは得意

 

ここからは、本編で見せたゲームを順番に紹介します。まずはいつものスーパーマリオ風の2Dアクションです。キノコは出てくるものの、取っても大きくならず、しかも土管を越えられないという出来でした。2Dのアクションは、まだまだという印象です。

カクカクの3Dは得意、2Dのマリオ風は苦手でした。

キノコを取っても大きくならず、土管も越えられない。でもマイクラ風やアスレチックは意外ときれいに動いた。

ブロックで組む3Dなら、僕は任せてもいいと思う。

#MuseWonder

— せなお| AIとITを使った仕事術 (@rutinelabo) 投稿を見る

 

この2Dのお題は1回目に構文エラーで起動せず、本編では作り直した版を見せています。作り直した版も、作品が自分で持つチェック6項目のうち合格は4項目でした。

 

 

一方で、3Dのアスレチックは上手に作ってくれました。ロブロックスのような、カチッとした四角い3Dの世界をきれいに表現し、ちゃんと遊べるゲームになっています。3Dはあまり得意ではないと聞いていたので、ここは意外でした。

 

 

マインクラフト風のゲームも、世界観をきちんと表現できていました。以前ならワンショットで作れば話題になったレベルですが、最近はどのモデルでも作れて当たり前になりつつあります。ブロックで組み立てるような3Dは、Muse Wonderの得意分野と言ってよさそうです。

 

マリオカート・鬼ごっこ・マリオ64の3Dゲーム｜作り込んだ3Dはまだ厳しい

 

3Dでも、作り込みが要るゲームは苦戦しました。マリオカート風のレースゲームは、キャラクターのデザインが崩れていて、コースもかなり走りにくい作りです。甲羅を当てられる場面もありましたが、3Dの表現としては物足りませんでした。

鬼ごっこを作らせたら、ほぼ地獄でした。

鬼はいきなり来て、その場から離れない。マリオカート風は走りにくく、マリオ64風はワールドに入れなかった。やっぱり作り込む3Dは厳しい。

乗り換えはまだです。

#MuseWonder

— せなお| AIとITを使った仕事術 (@rutinelabo) 投稿を見る

 

 

3Dの鬼ごっこは、さらに難しかったようです。鬼がいきなり近くまで来るので逃げられず、鬼役のコンピューターもその場所から離れてくれません。逃げる側からすると、ほぼ地獄のようなゲームになってしまいました。

 

 

スーパーマリオ64風のゲームは、お城の前までは作れたものの、ワールドの中に入れません。3Dのゲームを最後まで作り込む力は、まだ厳しいと感じました。

 

 

初代ポケモン風と図解｜日本語の文字とデザインは一歩手前

 

初代ポケモン風のゲームボーイ風RPGは、敵が出てきて戦闘までは進みました。ただ、画面の日本語の文字は苦手そうで、Muse Wonder自体が日本語の表示にはまだ強くないと感じます。この課題も1回目は構文エラーで起動せず、本編で見せたのは作り直した版です。

 

 

ハーネスエンジニアリングの解説資料（図解）も作らせました。資料としての形にはなっていますが、色が少し派手で、ひとつ二つ前のモデルのようなAIっぽいデザインです。SVGなどのコードで描くイラストも、デザイン性はまだ上位モデルに追いついていません。

 

もちろん、これはAPIで使える通常のMuse Wonderの結果です。上位版のFullなら変わる可能性はありますが、日本から試せる版の実力としてはこのくらいだと考えておくと安全です。

 

使ってわかった注意点｜20分で接続が切れる・思考分の課金・自己申告の「完成」

 

実際に使ってみて、覚えておきたい注意点が3つありました。どれも公式のページだけでは分かりにくい部分です。

 

 

20分で切れる件は、OpenRouter経由のほかのモデルが20分を超えても完成していることから、Muse Wonder側の接続の上限ではないかと見ています（原因は公表されていません）。重いお題は最初からhighで投げるか、短く区切って頼むのが現実的です。

 

また、OpenRouterでは1回のお願いを始めるのに、出力の上限ぶんの残高が必要です。出力の上限を大きくすると残高が足りずに断られることがあるので、試すときは少し多めにチャージしておきましょう。今回の検証でMuse Wonderに使った費用は、合計で約18.92ドルでした。

 

Muse Wonderの使い方｜日本からはOpenRouterで試す

 

Museのアプリは日本ではまだ使えませんが、複数のAIモデルをまとめて使える窓口のOpenRouterなら、日本から今日すぐに試せます。僕もOpenRouter経由で呼び出して、年齢確認などの壁がないことを確かめました。使った分だけ払う従量課金なので、新しいモデルを少しだけ試したいときに向いています。

 

 

APIで呼ぶときは、考える量（effort）を指定します。Muse Wonderには考えないモードがないので、思考の分まで含めて出力の上限（max_tokens）を多めに取るのがコツです。OpenRouterで呼ぶ例はこちらです（APIキーの部分はご自身のキーに置き換えます）。

 

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/muse-wonder",
    "reasoning": {"effort": "medium"},
    "max_tokens": 4000,
    "messages": [{"role": "user", "content": "あなたのモデル名と得意なことを日本語で1文で教えて"}]
  }'

出典：OpenRouterのMuse Wonderのページ・Meta公式のコーディングツールでの使い方（2026年10月時点・公式参照）

 

Muse Wonderに乗り換えるべき？｜向く人・向かない人

 

Claude Opus 5.5やFableを使っている方が、Muse Wonderへ乗り換える必要はないと考えています。料金は同じで、作り込んだお題を1回で動かせる率はOpus 5.5が上でした。僕自身も、引き続きClaude CodeでOpus 5.5やFableを使っていきます。

 

タイプ	向き・不向き
ふだんの業務で使う方	アプリが日本で使えないので、今は選択肢に入りにくい
開発者	OpenRouterやCursorで試す価値はある。ただし絶対にミスできない設計には向かない
発信者・クリエイター	自分用のツールやたたき台を作るなら十分使える。モデルの違いを知る勉強にもなる

 

一方で、まだ多くの人が使っていない新しいモデルを触ってみたい方には、面白い選択肢です。モデルごとの得意・不得意を体験しておくと、普段の作業でどのモデルを使うべきかがはっきりします。

 

生成AIのアップデートは、ここ数か月が勝負どころだと感じています。置いていかれないように、新しいモデルが出たらまた同じお題で比べていきます。

 

まとめ｜Muse Wonderは試す価値あり、メインはOpus 5.5のまま

 

Muse Wonderを使ってみてわかったことをまとめます。

 

 

速さには光るものがある一方、確実さと3Dの作り込みはまだOpus 5.5が上でした。気になる方は、まずOpenRouterでeffortをmediumにした1本から試してみてください。

 

この記事の11課題の比較表と、ゲームとルービックキューブのお題の全文、日本からMuse Wonderを使う手順は、公式LINEで合言葉「ミューズ」と送ると受け取れます。

 

公式LINEで11課題の比較表とお題の全文を受け取る

 

▶ YouTubeチャンネルで新しい検証動画を受け取る

▶ メンバーシップ（スタンダードAI ¥690/月）で毎回のプロンプト全文と質問部屋を受け取る

 

こちらの動画もおすすめ

 

Claude Opus 5.5とは｜Fable 5.1並みの性能を4割の料金で使える

続きを見る