Meta、資本支出がリターンを試す中で競争力のあるAIモデルを出荷

Why it matters

Meta's models and distribution make Zuckerberg's AI strategy credible. Its $130B-$145B capex plan still demands returns far beyond the early usage Meta has disclosed.

更新： 本分析は、独立ベンチマークの文脈を追加し、モデル性能とエージェント持続性を区別し、Metaの最新のエンゲージメントおよび財務結果を取り入れ、資本支出リスクをより十分に検討するよう改訂されました。

Futurismの7月31日付の記事は、Metaが巨額のAI支出に対して「ほとんど示すものがない」と主張し、同社は「フロンティアAIモデル競争から事実上不在である」と論じています。

その結論は、利用可能な証拠と照らし合わせると整合しにくいものです。独立評価はMuse Spark 1.1を競争力のあるフロンティアモデルの一つに位置づけています。Metaはビジネスおよび広告ツールの早期利用を報告しており、同社はAI製品を毎日36億人にサービスを提供するアプリケーション群に渡って配布する能力を持っています。最新の決算でも、Futurismが述べるような継続的な減少ではなく、ユーザー、エンゲージメント、広告、収益の成長が示されています。

それらすべてが、Metaがインフラ投資から十分なリターンを得ることを証明するわけではありません。会社は年間の資本支出を1,300億ドルから1,450億ドルと見込んでおり、パーソナライズされたAIに対する消費者需要は不確実です。より妥当な評価は、Metaが「ほとんど何も生み出していない」というのではなく、信頼できる技術と初期の商業的シグナルを生み出したものの、それが成功を達成するには異例に高いハードルを課している、というものです。

その立場を評価するには、Futurismが大部分で混同している三つの問いを分離する必要があります：Metaのモデルは技術的に競争力があるか、その配布力は持続的な採用を生むか、そしていずれの優位性も必要な資本を正当化しうるか、です。

Muse Spark is competitive, with identifiable weaknesses

Muse Spark 1.1は、いくつかの長期にわたるエージェント的タスクで先行システムに遅れを取っています。Meta自身もそれらのギャップを認めており、AxiosはOpenAI、Anthropic、Googleのエージェントが現在より長時間動作し、より多様な仕事を扱えると報じました。

これは重要な制約です。特に開発者が孤立したプロンプトに答える能力ではなく、延長されたワークフローを完了する能力でモデルを評価することが増えているためです。ただし、それはMuse Sparkがほとんどのタスクで幅広く上回られているという証拠ではありません。

独立評価者Artificial AnalysisはMuse Spark 1.1にインテリジェンス・インデックスで51点を付け、これによりxhigh reasoningのGPT-5.4、GPT-5.6 Luna、GLM-5.2と事実上同点に並びました。モデルはHumanity's Last Examで45%を獲得し、Claude Opus 4.8に1ポイント差で続き、SciCodeではテストされた全モデル中で3位にランクされました。

Muse Sparkはまた100万トークンのコンテキストウィンドウを持ちます。Artificial Analysisの評価では、同等のスコアを獲得したGPT-5.4、GPT-5.6 Luna、GLM-5.2よりも少ない出力トークンで評価を完了しました。MetaのAPI価格を基に、Artificial Analysisはインテリジェンス・インデックスの各タスク当たりおおよそ26セントのコストと推定しました。

ベンチマークは製品品質の完全な尺度ではありません。特定のモデル構成に有利に働くことがあり、高いスコアが本番環境での信頼性や開発者による採用を保証するわけではありません。しかし、ベンチマークはMetaがフロンティアから不在であるという一般的な表現よりも比較のためのより具体的な基盤を提供します。Artificial Analysisは7月10日に完全な結果を公開しました、これはFuturismの記事の3週間前です。

証拠はより狭い結論を支持します：Muse Sparkは経済的に競争力のあるフロンティアモデルであり、延長されたエージェント運用に弱点があり、OpenAIやAnthropicに匹敵する開発者基盤は実証されていない、ということです。

Muse Image warrants scrutiny rather than dismissal

FuturismはMetaの画像モデルについて一文だけを割いています：

"At the same time, Meta released an image-generation model called Muse Image, which felt like an afterthought and a too-little-too-late attempt to catch up with its competitors."

Metaはローンチ時に、Muse ImageがArenaの人間による選好ランキングでテキスト→画像生成、単一画像編集、複数画像編集の3つのカテゴリで2位に入ったと報告しました。来るMuse Videoモデルはテキスト→ビデオで3位にランクされました。

この画像モデルは視覚的参照を検索し、要求が精度を必要とする場合にコードを書いて実行し、出力を改訂し、編集のターン間で一貫性を保ち、複数の参照画像から人物、物体、衣服、環境を組み合わせることができます。さらにMuse Sparkと連携してウェブサイト作成やアニメーションメディアなどのタスクでも動作します。

これらの能力とランキングはMeta自身の発表を通じて示されたものであり、無条件に受け入れるべきではありません。厳密な評価はArenaの方法論を検討し、モデルがベンチマーク条件外でも一貫して性能を発揮するかをテストし、その能力が定期的な使用に翻訳されるかを判断する必要があります。Metaはまだ、競争力のある画像ランキングが耐久的な消費者または開発者ビジネスにつながることを実証していません。

それでも技術発表は分析を要する十分な詳細を含んでいます。製品を「後付け」と表現し、その性能、アーキテクチャ、または統合の意図に関わらずに放置することは、Metaが追いつこうとしているのか差別化されたシステムを構築しているのかを解決しません。

Agent endurance is not the same as overall model performance

FuturismはMuse Sparkが「still easily outdone in most tasks by competing models from OpenAI, Anthropic, and Google」と書いており、その評価の出所をAxiosに帰しています。

リンクされたAxiosの報告はより具体的な点を示しています：競合のエージェントはより広範なタスクを扱え、より長く自律的に動作できる、という点です。その区別は重要です。エージェントの持久性は、システムが長大なワークフローにわたって計画し、ツールを使い、エラーから回復できるかを測るものです。戦略的に重要ですが、それは性能の一側面であり、すべてのコーディング、推論、科学的タスクや長文コンテキストの代理ではありません。

Muse Spark 1.1のローンチに関する別のAxiosの報告は、モデルの改良されたコーディング能力と長期コンテキスト能力、競争力のあるAPI価格、Facebook、Instagram、WhatsApp、Meta AIへの展開を指摘しました。

これらを総合すると、基礎となる能力は競争力があり、自律的な長期作業では弱い立場にあるモデルが描かれます。その弱点をもって「ほとんどのタスク」で劣ると断じることは、引用された報道を超えています。

Distribution gives Meta an advantage, not a guaranteed audience

Metaは6月にアプリケーション全体で平均36億人のデイリーユーザーを記録し、前年同期比で3%増でした。Instagramはデイリーユーザー20億人に到達し、Facebookは20億人を超え、MetaのThreadsアプリは月間5億人を突破しました。

そのリーチは製品配布の経済性を変えます。MetaはAI機能をWhatsApp、Instagram、Facebook、Messengerの内部に配置でき、アプリのダウンロード、アカウント作成、新しい消費者習慣に全面的に依存する必要がありません。Meta AIの責任者Alexandr WangはAxiosに対し、Metaの製品を使う何十億もの人々と同社がそれらユーザーについて持つ知見が競合他社には再現できない利点を生むと述べました。

配布力と需要を混同してはなりません。Meta AIはChatGPT、Claude、Geminiほど文化的には目立っていません。WhatsAppやInstagramへの配置を不快に感じるユーザーもおり、パーソナルな文脈を使うアシスタントにとってMetaの歴史は重大なプライバシーと信頼の懸念を生みます。製品は広く利用可能でも、不可欠になるとは限りません。

Metaが報告する利用データは初期的ではあるが不完全な証拠を提供します。会社はMuse Sparkを中心にMeta AIを再構築して以来、アシスタントとの日次インタラクションが60%増加したと述べています。毎週100万社以上の企業がMetaのビジネスエージェントを利用しており、900万の小規模事業者が少なくとも1つのAI広告ツールを使用しています。

これらは企業が報告した数値であり、Metaは頻度、定着、消費者エンゲージメントの深さを確立するに足る十分な基礎データを開示していません。とはいえ、同社の支出に対してモデルのベンチマーク以外にも示せるものがあることは示しています。未解決の問題は、この活動が配布の統制によって作られた露出を反映しているのか、それとも耐久的な採用を示しているのか、という点です。

The latest quarter does not show continuing engagement declines

FuturismはMetaのユーザーとエンゲージメントが「continue to slide」と主張する根拠として、第一四半期に2,000万人のデイリーユーザーの逐次的減少を報じた4月のThe Vergeの記事を引用しています。Metaはその減少をイランでのインターネット障害とロシアにおけるWhatsAppの制限に帰しています。

By the time Futurism published, Meta had released its second-quarter results. Daily users had risen to 3.60 billion. Instagram time spent increased by double digits from the previous year, while Facebook video time grew 9% globally and by more than 10% in the United States and Canada.

Meta's ad impressions increased 14%, and the average price per advertisement rose 12%. Revenue grew 28% to $60.8 billion, while Family of Apps advertising revenue increased 27%.

Those figures do not settle questions about the quality of Meta's feeds or the long-term effect of synthetic content. They do contradict the narrower factual claim that user numbers and engagement were continuing to decline. A current assessment should account for the latest quarter rather than treating the previous sequential dip as the continuing trend.

The financial case remains unresolved

The strongest argument against Meta's AI strategy concerns returns, not whether the company has produced capable models.

Meta spent $31.1 billion on capital expenditures during the quarter, while free cash flow fell to $784 million. It now expects $130 billion to $145 billion in full-year capital expenditures and has signaled additional infrastructure commitments beyond that period.

This scale creates several risks. Muse Spark has limited developer adoption compared with OpenAI and Anthropic. Meta's personal-agent strategy remains largely aspirational. The company has not demonstrated that consumers want the "nearly infinite universe" of personalized AI content Mark Zuckerberg described during the earnings call. For users already frustrated by synthetic material in their feeds, that vision may reduce trust rather than deepen engagement.

Meta also recorded $2.4 billion in legal charges and $1.2 billion in severance expenses. Its workforce is undergoing repeated reorganizations while management commits the company to infrastructure that could produce years of depreciation and operating costs. Even if Meta's models remain competitive, the spending can destroy value if demand, pricing or utilization falls short of the capacity being built.

The central tension is therefore more consequential than Futurism's framing suggests. Meta has competitive models, unmatched consumer distribution and signs of commercial use. It is also investing before it has established that those assets can support returns proportionate to the cost.

A competitive model does not justify a $145 billion capital program by itself. Nor does a high spending level prove that Meta has little to show for it. Investors need evidence that model quality and distribution can become sustained usage, that usage can become revenue or protect the existing advertising business, and that those gains can exceed the long-term cost of infrastructure.

Meta may ultimately spend heavily on an AI strategy that fails to earn an acceptable return. The available evidence does not rule out that outcome. It does, however, make a declaration of spectacular failure premature. The more useful debate is not whether Meta has produced anything of value, but whether what it has produced can ever be valuable enough.