Metaの新AI「Watermelon」はOpenAI GPT-5.5に匹敵する性能で近日登場──Muse Sparkの次期アップデート

Watermelonのベンチマーク性能

Wang氏によると、Watermelonは複数のベンチマークテストにおいてOpenAIのGPT-5.5に匹敵するスコアを記録した。SWE-Bench Pro（AIコーディングエージェント評価指標）では、前バージョンAvocadoが52.5%だったのに対し、GPT-5.5は58.6%。Watermelonでこの差を詰めることに成功したとみられる。

Terminal-Bench 2.0でもGPT-5.5はMuse Spark（Avocado）を上回っていたが、Watermelonで競争力のあるレベルに達したと報告されている。

Muse Sparkの熟考モード

Muse SparkにはAIエージェントを活用してプロンプトへの応答品質を向上させる「熟考モード」がある。Metaの社内テストでは、このモードを有効にすることでスコアが8％向上したと報告されている。

なお、Watermelonの出力品質向上はモデルの能力向上だけでなく、インフラ使用量の増加（前世代比約10倍の計算資源）による寄与が大きいとの情報もある。

今後の展望

ユーザーから「Claude Opusに匹敵するモデルはいつごろ使えるようになりますか？」という質問に対し、Wang氏は「もうすぐ、まもなくです」と回答。AnthropicのClaude Opus 4.8はSWE-Bench Proで69.2%を記録しており、WatermelonがOpus 4.8の領域にどこまで迫れるかが次の焦点となる。