GPT Image 2に次ぐ2位——Metaが投入した「考えてから描く」画像生成AI「Muse Image」

「releasing muse image today — the first image generation model from MSL（今日、MSL初の画像生成モデルであるMuse Imageをリリースします）」。

Meta Superintelligence Labsを率いるアレクサンダー・ワン氏が7月7日、Xでこう投稿しました。
Metaが自社開発した画像生成AI「Muse Image」は、公開直後に第三者評価サイト「Arena」のランキングでOpenAIの「GPT Image 2」に次ぐ2位を獲得。
Nano BananaやGrok Imagineといった競合モデルを上回る結果となりました。

プロンプトを「考えてから」描く仕組み

Muse Imageの最大の特徴は、指示を受け取ってすぐ描き始めるのではなく、Web検索やコード実行を使って内容を確認しながら画像を組み立てる「エージェント型」の生成プロセスにあります。

ワン氏は投稿でこう説明しています。

（日本語訳）「Muse Imageはエージェント的に動作します。
Muse Sparkと連携してプロンプトを推論し、Webを検索し、生成前に計画を立てます。
ユーザーが最初の一回で意図した通りの結果を得られるようになりました」

1/ releasing muse image today — the first image generation model from MSL. it's agentic: pairs with muse spark to reason through your prompt, search the web, and plan before it generates. people get what they meant on the first try. live now in the Meta AI app. pic.twitter.com/7KUk0DS1as

— Alexandr Wang (@alexandr_wang) 2026年7月7日

複数枚の写真を1枚に自然に合成したり、QRコードやグラフのような正確さが求められる画像を、文字崩れなく生成できたりする点も特徴です。
米国ではMeta AIアプリやInstagramのストーリーズ、一部地域のWhatsAppからすでに利用できるようになっています。

ベンチマークで示された実力

Arena運営チームは、Muse Imageの成績を次のように伝えています。

（日本語訳）「朗報です。
MetaのMuse ImageがImage Arenaで2位を獲得しました。
OpenAIのGPT Image 2に次ぐ成績で、Nano BananaやGrok Imagine、MAI Imageなど多くの主要モデルを上回っています。
Text-to-Image、単一画像編集、複数画像編集のすべてで2位を獲得しました」

Exciting news: Meta’s Muse Image just claimed #2 in the Image Arena!

Muse Image from @AIatMeta now ranks second only to OpenAI's GPT Image 2, outperforming Nano Banana, Grok Imagine, MAI Image, and many other leading image models.

It holds #2 across the board: Text-to-Image,… https://t.co/46ugzuajF7 pic.twitter.com/577214iiqj

— Arena.ai (@arena) 2026年7月7日

具体的なスコアは、Text-to-Imageで1280、単一画像編集で1405、複数画像編集で1399（いずれもElo方式：対戦結果の勝敗から強さを算出する指標）でした。
単独の技術デモではなく、複数の評価軸で安定して上位に入った点が、開発者コミュニティで評価されているようです。

一方で、不満の声も上がっています。

（日本語訳）「Muse Imageは素晴らしい出来ですが、残念ながら私たちは使うことすらできません。
MetaはAPIを提供しておらず、Metaのアプリ内でMetaアカウントを使う以外に利用手段がないのです。
API提供をお願いします」

Muse Image by @AIatMeta looks fantastic, but unfortunately we can't even use it. Meta does not provide any API access for it. The only way to use it is in Meta products, with a Meta account. I'm not going to do that.

Just give us API access so that I can use it from @fal
🙏

— Mark Kretschmann (@mark_k) 2026年7月7日

外部の開発者が自分のサービスに組み込めない、閉じた提供形態への指摘です。
性能の高さと、使える範囲の狭さのギャップが、早くも議論を呼んでいます。

なお、Muse Imageと同時に発表された動画生成AI「Muse Video」も、テキストから動画を作る分野で3位につけているとされています。
画像と動画をセットで展開してきたところに、Metaが自社SNS群を持つ強みを最大限に活かそうとしている姿勢がうかがえます。

さらに深掘りしたい方へ

Introducing Muse Image and Muse Video（Meta公式ブログ）

Meta、画像生成モデル「Muse Image」をMeta AIなどで利用可能に（gihyo.jp）

Shiritomo編集部の考察

Muse Imageが示したのは、画像生成AIの競争軸が「きれいな絵が描けるか」から「意図した通りの結果を一発で出せるか」に移りつつあるという流れです。
Web検索やコード実行を組み合わせた「考えてから描く」設計は、QRコードや文字入りのバナーなど、SNS運用で実務的に使われる画像との相性が良さそうです。

一方でAPIが提供されず、Meta製アプリの中でしか使えない点は、外部ツールと連携したい企業アカウント運用者にとってはハードルになります。
InstagramやWhatsAppとの一体運用を前提に設計を進めているとみられ、他社の画像生成AIとは異なる展開戦略を取っていると言えるでしょう。
SNS担当者は、自社の運用フローに組み込めるかどうかを見極めながら、当面は既存ツールとの併用を検討するのが現実的かもしれません。

まとめ

Muse Imageは、ベンチマークの数字だけでなく「一発で意図通りの画像が出る」という体験の質で評価を伸ばしています。
API非対応という制約はあるものの、Metaが自社SNSとの統合を軸に画像生成AI市場に本格参入してきたことは間違いなさそうです。