Metaの「Watermelon」AI、GPT-5.5に追いつくも──狙う標的はすでに動いている

問題は、Wang氏がどのベンチマークを使用したかを明らかにしなかったことだ 。これにより、この主張は検証不可能となっている。コーディングベンチマーク（MetaのMuse SparkはTerminal-Benchで59.0に対し、GPT-5.4は75.1）、博士レベルの推論テスト（Muse SparkはGPQA Diamondで89.5%）、あるいは一般的な言語理解のいずれで追いついたのかが不明なため、比較は不完全なものに留まる 。

すでに動き出した標的：GPT-5.5

OpenAIは2026年4月23日にGPT-5.5をリリースし、Artificial Analysis Intelligence Indexでトップに立った 。しかし、Wang氏が発言した時点で、OpenAIはすでに2026年6月26日にGPT-5.6シリーズ（Sol、Terra、Luna）を発表していた。旗艦モデルのSolは、Terminal-Bench 2.1で88.8%（Ultra構成では91.9%）という新たな最高スコアを記録している 。

つまり、Watermelonが目標としているモデルは、もはや最先端ではないのだ。OpenAIのリリースサイクル（GPT-5.4が3月5日、GPT-5.5が4月23日、GPT-5.6が6月26日）は、およそ6週間周期であることを示唆している 。Watermelonが出荷される頃には、OpenAIはすでにGPT-5.7以降に進んでいる可能性が高い。

Metaの実績：Avocadoの苦闘

Watermelonの強気な主張は、前モデルの苦戦を背景としている。Avocado（Metaの再編されたスーパーインテリジェンスラボによる最初の主要モデル）は、社内テストで推論、コーディング、文章作成タスクにおいて、GoogleのGemini 3.0、OpenAIのGPT-5.4、Anthropicの最新モデルに遅れを取ったため、2026年3月から少なくとも5月に延期された 。一説には、Metaは一時的にGoogleのGeminiをライセンスする可能性も検討したという 。

Muse Spark（Avocadoの公開名）は最終的にリリースされたが、Artificial Analysis Intelligence IndexではGemini 3.1 Pro、GPT-5.4、Claude Opus 4.6に次ぐ世界第4位（スコア52）に留まった 。医療・科学ベンチマークでは優れた成績（HealthBench Hardで42.8%、クラス最高）を収めたが、コーディング（Terminal-Benchで59.0）や抽象的推論（ARC AGI 2で42.5）では苦戦した 。

巨額投資という疑問

ザッカーバーグはAIインフラに大きく賭けてきた。Metaのスーパーインテリジェンスラボは、最初の主要モデル（Muse Spark）に143億ドルを費やしたとされる 。Wang氏がWatermelonはAvocadoよりも「一桁多い計算資源」を使用すると述べたことは、Metaがその差を埋めるために巨額のリソースを投入する構えであることを示している 。

しかし、Wang氏の強気な主張が報じられたのと同じ日、マーク・ザッカーバーグはAIの進歩が減速していることへの懸念を表明したとされ、Metaの軌道に関する社内のメッセージは相反するものとなっている 。Wang氏の楽観論とザッカーバーグの慎重論の間の緊張は、単なる計算資源のスケーリングだけでは、OpenAIのより速いイテレーション速度との差を埋められるのかという不確実性を浮き彫りにしている。

GPT-5.6がもたらす新たな展開

OpenAIのGPT-5.6 Solは現在、米国政府の指示に基づき、選ばれたパートナーにのみ「限定プレビュー」として提供されている 。つまり、その本格的な能力が急速に商業化される可能性は低いが、それでもGPT-5.5よりも高い性能の壁を設定している 。SolのTerminal-Bench 2.1スコア88.8%（Ultraは91.9%）は、GPT-5.5の83.4%と比較して、有意な能力の飛躍を表している 。

結論：後ろ向きの目標

Wang氏の「WatermelonはGPT-5.5に追いついた」という主張は、一部のベンチマークでは真実かもしれない。しかし、それは後ろ向きの目標を表している。Watermelonが出荷される頃には、OpenAIはすでにGPT-5.7以降に進んでいる可能性が高く、Metaの実行の遅れ（Avocado）と巨額の資本的支出を考慮すると、単なる計算資源のスケーリングだけで、6週間ごとに新しい最先端モデルをリリースする競合他社との差を埋められるかどうかは、真の不確実性を伴う。本当の問いは、WatermelonがGPT-5.5に追いつくかどうかではない。Metaが、6週間ごとに新しいフロンティアモデルをリリースする競合他社のペースについていくために、必要なインフラ投資を維持できるかどうかなのだ。