Meta resmi merilis Muse Spark Open pada 15 Oktober 2026 sebagai model kecerdasan buatan berbobot terbuka yang dirancang untuk mendukung pemrograman dan pengembangan agen AI. Model terbaru dari Meta Superintelligence Labs ini memiliki 816 miliar parameter, dengan sekitar 42 miliar parameter aktif saat pemrosesan, serta kapasitas konteks mencapai satu juta token. Muse Spark Open juga mendukung input teks, gambar, audio, dan video untuk menangani berbagai pekerjaan kompleks. Kehadirannya menjadi perkembangan penting dalam industri teknologi AI karena memungkinkan pengembang menjalankan, menyesuaikan, dan mengintegrasikan model canggih melalui infrastruktur sendiri maupun layanan penyedia API.
Meta Perkenalkan Muse Spark Open sebagai Model AI Berbobot Terbuka
Pertumbuhan model komputasi cerdas terus meningkatkan kebutuhan terhadap model yang dapat disesuaikan. Seiring meningkatnya penggunaan model bahasa besar, perusahaan teknologi mencari alternatif yang memberikan kendali lebih besar terhadap implementasi. Dalam upaya memperluas akses teknologi, Meta menghadirkan Muse Spark Open sebagai model open-weight berkemampuan tinggi. Peluncuran tersebut membuka peluang bagi perusahaan untuk membangun aplikasi berbasis AI sesuai ketentuan penggunaan yang ditetapkan.
Sistem AI yang diperkenalkan Meta merupakan hasil pekerjaan tim Meta Superintelligence Labs dan dirancang untuk tugas pemrograman kompleks. Sebagai alternatif terhadap model yang sepenuhnya diakses melalui sistem tertutup, bobot Muse Spark Open dapat diunduh oleh pengembang. Namun demikian, pemanfaatannya tidak sepenuhnya bebas dari ketentuan. Meta menyebut Muse Spark Open sebagai model open-weight paling mampu yang dikembangkan di Amerika Serikat hingga saat peluncuran. Pernyataan performa tersebut tetap harus dilihat dalam konteks benchmark.
Kemampuan Multimodal Muse Spark Open untuk Pemrosesan Data Kompleks
Keunggulan teknis yang paling menonjol Muse Spark Open adalah penggunaan 816 miliar parameter. Kendati menggunakan ratusan miliar parameter, tidak seluruh parameter diaktifkan pada setiap token. Model ini dibangun melalui arsitektur pakar yang diaktifkan secara selektif dengan sekitar 42 miliar parameter aktif per token. Pendekatan tersebut bertujuan meningkatkan efisiensi komputasi. Meski demikian, implementasi mandiri tetap membutuhkan sumber daya yang memadai.
Selain memiliki arsitektur MoE, Muse Spark Open memiliki kemampuan memproses konteks sekitar satu juta token. Fitur konteks panjang ini membantu sistem menangani dokumen berukuran panjang. Pada pengembangan perangkat lunak, model berpeluang meninjau lebih banyak bagian kode. Model ini juga mampu menggunakan berbagai jenis informasi sebagai input. Walaupun demikian, kemampuan menerima video tidak otomatis sama dengan menghasilkan video. Kualitas hasil yang diberikan tetap bergantung pada tugas dan konfigurasi.
Cara Muse Spark Open Mendukung Agen AI dan Penalaran Bertahap
Sistem kecerdasan buatan tersebut dioptimalkan untuk menyelesaikan tugas kompleks secara bertahap. Pada sistem otomatisasi berbasis kecerdasan buatan, karakteristik tersebut menjadi salah satu kebutuhan utama karena agen perlu melakukan lebih dari percakapan biasa. Aplikasi berbasis agen berpeluang mengatur urutan tindakan, memanggil alat yang diizinkan, serta mengidentifikasi kesalahan dalam proses. Melalui integrasi Muse Spark Open, pengembang berpeluang mengembangkan agen yang lebih mandiri.
Dalam penerapan pengembangan perangkat lunak, sistem AI dapat menerima tugas menambahkan fitur. Ketika tujuan pekerjaan ditentukan, agen mampu menelusuri hubungan antarkomponen melalui integrasi perangkat lunak yang diizinkan. Pada tahap berikutnya, sistem dapat mengusulkan perubahan, menjalankan pengujian jika tersedia, dan memperbaiki bagian yang gagal. Meski memiliki kemampuan otomatisasi, hasil perubahan harus melalui pemeriksaan, khususnya ketika tugas memengaruhi sistem produksi.
Penggunaan Model AI Meta untuk Coding dan Analisis Repositori
Bidang rekayasa software menjadi salah satu fokus utama Muse Spark Open. Model tersebut dilatih untuk menangani pekerjaan coding kompleks. Melalui kemampuan ini, pengembang dapat meminta analisis struktur aplikasi, menyusun implementasi fungsi baru, serta menelusuri komponen yang menyebabkan masalah. Kemampuan memproses informasi berukuran besar berpotensi membantu analisis proyek besar. Akan tetapi, hasil pemrograman otomatis memerlukan pengujian, sehingga validasi teknis harus dilakukan.
Dalam ekosistem pengembangannya, perusahaan menyediakan Muse Code sebagai alat coding agent untuk pekerjaan software. Berkat sistem pengembangan ini, pengguna berpeluang menangani perubahan pada proyek besar. Sebelum perilisan Muse Spark Open menghadirkan agen pemrograman Muse Code beberapa bulan sebelumnya. Sistem pengembangan itu membantu menyelesaikan tugas rekayasa software yang panjang. Melalui akses yang lebih luas terhadap model, pengembang dapat mengeksplorasi implementasi coding agent khusus. Fleksibilitas pengembangan ini relevan untuk perusahaan dengan persyaratan khusus.
Cara Menjalankan Muse Spark Open Secara Lokal dan Melalui API
Aspek menarik dari peluncuran Muse Spark Open adalah pengembangan kemampuan inferensi pada Mac Studio. Berdasarkan informasi yang disampaikan Meta bahwa Muse Spark Open telah dioptimalkan untuk konfigurasi dua perangkat Mac Studio M5 Ultra. Pendekatan komputasi lokal tersebut memanfaatkan teknologi MLX milik Apple yang dirancang untuk Apple Silicon. Kemampuan menjalankan model secara lokal mengurangi ketergantungan terhadap layanan cloud bagi organisasi dengan kebutuhan khusus.
Walaupun dukungan desktop menjadi perkembangan menarik, ukuran model tetap sangat besar. Konfigurasi perangkat keras yang disebutkan Meta tidak otomatis memungkinkan penggunaan lancar pada laptop standar. Untuk pengembang yang tidak memiliki infrastruktur besar, Meta mengumumkan ketersediaan pada platform inferensi pihak ketiga. Penyedia yang diumumkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Berkat akses inferensi terkelola, pengembang dapat memanfaatkan kemampuan model tanpa membeli seluruh perangkat keras. Walaupun lebih praktis, ketentuan penggunaan dapat berbeda antarlayanan.
Dampak Muse Spark Open terhadap Industri Kecerdasan Buatan
Kehadiran model berbobot terbuka dari Meta memperlihatkan kemajuan menarik dalam industri kecerdasan buatan. Melalui arsitektur Mixture of Experts, kapasitas masukan hingga satu juta token, serta dukungan input berbagai format, model tersebut dirancang untuk menangani pekerjaan kompleks. Ketersediaan bobot model mendukung eksplorasi sistem AI mandiri. Namun demikian, pengawasan keamanan tidak boleh diabaikan. Ketentuan penggunaan model dari Meta tidak identik dengan lisensi perangkat lunak bebas tanpa syarat. Dengan mempertimbangkan berbagai aspek tersebut, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Bagaimana menurut Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri berpotensi memperluas akses teknologi AI? Sampaikan pandangan Anda mengenai masa depan model AI terbuka.
