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.
Inovasi Meta Superintelligence Labs untuk Pengembang AI Global
Perkembangan sistem AI generatif semakin mendorong kebutuhan terhadap model yang dapat disesuaikan. Selama beberapa tahun terakhir, berbagai organisasi digital mulai mempertimbangkan solusi yang dapat dijalankan pada infrastruktur sendiri. Dalam upaya memperluas akses teknologi, Meta menghadirkan Muse Spark Open sebagai model AI berbobot terbuka. Peluncuran tersebut memungkinkan komunitas teknologi untuk mengembangkan sistem otomatisasi sesuai kebutuhan teknis masing-masing.
Muse Spark Open berasal dari divisi riset kecerdasan buatan Meta dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Sebagai alternatif terhadap model yang mengharuskan seluruh pemrosesan menggunakan API tertentu, bobot Muse Spark Open memungkinkan penggunaan pada perangkat keras yang sesuai. Meski memberikan akses lebih terbuka, distribusi dan penggunaan komersial memiliki aturan tertentu. Perusahaan tersebut menggambarkan Muse Spark Open sebagai model berbobot terbuka asal Amerika Serikat dengan kemampuan terdepan menurut evaluasinya. Penilaian Meta itu perlu dipahami berdasarkan metode evaluasi.
Kemampuan Multimodal Muse Spark Open untuk Pemrosesan Data Kompleks
Keunggulan teknis yang paling menonjol Muse Spark Open adalah penggunaan 816 miliar parameter. Meskipun memiliki ukuran sangat besar, tidak seluruh parameter diaktifkan pada setiap token. Model ini menggunakan pendekatan sparse mixture of experts dengan aktivasi kurang lebih 42 miliar parameter untuk setiap token. Rancangan ini memungkinkan pemanfaatan kapasitas model besar secara lebih selektif. Walaupun menggunakan aktivasi selektif, kebutuhan memori dan perangkat keras tetap tinggi.
Selain memiliki arsitektur MoE, Muse Spark Open mendukung jendela konteks hingga satu juta token. Kemampuan tersebut memungkinkan model menerima informasi dalam jumlah besar. Pada pengembangan perangkat lunak, konteks panjang dapat membantu memahami hubungan antarmodul. Sistem AI tersebut turut menerima input teks, gambar, audio, dan video. Walaupun demikian, kemampuan menerima video tidak otomatis sama dengan menghasilkan video. Kualitas hasil yang diberikan dipengaruhi kualitas data masukan.
Kemampuan Agentic Workflow untuk Mengotomatiskan Pekerjaan Kompleks
Muse Spark Open dirancang untuk menangani pekerjaan dengan banyak tahapan. Untuk aplikasi AI agent, kemampuan tersebut berperan penting karena agen perlu melakukan lebih dari percakapan biasa. Agen dapat menyusun rencana pekerjaan, menggunakan fungsi eksternal, serta mengidentifikasi kesalahan dalam proses. Dengan dukungan model yang sesuai, pengembang berpeluang mengembangkan agen yang lebih mandiri.
Dalam penerapan pengembangan perangkat lunak, sistem AI dapat menerima tugas menambahkan fitur. Setelah menerima instruksi, agen berpeluang memeriksa berbagai berkas kode melalui alat yang telah disediakan. Selanjutnya, sistem menyusun rancangan perbaikan, menjalankan pengujian jika tersedia, dan menyesuaikan solusi ketika ditemukan kesalahan. Walaupun demikian, hasil perubahan harus melalui pemeriksaan, khususnya ketika tugas memengaruhi sistem produksi.
Kemampuan Muse Code dalam Menangani Proyek Perangkat Lunak
Sektor pengembangan perangkat lunak merupakan sasaran penting Muse Spark Open. Teknologi yang dikembangkan Meta dirancang mendukung pemrograman dengan banyak tahapan. Berkat kemampuan pemrosesan kode, pengembang bisa menggunakan model untuk meninjau arsitektur proyek, menyusun implementasi fungsi baru, serta mengidentifikasi bagian yang perlu diperbaiki. Dukungan konteks panjang memberikan ruang untuk menyertakan banyak informasi teknis. Akan tetapi, jawaban AI tetap dapat mengandung kesalahan, sehingga kualitas implementasi perlu diperiksa.
Dalam ekosistem pengembangannya, perusahaan menyediakan Muse Code sebagai alat coding agent untuk pekerjaan software. Dengan menggunakan kemampuan model Muse Spark, pengguna dapat mengatur pekerjaan coding bertahap. Sebelum perilisan Muse Spark Open menghadirkan agen pemrograman Muse Code beberapa bulan sebelumnya. Agen coding ini memungkinkan pekerjaan pemrograman dilakukan melalui beberapa tahapan. Melalui akses yang lebih luas terhadap model, pengembang memiliki pilihan tambahan untuk membangun agen sendiri. Pilihan tersebut dapat mendukung proyek yang memerlukan pengaturan data tersendiri.
Dukungan Apple Silicon M5 Ultra serta Framework MLX
Bagian yang menonjol dalam pengumuman Meta adalah kerja sama optimasi dengan Apple. Berdasarkan informasi yang disampaikan Meta bahwa Muse Spark Open mendukung implementasi lokal pada sepasang Mac Studio M5 Ultra. Implementasi tersebut memanfaatkan teknologi MLX milik Apple yang dioptimalkan bagi perangkat keras Apple. Pilihan inferensi menggunakan perangkat sendiri mengurangi ketergantungan terhadap layanan cloud bagi organisasi dengan kebutuhan khusus.
Meski optimasi pada Mac Studio menunjukkan kemajuan, kebutuhan komputasinya masih tinggi. Konfigurasi perangkat keras yang disebutkan Meta tidak otomatis memungkinkan penggunaan lancar pada laptop standar. Sebagai pilihan lain, Meta mendukung penggunaan melalui layanan cloud. Penyedia yang diumumkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Melalui layanan tersebut, pengembang mampu menjalankan permintaan inferensi melalui infrastruktur penyedia. Meski memberi kemudahan, ketentuan penggunaan dapat berbeda antarlayanan.
Kesimpulan Peluncuran Muse Spark Open dan Masa Depan Agen AI
Kehadiran model berbobot terbuka dari Meta memperlihatkan kemajuan menarik dalam ekosistem pengembangan agen AI. Berkat kombinasi parameter besar dan aktivasi selektif, kapasitas masukan hingga satu juta token, serta kemampuan multimodal, model tersebut membantu pengembang membangun aplikasi AI berkemampuan tinggi. Ketersediaan bobot model memberikan alternatif bagi pengembang. Namun demikian, kebutuhan perangkat keras harus dipertimbangkan. Ketentuan penggunaan model dari Meta tidak identik dengan lisensi perangkat lunak bebas tanpa syarat. Oleh sebab itu, pengembang sebaiknya mengevaluasi biaya dan manfaatnya. Apa pendapat Anda, apakah teknologi coding agent berbasis model terbuka akan semakin mempercepat inovasi perangkat lunak? Bagikan pemikiran Anda mengenai potensi penggunaan Muse Spark Open.
