Meta Rilis Muse Spark Open untuk Pengembangan Agen AI dan Pemrograman

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
Kemajuan sistem AI generatif memperluas kebutuhan terhadap model yang dapat disesuaikan. Selama beberapa tahun terakhir, pengembang perangkat lunak membutuhkan pilihan yang dapat dijalankan pada infrastruktur sendiri. Menjawab kebutuhan tersebut, Meta memperkenalkan Muse Spark Open sebagai model open-weight berkemampuan tinggi. Langkah terbaru ini memberikan kesempatan kepada pengembang untuk mengembangkan sistem otomatisasi sesuai ketentuan penggunaan yang ditetapkan.
Muse Spark Open berasal dari divisi riset kecerdasan buatan Meta dan dioptimalkan bagi pekerjaan agen AI. Berbeda dari model yang mengharuskan seluruh pemrosesan menggunakan API tertentu, bobot Muse Spark Open tersedia untuk implementasi mandiri. Namun demikian, pemanfaatannya tidak sepenuhnya bebas dari ketentuan. Perusahaan tersebut menggambarkan Muse Spark Open sebagai salah satu model terbuka terkuat dari pengembang Amerika menurut penilaian perusahaan. Penilaian Meta itu tidak berarti unggul pada setiap jenis pekerjaan.
Arsitektur Mixture of Experts dan Konteks Satu Juta Token
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 menggunakan pendekatan sparse mixture of experts dengan sekitar 42 miliar parameter aktif per token. Rancangan ini membantu mengoptimalkan penggunaan sumber daya. Namun, kebutuhan memori dan perangkat keras tetap tinggi.
Di samping mengandalkan aktivasi parameter selektif, 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, pengembang dapat memberikan konteks proyek yang lebih luas. Model ini juga mendukung pemrosesan masukan multimodal. Meski mempunyai kemampuan multimodal, keluaran model utamanya berupa teks. Ketepatan respons model memerlukan evaluasi pada penggunaan nyata.
Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open
Sistem kecerdasan buatan tersebut dioptimalkan untuk menyelesaikan tugas kompleks secara bertahap. Pada sistem otomatisasi berbasis kecerdasan buatan, kemampuan tersebut berperan penting karena agen bukan sekadar memberikan respons teks. Sistem otomatis tersebut bisa mengatur urutan tindakan, memanggil alat yang diizinkan, serta mengevaluasi keluaran tindakan. Dengan dukungan model yang sesuai, pengembang dapat membangun sistem otomatisasi lebih kompleks.
Untuk menggambarkan alur kerja agen, sistem AI dapat menerima tugas menambahkan fitur. Ketika tujuan pekerjaan ditentukan, agen dapat membaca struktur proyek melalui alat yang telah disediakan. Pada tahap berikutnya, sistem dapat mengusulkan perubahan, memeriksa hasil menggunakan perangkat pengujian, dan menyesuaikan solusi ketika ditemukan kesalahan. Meski memiliki kemampuan otomatisasi, hasil perubahan harus melalui pemeriksaan, khususnya ketika pekerjaan melibatkan perangkat lunak kritis.
Penggunaan Model AI Meta untuk Coding dan Analisis Repositori
Sektor pengembangan perangkat lunak termasuk area penggunaan yang diprioritaskan Muse Spark Open. Model tersebut dioptimalkan bagi tugas rekayasa perangkat lunak. Dengan dukungan tersebut, pengembang bisa menggunakan model untuk meninjau arsitektur proyek, membantu menulis kode, serta mengidentifikasi bagian yang perlu diperbaiki. Kapasitas masukan yang luas memberikan ruang untuk menyertakan banyak informasi teknis. Namun, jawaban AI tetap dapat mengandung kesalahan, sehingga validasi teknis harus dilakukan.
Dalam ekosistem pengembangannya, perusahaan menyediakan Muse Code sebagai asisten rekayasa perangkat lunak melalui command line. Dengan menggunakan kemampuan model Muse Spark, pengguna mampu menggunakan bantuan agen dalam aktivitas pemrograman. 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 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
Aspek menarik dari peluncuran Muse Spark Open adalah pengembangan kemampuan inferensi pada Mac Studio. Berdasarkan informasi yang disampaikan Meta bahwa Muse Spark Open mendukung implementasi lokal pada sepasang Mac Studio M5 Ultra. Pendekatan komputasi lokal tersebut mengandalkan lingkungan pemrosesan MLX yang dirancang untuk Apple Silicon. Dukungan pemrosesan tanpa server eksternal memberikan fleksibilitas tambahan bagi organisasi dengan kebutuhan khusus.
Walaupun dukungan desktop menjadi perkembangan menarik, Muse Spark Open bukan model ringan. Konfigurasi perangkat keras yang disebutkan Meta tidak berarti model dapat berjalan optimal pada semua komputer. 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. Melalui layanan tersebut, pengembang mampu menjalankan permintaan inferensi melalui infrastruktur penyedia. Namun demikian, biaya dan kebijakan data bergantung pada penyedia.
Peluang Model Open-Weight Meta bagi Pengembang Software
Peluncuran Muse Spark Open memperlihatkan kemajuan menarik dalam dunia pemrograman berbantuan AI. Dengan kemampuan 816 miliar parameter, kapasitas masukan hingga satu juta token, serta dukungan input berbagai format, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Pilihan menjalankan model pada infrastruktur sendiri membuka kesempatan penggunaan yang lebih fleksibel. Namun demikian, persyaratan lisensi tetap perlu diperiksa. Ketentuan penggunaan model dari Meta tidak identik dengan lisensi perangkat lunak bebas tanpa syarat. Dengan mempertimbangkan berbagai aspek tersebut, organisasi harus menilai kesiapan infrastruktur serta keamanan. Apa pendapat Anda, apakah model AI berbobot terbuka seperti Muse Spark Open berpotensi memperluas akses teknologi AI? Sampaikan pandangan Anda mengenai potensi penggunaan Muse Spark Open.








