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 teknologi kecerdasan buatan terus meningkatkan kebutuhan terhadap model yang dapat disesuaikan. Selama beberapa tahun terakhir, perusahaan teknologi membutuhkan pilihan yang memberikan kendali lebih besar terhadap implementasi. Dalam upaya memperluas akses teknologi, Meta merilis Muse Spark Open sebagai sistem kecerdasan buatan dengan bobot yang dapat diakses. Peluncuran tersebut membuka peluang bagi perusahaan untuk menggunakan dan menyesuaikan model sesuai ketentuan penggunaan yang ditetapkan.
Model terbaru tersebut berasal dari divisi riset kecerdasan buatan Meta dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Tidak seperti model yang mengharuskan seluruh pemrosesan menggunakan API tertentu, bobot Muse Spark Open memungkinkan penggunaan pada perangkat keras yang sesuai. Namun demikian, distribusi dan penggunaan komersial memiliki aturan tertentu. Dalam pengumuman resminya, Meta menyatakan Muse Spark Open sebagai model open-weight paling mampu yang dikembangkan di Amerika Serikat hingga saat peluncuran. Penilaian Meta itu perlu dipahami berdasarkan metode evaluasi.
Arsitektur Mixture of Experts dan Konteks Satu Juta Token
Salah satu karakteristik utama Muse Spark Open adalah kapasitas model sebesar 816 miliar parameter. Kendati menggunakan ratusan miliar parameter, pemrosesan dilakukan tanpa mengaktifkan keseluruhan parameter sekaligus. Model ini dibangun melalui arsitektur pakar yang diaktifkan secara selektif dengan aktivasi kurang lebih 42 miliar parameter untuk setiap token. Mekanisme tersebut memungkinkan pemanfaatan kapasitas model besar secara lebih selektif. Walaupun menggunakan aktivasi selektif, model masih memerlukan infrastruktur komputasi besar.
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. Untuk analisis repositori kode, konteks panjang dapat membantu memahami hubungan antarmodul. Sistem AI tersebut turut mendukung pemrosesan masukan multimodal. Walaupun demikian, dukungan input tidak berarti seluruh format tersedia sebagai output. Kualitas hasil yang diberikan dipengaruhi kualitas data masukan.
Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open
Model AI terbaru Meta dikembangkan untuk mendukung alur kerja yang berlangsung panjang. Pada sistem otomatisasi berbasis kecerdasan buatan, kemampuan tersebut berperan penting karena agen bukan sekadar memberikan respons teks. Sistem otomatis tersebut bisa menentukan tahapan penyelesaian, memanggil alat yang diizinkan, serta mengevaluasi keluaran tindakan. Melalui integrasi Muse Spark Open, pengembang berpeluang mengembangkan agen yang lebih mandiri.
Dalam penerapan pengembangan perangkat lunak, pengembang bisa memberikan pekerjaan analisis kode. Ketika tujuan pekerjaan ditentukan, agen dapat membaca struktur proyek melalui alat yang telah disediakan. Pada tahap berikutnya, sistem menghasilkan kode yang relevan, memanggil alat validasi yang terhubung, dan menyesuaikan solusi ketika ditemukan kesalahan. Walaupun demikian, hasil perubahan harus melalui pemeriksaan, khususnya ketika pekerjaan melibatkan perangkat lunak kritis.
Kemampuan Muse Code dalam Menangani Proyek Perangkat Lunak
Industri pemrograman modern termasuk area penggunaan yang diprioritaskan Muse Spark Open. Teknologi yang dikembangkan Meta dioptimalkan bagi tugas rekayasa perangkat lunak. Melalui kemampuan ini, pengembang dapat meminta analisis struktur aplikasi, membantu menulis kode, serta menelusuri komponen yang menyebabkan masalah. Kemampuan memproses informasi berukuran besar menjadi nilai tambah dalam pekerjaan tersebut. Meski demikian, jawaban AI tetap dapat mengandung kesalahan, sehingga validasi teknis harus dilakukan.
Meta juga mengembangkan Muse Code sebagai agen pemrograman berbasis terminal. Berkat sistem pengembangan ini, pengguna berpeluang menangani perubahan pada proyek besar. Sebelum perilisan Muse Spark Open merilis versi beta Muse Code pada Agustus 2026. Agen coding ini membantu menyelesaikan tugas rekayasa software yang panjang. Setelah model berbobot terbuka dirilis, pengembang dapat mengeksplorasi implementasi coding agent khusus. Kesempatan implementasi tersebut berguna bagi tim yang membutuhkan kontrol infrastruktur.
Cara Menjalankan Muse Spark Open Secara Lokal dan Melalui API
Bagian yang menonjol dalam pengumuman Meta adalah kerja sama optimasi dengan Apple. Meta menjelaskan bahwa Muse Spark Open telah dioptimalkan untuk konfigurasi dua perangkat Mac Studio M5 Ultra. Konfigurasi perangkat keras ini mengandalkan lingkungan pemrosesan MLX yang dirancang untuk Apple Silicon. Kemampuan menjalankan model secara lokal membuka kemungkinan pengelolaan data lebih mandiri bagi pengembang yang memiliki perangkat memadai.
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. Sebagai pilihan lain, Meta menyediakan akses melalui sejumlah penyedia API. Platform yang disebutkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Berkat akses inferensi terkelola, pengembang berpeluang mengintegrasikan model ke aplikasi. Namun demikian, biaya dan kebijakan data bergantung pada penyedia.
Peluang Model Open-Weight Meta bagi Pengembang Software
Perilisan teknologi AI terbaru Meta Superintelligence Labs menjadi perkembangan penting dalam dunia pemrograman berbantuan AI. Melalui arsitektur Mixture of Experts, kapasitas masukan hingga satu juta token, serta pemrosesan teks dan media, model tersebut membantu pengembang membangun aplikasi AI berkemampuan tinggi. Pilihan menjalankan model pada infrastruktur sendiri memberikan alternatif bagi pengembang. Meski peluncurannya menjanjikan, persyaratan lisensi tetap perlu diperiksa. Ketentuan penggunaan model dari Meta memiliki batasan tertentu untuk penggunaan komersial. Oleh sebab itu, pengembang sebaiknya mengevaluasi biaya dan manfaatnya. Apa pendapat Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri mampu memberikan manfaat nyata bagi pengembang independen? Sampaikan pandangan Anda mengenai masa depan model AI terbuka.
