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.
Peluncuran Muse Spark Open Perkuat Ekosistem Kecerdasan Buatan
Kemajuan model komputasi cerdas semakin mendorong peluang pengembangan sistem AI mandiri. Seiring meningkatnya penggunaan model bahasa besar, pengembang perangkat lunak membutuhkan pilihan yang memberikan kendali lebih besar terhadap implementasi. Menjawab kebutuhan tersebut, Meta merilis Muse Spark Open sebagai model AI berbobot terbuka. Langkah terbaru ini memberikan kesempatan kepada pengembang untuk menggunakan dan menyesuaikan model sesuai persyaratan lisensi yang berlaku.
Model terbaru tersebut berasal dari divisi riset kecerdasan buatan Meta dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Tidak seperti model yang hanya tersedia melalui layanan milik penyedia, bobot Muse Spark Open tersedia untuk implementasi mandiri. Walaupun menawarkan fleksibilitas, pemanfaatannya tidak sepenuhnya bebas dari ketentuan. Dalam pengumuman resminya, Meta menyatakan Muse Spark Open sebagai model open-weight paling mampu yang dikembangkan di Amerika Serikat hingga saat peluncuran. Klaim tersebut tidak berarti unggul pada setiap jenis pekerjaan.
Spesifikasi Muse Spark Open dengan 816 Miliar Parameter
Keunggulan teknis yang paling menonjol Muse Spark Open adalah kapasitas model sebesar 816 miliar parameter. Walaupun kapasitas model tergolong tinggi, proses inferensi tidak memakai semua parameter secara bersamaan. Arsitektur AI tersebut menggunakan pendekatan sparse mixture of experts dengan penggunaan sekitar 42 miliar parameter dalam pemrosesan token. Mekanisme tersebut bertujuan meningkatkan efisiensi komputasi. Walaupun menggunakan aktivasi selektif, kebutuhan memori dan perangkat keras tetap tinggi.
Selain memiliki arsitektur MoE, Muse Spark Open menyediakan kapasitas konteks sebesar 1.048.576 token. Kapasitas pemrosesan tersebut membantu sistem menangani dokumen berukuran panjang. Dalam pekerjaan pemrograman, konteks panjang dapat membantu memahami hubungan antarmodul. Sistem AI tersebut turut mendukung pemrosesan masukan multimodal. Meski mempunyai kemampuan multimodal, keluaran model utamanya berupa teks. Kualitas hasil yang diberikan dipengaruhi kualitas data masukan.
Cara Muse Spark Open Mendukung Agen AI dan Penalaran Bertahap
Model AI terbaru Meta dikembangkan untuk menyelesaikan tugas kompleks secara bertahap. Dalam pengembangan agen AI, karakteristik tersebut menjadi salah satu kebutuhan utama karena agen bukan sekadar memberikan respons teks. Aplikasi berbasis agen berpeluang menentukan tahapan penyelesaian, menggunakan fungsi eksternal, serta mengidentifikasi kesalahan dalam proses. Berkat kemampuan penalaran bertahap, pengembang dapat membangun sistem otomatisasi lebih kompleks.
Sebagai contoh penggunaan, sebuah agen dapat diminta memperbaiki kesalahan aplikasi. Setelah menerima instruksi, agen berpeluang memeriksa berbagai berkas kode melalui akses yang diberikan pengembang. Setelah memahami kebutuhan, sistem menghasilkan kode yang relevan, memeriksa hasil menggunakan perangkat pengujian, dan merevisi implementasi berdasarkan hasil. Meski memiliki kemampuan otomatisasi, pengawasan manusia tetap diperlukan, khususnya ketika agen memperoleh akses terhadap data penting.
Penggunaan Model AI Meta untuk Coding dan Analisis Repositori
Sektor pengembangan perangkat lunak menjadi salah satu fokus utama Muse Spark Open. Sistem AI ini dirancang mendukung pemrograman dengan banyak tahapan. Dengan dukungan tersebut, pengembang dapat meminta analisis struktur aplikasi, membantu menulis kode, serta mengidentifikasi bagian yang perlu diperbaiki. Kemampuan memproses informasi berukuran besar memberikan ruang untuk menyertakan banyak informasi teknis. Meski demikian, model tidak selalu mampu memahami keseluruhan proyek secara sempurna, sehingga kualitas implementasi perlu diperiksa.
Meta juga mengembangkan Muse Code sebagai agen pemrograman berbasis terminal. Dengan menggunakan kemampuan model Muse Spark, pengguna dapat mengatur pekerjaan coding bertahap. 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 memiliki pilihan tambahan untuk membangun agen sendiri. Fleksibilitas pengembangan ini dapat mendukung proyek yang memerlukan pengaturan data tersendiri.
Cara Menjalankan Muse Spark Open Secara Lokal dan Melalui API
Bagian yang menonjol dalam pengumuman Meta 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 menggunakan framework MLX yang dirancang untuk Apple Silicon. Dukungan pemrosesan tanpa server eksternal membuka kemungkinan pengelolaan data lebih mandiri bagi pengguna profesional yang membutuhkan kontrol infrastruktur.
Kendati pemrosesan lokal menawarkan berbagai manfaat, Muse Spark Open bukan model ringan. Implementasi lokal yang diperagakan bukan bukti bahwa perangkat biasa memiliki kemampuan setara. Sebagai pilihan lain, 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 dapat memanfaatkan kemampuan model tanpa membeli seluruh perangkat keras. 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. Melalui arsitektur Mixture of Experts, dukungan pemrosesan konteks panjang, serta dukungan input berbagai format, model tersebut dirancang untuk menangani pekerjaan kompleks. Pilihan menjalankan model pada infrastruktur sendiri membuka kesempatan penggunaan yang lebih fleksibel. Walaupun menawarkan potensi besar, kebutuhan perangkat keras harus dipertimbangkan. Lisensi Muse Model License memiliki batasan tertentu untuk penggunaan komersial. Karena itu, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Menurut pandangan Anda, apakah model AI berbobot terbuka seperti Muse Spark Open berpotensi memperluas akses teknologi AI? Bagikan pemikiran Anda mengenai masa depan model AI terbuka.
