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
Pertumbuhan sistem AI generatif memperluas permintaan solusi AI yang fleksibel. Selama beberapa tahun terakhir, perusahaan teknologi mencari alternatif yang tidak sepenuhnya bergantung pada layanan tertutup. Sebagai bagian dari strategi pengembangan AI, Meta menghadirkan Muse Spark Open sebagai model open-weight berkemampuan tinggi. Langkah terbaru ini memberikan kesempatan kepada pengembang untuk menggunakan dan menyesuaikan model sesuai kebutuhan teknis masing-masing.
Sistem AI yang diperkenalkan Meta berasal dari divisi riset kecerdasan buatan Meta dan dirancang untuk tugas pemrograman kompleks. Sebagai alternatif terhadap model yang mengharuskan seluruh pemrosesan menggunakan API tertentu, bobot Muse Spark Open dapat diunduh oleh pengembang. Namun demikian, 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. Pernyataan performa tersebut tetap harus dilihat dalam konteks benchmark.
Arsitektur Mixture of Experts dan Konteks Satu Juta Token
Aspek penting dari arsitektur Muse Spark Open adalah penggunaan 816 miliar parameter. Meskipun memiliki ukuran sangat besar, pemrosesan dilakukan tanpa mengaktifkan keseluruhan parameter sekaligus. Sistem tersebut menggunakan pendekatan sparse mixture of experts dengan sekitar 42 miliar parameter aktif per token. Pendekatan tersebut bertujuan meningkatkan efisiensi komputasi. Meski demikian, kebutuhan memori dan perangkat keras tetap tinggi.
Di samping mengandalkan aktivasi parameter selektif, Muse Spark Open mendukung jendela konteks hingga satu juta token. Kemampuan tersebut mendukung pemrosesan berbagai bagian proyek secara bersamaan. Untuk analisis repositori kode, konteks panjang dapat membantu memahami hubungan antarmodul. Selain itu, Muse Spark Open mampu menggunakan berbagai jenis informasi sebagai input. Meski mempunyai kemampuan multimodal, keluaran model utamanya berupa teks. Kualitas hasil yang diberikan memerlukan evaluasi pada penggunaan nyata.
Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open
Sistem kecerdasan buatan tersebut dioptimalkan untuk menangani pekerjaan dengan banyak tahapan. Dalam pengembangan agen AI, fitur ini memiliki manfaat besar karena agen perlu melakukan lebih dari percakapan biasa. Aplikasi berbasis agen berpeluang mengatur urutan tindakan, memanggil alat yang diizinkan, serta mengidentifikasi kesalahan dalam proses. Dengan dukungan model yang sesuai, pengembang dapat membangun sistem otomatisasi lebih kompleks.
Sebagai contoh penggunaan, sistem AI dapat menerima tugas menambahkan fitur. Setelah menerima instruksi, agen dapat membaca struktur proyek melalui integrasi perangkat lunak yang diizinkan. Pada tahap berikutnya, sistem menyusun rancangan perbaikan, memeriksa hasil menggunakan perangkat pengujian, dan merevisi implementasi berdasarkan hasil. Walaupun demikian, pengawasan manusia tetap diperlukan, khususnya ketika agen memperoleh akses terhadap data penting.
Kemampuan Muse Code dalam Menangani Proyek Perangkat Lunak
Sektor pengembangan perangkat lunak termasuk area penggunaan yang diprioritaskan Muse Spark Open. Teknologi yang dikembangkan Meta dirancang mendukung pemrograman dengan banyak tahapan. Berkat kemampuan pemrosesan kode, pengembang dapat meminta analisis struktur aplikasi, menghasilkan perubahan program, serta memeriksa kemungkinan kesalahan logika. Kemampuan memproses informasi berukuran besar memberikan ruang untuk menyertakan banyak informasi teknis. Meski demikian, hasil pemrograman otomatis memerlukan pengujian, sehingga peninjauan kode oleh manusia tetap penting.
Selain merilis model terbuka, Meta memiliki Muse Code sebagai alat coding agent untuk pekerjaan software. Melalui integrasi tersebut, pengguna dapat mengatur pekerjaan coding bertahap. Dalam pengembangan yang lebih awal telah memperkenalkan Muse Code pada Agustus 2026. Sistem pengembangan itu dirancang mendukung perencanaan, penulisan, dan validasi kode. Dengan ketersediaan bobot Muse Spark Open, pengembang dapat mengeksplorasi implementasi coding agent khusus. Fleksibilitas pengembangan ini berguna bagi tim yang membutuhkan kontrol infrastruktur.
Meta dan Apple Optimalkan Muse Spark Open pada Mac Studio
Bagian yang menonjol dalam pengumuman Meta adalah dukungan teknis untuk perangkat Apple Silicon. Berdasarkan informasi yang disampaikan Meta bahwa Muse Spark Open mendukung implementasi lokal pada sepasang Mac Studio M5 Ultra. Pendekatan komputasi lokal tersebut memanfaatkan teknologi MLX milik Apple yang dirancang untuk Apple Silicon. Pilihan inferensi menggunakan perangkat sendiri membuka kemungkinan pengelolaan data lebih mandiri bagi pengguna profesional yang membutuhkan kontrol infrastruktur.
Meski optimasi pada Mac Studio menunjukkan kemajuan, Muse Spark Open bukan model ringan. Konfigurasi perangkat keras yang disebutkan Meta tidak otomatis memungkinkan penggunaan lancar pada laptop standar. Apabila pengguna memilih layanan jarak jauh, Meta menyediakan akses melalui sejumlah penyedia API. Layanan yang mendukung peluncuran 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. Meski memberi kemudahan, ketentuan penggunaan dapat berbeda antarlayanan.
Dampak Muse Spark Open terhadap Industri Kecerdasan Buatan
Peluncuran Muse Spark Open memperlihatkan kemajuan menarik dalam industri kecerdasan buatan. Melalui arsitektur Mixture of Experts, dukungan pemrosesan konteks panjang, serta pemrosesan teks dan media, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Pilihan menjalankan model pada infrastruktur sendiri memberikan alternatif bagi pengembang. Meski peluncurannya menjanjikan, pengawasan keamanan tidak boleh diabaikan. Lisensi Muse Model License perlu dipahami sebelum diterapkan dalam bisnis. 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 perkembangan agen AI untuk pemrograman.
