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, pengembang perangkat lunak membutuhkan pilihan yang tidak sepenuhnya bergantung pada layanan tertutup. Dalam upaya memperluas akses teknologi, Meta memperkenalkan Muse Spark Open sebagai model AI berbobot terbuka. Langkah terbaru ini membuka peluang bagi perusahaan untuk membangun aplikasi berbasis AI sesuai persyaratan lisensi yang berlaku.
Model terbaru tersebut merupakan hasil pekerjaan tim Meta Superintelligence Labs dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Sebagai alternatif terhadap model yang hanya tersedia melalui layanan milik penyedia, bobot Muse Spark Open tersedia untuk implementasi mandiri. Namun demikian, pengguna tetap harus memperhatikan persyaratan lisensi. Perusahaan tersebut menggambarkan Muse Spark Open sebagai model open-weight paling mampu yang dikembangkan di Amerika Serikat hingga saat peluncuran. Pernyataan performa tersebut tidak berarti unggul pada setiap jenis pekerjaan.
Spesifikasi Muse Spark Open dengan 816 Miliar Parameter
Aspek penting dari arsitektur Muse Spark Open adalah jumlah parameter total yang mencapai 816 miliar. Walaupun kapasitas model tergolong tinggi, proses inferensi tidak memakai semua parameter secara bersamaan. Arsitektur AI tersebut memanfaatkan struktur Mixture of Experts atau MoE dengan sekitar 42 miliar parameter aktif per token. Pendekatan tersebut membantu mengoptimalkan penggunaan sumber daya. Walaupun menggunakan aktivasi selektif, model masih memerlukan infrastruktur komputasi besar.
Tidak hanya menawarkan kapasitas parameter besar, Muse Spark Open mendukung jendela konteks hingga satu juta token. Kemampuan tersebut membantu sistem menangani dokumen berukuran panjang. Dalam pekerjaan pemrograman, model berpeluang meninjau lebih banyak bagian kode. Selain itu, Muse Spark Open mendukung pemrosesan masukan multimodal. Namun perlu dipahami, kemampuan menerima video tidak otomatis sama dengan menghasilkan video. Ketepatan respons model tetap bergantung pada tugas dan konfigurasi.
Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open
Muse Spark Open dirancang untuk menyelesaikan tugas kompleks secara bertahap. Pada sistem otomatisasi berbasis kecerdasan buatan, kemampuan tersebut berperan penting karena agen perlu melakukan lebih dari percakapan biasa. Sistem otomatis tersebut bisa menyusun rencana pekerjaan, berinteraksi dengan perangkat lunak lain, serta mengevaluasi keluaran tindakan. Berkat kemampuan penalaran bertahap, pengembang mampu merancang aplikasi dengan alur kerja lebih panjang.
Dalam penerapan pengembangan perangkat lunak, sistem AI dapat menerima tugas menambahkan fitur. Sesudah tugas diberikan, agen berpeluang memeriksa berbagai berkas kode melalui integrasi perangkat lunak yang diizinkan. Setelah memahami kebutuhan, sistem menghasilkan kode yang relevan, menjalankan pengujian jika tersedia, dan merevisi implementasi berdasarkan hasil. Walaupun demikian, hasil perubahan harus melalui pemeriksaan, khususnya ketika agen memperoleh akses terhadap data penting.
Muse Spark Open Dukung Pemrograman dan Pengembangan Software
Bidang rekayasa software merupakan sasaran penting Muse Spark Open. Teknologi yang dikembangkan Meta dirancang mendukung pemrograman dengan banyak tahapan. Dengan dukungan tersebut, pengembang dapat meminta analisis struktur aplikasi, menghasilkan perubahan program, serta mengidentifikasi bagian yang perlu diperbaiki. Dukungan konteks panjang memberikan ruang untuk menyertakan banyak informasi teknis. Namun, model tidak selalu mampu memahami keseluruhan proyek secara sempurna, 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. Meta sebelumnya telah memperkenalkan Muse Code pada Agustus 2026. Sistem pengembangan itu memungkinkan pekerjaan pemrograman dilakukan melalui beberapa tahapan. Setelah model berbobot terbuka dirilis, pengembang memiliki pilihan tambahan untuk membangun agen sendiri. Fleksibilitas pengembangan ini relevan untuk perusahaan dengan persyaratan khusus.
Cara Menjalankan Muse Spark Open Secara Lokal dan Melalui API
Salah satu perkembangan penting adalah kerja sama optimasi dengan Apple. Meta menjelaskan bahwa Muse Spark Open dapat dijalankan menggunakan dua Mac Studio dengan chip M5 Ultra. Implementasi tersebut mengandalkan lingkungan pemrosesan MLX yang mendukung komputasi machine learning pada chip Apple. Dukungan pemrosesan tanpa server eksternal mengurangi ketergantungan terhadap layanan cloud bagi organisasi dengan kebutuhan khusus.
Kendati pemrosesan lokal menawarkan berbagai manfaat, kebutuhan komputasinya masih tinggi. Penggunaan dua Mac Studio M5 Ultra tidak berarti model dapat berjalan optimal pada semua komputer. Untuk pengembang yang tidak memiliki infrastruktur besar, Meta mendukung penggunaan melalui layanan cloud. Platform yang disebutkan 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, biaya dan kebijakan data bergantung pada penyedia.
Peluang Model Open-Weight Meta bagi Pengembang Software
Peluncuran Muse Spark Open menjadi perkembangan penting dalam industri kecerdasan buatan. Berkat kombinasi parameter besar dan aktivasi selektif, kapasitas masukan hingga satu juta token, serta pemrosesan teks dan media, model tersebut dirancang untuk menangani pekerjaan kompleks. Dukungan implementasi lokal mendukung eksplorasi sistem AI mandiri. Meski peluncurannya menjanjikan, pengawasan keamanan tidak boleh diabaikan. Aturan distribusi Muse Spark Open tidak identik dengan lisensi perangkat lunak bebas tanpa syarat. Karena itu, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Menurut pandangan Anda, apakah teknologi coding agent berbasis model terbuka akan semakin mempercepat inovasi perangkat lunak? Silakan bagikan pendapat Anda mengenai masa depan model AI terbuka.
