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 model komputasi cerdas memperluas permintaan solusi AI yang fleksibel. Seiring meningkatnya penggunaan model bahasa besar, perusahaan teknologi membutuhkan pilihan yang tidak sepenuhnya bergantung pada layanan tertutup. Menjawab kebutuhan tersebut, Meta merilis Muse Spark Open sebagai sistem kecerdasan buatan dengan bobot yang dapat diakses. Pengembangan tersebut membuka peluang bagi perusahaan untuk menggunakan dan menyesuaikan model sesuai persyaratan lisensi yang berlaku.
Muse Spark Open dikembangkan oleh Meta Superintelligence Labs dan dioptimalkan bagi pekerjaan agen AI. Sebagai alternatif terhadap model yang mengharuskan seluruh pemrosesan menggunakan API tertentu, bobot Muse Spark Open dapat diunduh oleh pengembang. Walaupun menawarkan fleksibilitas, distribusi dan penggunaan komersial memiliki aturan tertentu. Meta menyebut Muse Spark Open sebagai model berbobot terbuka asal Amerika Serikat dengan kemampuan terdepan menurut evaluasinya. Klaim tersebut tetap harus dilihat dalam konteks benchmark.
Kemampuan Multimodal Muse Spark Open untuk Pemrosesan Data Kompleks
Keunggulan teknis yang paling menonjol Muse Spark Open adalah kapasitas model sebesar 816 miliar parameter. Kendati menggunakan ratusan miliar parameter, pemrosesan dilakukan tanpa mengaktifkan keseluruhan parameter sekaligus. Sistem tersebut memanfaatkan struktur Mixture of Experts atau MoE dengan sekitar 42 miliar parameter aktif per token. Rancangan ini memungkinkan pemanfaatan kapasitas model besar secara lebih selektif. Namun, implementasi mandiri tetap membutuhkan sumber daya yang memadai.
Selain memiliki arsitektur MoE, Muse Spark Open menyediakan kapasitas konteks sebesar 1.048.576 token. Kemampuan tersebut membantu sistem menangani dokumen berukuran panjang. Pada pengembangan perangkat lunak, konteks panjang dapat membantu memahami hubungan antarmodul. Sistem AI tersebut turut mampu menggunakan berbagai jenis informasi sebagai input. 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 menangani pekerjaan dengan banyak tahapan. Dalam pengembangan agen AI, kemampuan tersebut berperan penting karena agen perlu melakukan lebih dari percakapan biasa. Agen dapat menyusun rencana pekerjaan, berinteraksi dengan perangkat lunak lain, serta mengevaluasi keluaran tindakan. 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 integrasi perangkat lunak yang diizinkan. Selanjutnya, sistem dapat mengusulkan perubahan, memanggil alat validasi yang terhubung, dan merevisi implementasi berdasarkan hasil. Meski memiliki kemampuan otomatisasi, proses validasi tidak boleh diabaikan, khususnya ketika agen memperoleh akses terhadap data penting.
Kemampuan Muse Code dalam Menangani Proyek Perangkat Lunak
Bidang rekayasa software merupakan sasaran penting Muse Spark Open. Sistem AI ini dirancang mendukung pemrograman dengan banyak tahapan. Melalui kemampuan ini, pengembang dapat meminta analisis struktur aplikasi, membantu menulis kode, serta memeriksa kemungkinan kesalahan logika. Dukungan konteks panjang menjadi nilai tambah dalam pekerjaan tersebut. Meski demikian, model tidak selalu mampu memahami keseluruhan proyek secara sempurna, sehingga peninjauan kode oleh manusia tetap penting.
Meta juga mengembangkan Muse Code sebagai asisten rekayasa perangkat lunak melalui command line. Berkat sistem pengembangan ini, pengguna berpeluang menangani perubahan pada proyek besar. Meta sebelumnya merilis versi beta Muse Code pada Agustus 2026. Perangkat tersebut memungkinkan pekerjaan pemrograman dilakukan melalui beberapa tahapan. Melalui akses yang lebih luas terhadap model, pengembang berpeluang menyesuaikan sistem otomatisasi dengan kebutuhan. Kesempatan implementasi tersebut relevan untuk perusahaan dengan persyaratan khusus.
Cara Menjalankan Muse Spark Open Secara Lokal dan Melalui API
Salah satu perkembangan penting adalah dukungan teknis untuk perangkat Apple Silicon. Dalam pengumuman peluncuran, perusahaan menyatakan bahwa Muse Spark Open telah dioptimalkan untuk konfigurasi dua perangkat Mac Studio M5 Ultra. Implementasi tersebut memanfaatkan teknologi MLX milik Apple yang mendukung komputasi machine learning pada chip Apple. Kemampuan menjalankan model secara lokal mengurangi ketergantungan terhadap layanan cloud bagi organisasi dengan kebutuhan khusus.
Walaupun dukungan desktop menjadi perkembangan menarik, ukuran model tetap sangat besar. Implementasi lokal yang diperagakan tidak berarti model dapat berjalan optimal pada semua komputer. Sebagai pilihan lain, Meta mendukung penggunaan melalui layanan cloud. 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. Walaupun lebih praktis, biaya dan kebijakan data bergantung pada penyedia.
Kesimpulan Peluncuran Muse Spark Open dan Masa Depan Agen AI
Peluncuran Muse Spark Open memperlihatkan kemajuan menarik dalam dunia pemrograman berbantuan AI. Melalui arsitektur Mixture of Experts, jendela konteks satu juta token, serta dukungan input berbagai format, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Ketersediaan bobot model mendukung eksplorasi sistem AI mandiri. Meski peluncurannya menjanjikan, persyaratan lisensi tetap perlu diperiksa. Lisensi Muse Model License perlu dipahami sebelum diterapkan dalam bisnis. Dengan mempertimbangkan berbagai aspek tersebut, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Apa pendapat Anda, apakah teknologi coding agent berbasis model terbuka berpotensi memperluas akses teknologi AI? Bagikan pemikiran Anda mengenai potensi penggunaan Muse Spark Open.
