Meta Rilis Muse Spark Open untuk Pengembangan Agen AI dan Pemrograman

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 kebutuhan terhadap model yang dapat disesuaikan. Seiring meningkatnya penggunaan model bahasa besar, pengembang perangkat lunak membutuhkan pilihan yang memberikan kendali lebih besar terhadap implementasi. Menjawab kebutuhan tersebut, Meta menghadirkan Muse Spark Open sebagai sistem kecerdasan buatan dengan bobot yang dapat diakses. Pengembangan tersebut 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 dioptimalkan bagi pekerjaan agen AI. Sebagai alternatif terhadap model yang sepenuhnya diakses melalui sistem tertutup, bobot Muse Spark Open tersedia untuk implementasi mandiri. 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 tidak berarti unggul pada setiap jenis pekerjaan.

Arsitektur Mixture of Experts dan Konteks Satu Juta Token

Salah satu karakteristik utama Muse Spark Open adalah kapasitas model sebesar 816 miliar parameter. Walaupun kapasitas model tergolong tinggi, tidak seluruh parameter diaktifkan pada setiap token. Model ini menggunakan pendekatan sparse mixture of experts dengan aktivasi kurang lebih 42 miliar parameter untuk setiap token. Mekanisme tersebut membantu mengoptimalkan penggunaan sumber daya. Meski demikian, implementasi mandiri tetap membutuhkan sumber daya yang memadai.

Tidak hanya menawarkan kapasitas parameter besar, Muse Spark Open memiliki kemampuan memproses konteks sekitar satu juta token. Kapasitas pemrosesan tersebut memungkinkan model menerima informasi dalam jumlah besar. Pada pengembangan perangkat lunak, model berpeluang meninjau lebih banyak bagian kode. Sistem AI tersebut turut menerima input teks, gambar, audio, dan video. Namun perlu dipahami, kemampuan menerima video tidak otomatis sama dengan menghasilkan video. Kualitas hasil yang diberikan memerlukan evaluasi pada penggunaan nyata.

Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open

Model AI terbaru Meta dikembangkan untuk menyelesaikan tugas kompleks secara bertahap. Untuk aplikasi AI agent, kemampuan tersebut berperan penting karena agen perlu melakukan lebih dari percakapan biasa. Sistem otomatis tersebut bisa mengatur urutan tindakan, memanggil alat yang diizinkan, serta mengevaluasi keluaran tindakan. Berkat kemampuan penalaran bertahap, pengembang mampu merancang aplikasi dengan alur kerja lebih panjang.

Untuk menggambarkan alur kerja agen, pengembang bisa memberikan pekerjaan analisis kode. Sesudah tugas diberikan, agen berpeluang memeriksa berbagai berkas kode melalui integrasi perangkat lunak yang diizinkan. Pada tahap berikutnya, sistem dapat mengusulkan perubahan, menjalankan pengujian jika tersedia, dan memperbaiki bagian yang gagal. Walaupun demikian, proses validasi tidak boleh diabaikan, khususnya ketika pekerjaan melibatkan perangkat lunak kritis.

Penggunaan Model AI Meta untuk Coding dan Analisis Repositori

Bidang rekayasa software termasuk area penggunaan yang diprioritaskan Muse Spark Open. Model tersebut dilatih untuk menangani pekerjaan coding kompleks. Dengan dukungan tersebut, pengembang bisa menggunakan model untuk meninjau arsitektur proyek, menyusun implementasi fungsi baru, serta menelusuri komponen yang menyebabkan masalah. Dukungan konteks panjang berpotensi membantu analisis proyek besar. 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. Melalui integrasi tersebut, pengguna dapat mengatur pekerjaan coding bertahap. Sebelum perilisan Muse Spark Open merilis versi beta Muse Code pada Agustus 2026. Sistem pengembangan itu dirancang mendukung perencanaan, penulisan, dan validasi kode. Dengan ketersediaan bobot Muse Spark Open, pengembang berpeluang menyesuaikan sistem otomatisasi dengan kebutuhan. Fleksibilitas pengembangan ini relevan untuk perusahaan dengan persyaratan khusus.

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 mendukung implementasi lokal pada sepasang Mac Studio M5 Ultra. Konfigurasi perangkat keras ini menggunakan framework MLX yang dirancang untuk Apple Silicon. Kemampuan menjalankan model secara lokal mengurangi ketergantungan terhadap layanan cloud bagi pengguna profesional yang membutuhkan kontrol infrastruktur.

Walaupun dukungan desktop menjadi perkembangan menarik, kebutuhan komputasinya masih tinggi. Implementasi lokal yang diperagakan bukan bukti bahwa perangkat biasa memiliki kemampuan setara. Untuk pengembang yang tidak memiliki infrastruktur besar, Meta mengumumkan ketersediaan pada platform inferensi pihak ketiga. Platform yang disebutkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Berkat akses inferensi terkelola, pengembang mampu menjalankan permintaan inferensi melalui infrastruktur penyedia. Meski memberi kemudahan, ketentuan penggunaan dapat berbeda antarlayanan.

Peluang Model Open-Weight Meta bagi Pengembang Software

Kehadiran model berbobot terbuka dari Meta membuka peluang baru dalam industri kecerdasan buatan. Berkat kombinasi parameter besar dan aktivasi selektif, dukungan pemrosesan konteks panjang, serta kemampuan multimodal, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Pilihan menjalankan model pada infrastruktur sendiri membuka kesempatan penggunaan yang lebih fleksibel. Namun demikian, kebutuhan perangkat keras harus dipertimbangkan. Lisensi Muse Model License memiliki batasan tertentu untuk penggunaan komersial. Dengan mempertimbangkan berbagai aspek tersebut, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Apa pendapat Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri berpotensi memperluas akses teknologi AI? Bagikan pemikiran Anda mengenai potensi penggunaan Muse Spark Open.