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.

Inovasi Meta Superintelligence Labs untuk Pengembang AI Global

Kemajuan model komputasi cerdas semakin mendorong permintaan solusi AI yang fleksibel. Dalam perkembangan industri AI modern, pengembang perangkat lunak membutuhkan pilihan yang dapat dijalankan pada infrastruktur sendiri. Dalam upaya memperluas akses teknologi, Meta merilis Muse Spark Open sebagai sistem kecerdasan buatan dengan bobot yang dapat diakses. Peluncuran tersebut membuka peluang bagi perusahaan untuk membangun aplikasi berbasis AI sesuai ketentuan penggunaan yang ditetapkan.

Muse Spark Open dikembangkan oleh Meta Superintelligence Labs dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Berbeda dari model yang hanya tersedia melalui layanan milik penyedia, bobot Muse Spark Open dapat diunduh oleh pengembang. Namun demikian, pengguna tetap harus memperhatikan persyaratan lisensi. Meta menyebut 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.

Arsitektur Mixture of Experts dan Konteks Satu Juta Token

Aspek penting dari arsitektur Muse Spark Open adalah kapasitas model sebesar 816 miliar parameter. Kendati menggunakan ratusan miliar parameter, proses inferensi tidak memakai semua parameter secara bersamaan. Sistem tersebut memanfaatkan struktur Mixture of Experts atau MoE dengan penggunaan sekitar 42 miliar parameter dalam pemrosesan token. Rancangan ini membantu mengoptimalkan penggunaan sumber daya. Namun, kebutuhan memori dan perangkat keras tetap tinggi.

Selain memiliki arsitektur MoE, Muse Spark Open mendukung jendela konteks hingga satu juta token. Fitur konteks panjang ini memungkinkan model menerima informasi dalam jumlah besar. 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, keluaran model utamanya berupa teks. Efektivitas pemrosesannya memerlukan evaluasi pada penggunaan nyata.

Cara Muse Spark Open Mendukung Agen AI dan Penalaran Bertahap

Muse Spark Open dirancang untuk menyelesaikan tugas kompleks secara bertahap. Dalam pengembangan agen AI, kemampuan tersebut berperan penting karena agen bukan sekadar memberikan respons teks. Aplikasi berbasis agen berpeluang menentukan tahapan penyelesaian, berinteraksi dengan perangkat lunak lain, serta mengidentifikasi kesalahan dalam proses. Melalui integrasi Muse Spark Open, pengembang mampu merancang aplikasi dengan alur kerja lebih panjang.

Untuk menggambarkan alur kerja agen, 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 dapat mengusulkan perubahan, memeriksa hasil menggunakan perangkat pengujian, dan merevisi implementasi berdasarkan hasil. Namun demikian, hasil perubahan harus melalui pemeriksaan, khususnya ketika agen memperoleh akses terhadap data penting.

Kemampuan Muse Code dalam Menangani Proyek Perangkat Lunak

Industri pemrograman modern merupakan sasaran penting Muse Spark Open. Teknologi yang dikembangkan Meta dioptimalkan bagi tugas rekayasa perangkat lunak. Melalui kemampuan ini, pengembang dapat meminta analisis struktur aplikasi, menghasilkan perubahan program, serta mengidentifikasi bagian yang perlu diperbaiki. Kapasitas masukan yang luas memberikan ruang untuk menyertakan banyak informasi teknis. Meski demikian, 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 agen pemrograman berbasis terminal. Dengan menggunakan kemampuan model Muse Spark, pengguna berpeluang menangani perubahan pada proyek besar. Dalam pengembangan yang lebih awal merilis versi beta Muse Code pada Agustus 2026. Perangkat tersebut memungkinkan pekerjaan pemrograman dilakukan melalui beberapa tahapan. 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

Salah satu perkembangan penting adalah kerja sama optimasi dengan Apple. 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 mendukung komputasi machine learning pada chip Apple. Dukungan pemrosesan tanpa server eksternal membuka kemungkinan pengelolaan data lebih mandiri bagi pengembang yang memiliki perangkat memadai.

Walaupun dukungan desktop menjadi perkembangan menarik, ukuran model tetap sangat besar. Implementasi lokal yang diperagakan tidak berarti model dapat berjalan optimal pada semua komputer. Apabila pengguna memilih layanan jarak jauh, Meta mendukung penggunaan melalui layanan cloud. Penyedia yang diumumkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Melalui layanan tersebut, pengembang berpeluang mengintegrasikan model ke aplikasi. Walaupun lebih praktis, biaya dan kebijakan data bergantung pada penyedia.

Peluang Model Open-Weight Meta bagi Pengembang Software

Perilisan teknologi AI terbaru Meta Superintelligence Labs memperlihatkan kemajuan menarik dalam dunia pemrograman berbantuan AI. Melalui arsitektur Mixture of Experts, dukungan pemrosesan konteks panjang, serta dukungan input berbagai format, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Ketersediaan bobot model 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. Apa pendapat Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri berpotensi memperluas akses teknologi AI? Bagikan pemikiran Anda mengenai masa depan model AI terbuka.