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.

Meta Perkenalkan Muse Spark Open sebagai Model AI Berbobot Terbuka

Pertumbuhan model komputasi cerdas memperluas permintaan solusi AI yang fleksibel. Selama beberapa tahun terakhir, berbagai organisasi digital mulai mempertimbangkan solusi yang dapat dijalankan pada infrastruktur sendiri. Sebagai bagian dari strategi pengembangan AI, Meta memperkenalkan Muse Spark Open sebagai model AI berbobot terbuka. Langkah terbaru ini memungkinkan komunitas teknologi untuk mengembangkan sistem otomatisasi sesuai kebutuhan teknis masing-masing.

Sistem AI yang diperkenalkan Meta berasal dari divisi riset kecerdasan buatan Meta dan difokuskan pada aktivitas komputasi yang membutuhkan penalaran bertahap. Tidak seperti model yang sepenuhnya diakses melalui sistem tertutup, bobot Muse Spark Open memungkinkan penggunaan pada perangkat keras yang sesuai. Meski memberikan akses lebih terbuka, pemanfaatannya tidak sepenuhnya bebas dari ketentuan. Dalam pengumuman resminya, Meta menyatakan Muse Spark Open sebagai salah satu model terbuka terkuat dari pengembang Amerika menurut penilaian perusahaan. 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 jumlah parameter total yang mencapai 816 miliar. Kendati menggunakan ratusan miliar parameter, proses inferensi tidak memakai semua parameter secara bersamaan. Model ini memanfaatkan struktur Mixture of Experts atau MoE dengan penggunaan sekitar 42 miliar parameter dalam pemrosesan token. Mekanisme tersebut membantu mengoptimalkan penggunaan sumber daya. Meski demikian, 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 membantu sistem menangani dokumen berukuran panjang. Untuk analisis repositori kode, model berpeluang meninjau lebih banyak bagian kode. Model ini juga mendukung pemrosesan masukan multimodal. Meski mempunyai kemampuan multimodal, keluaran model utamanya berupa teks. Kualitas hasil yang diberikan dipengaruhi kualitas data masukan.

Cara Muse Spark Open Mendukung Agen AI dan Penalaran Bertahap

Muse Spark Open dirancang untuk menyelesaikan tugas kompleks secara bertahap. Untuk aplikasi AI agent, karakteristik tersebut menjadi salah satu kebutuhan utama karena agen bukan sekadar memberikan respons teks. Agen dapat menentukan tahapan penyelesaian, menggunakan fungsi eksternal, serta mengidentifikasi kesalahan dalam proses. Melalui integrasi Muse Spark Open, pengembang berpeluang mengembangkan agen yang lebih mandiri.

Dalam penerapan pengembangan perangkat lunak, sebuah agen dapat diminta memperbaiki kesalahan aplikasi. Sesudah tugas diberikan, agen berpeluang memeriksa berbagai berkas kode melalui integrasi perangkat lunak yang diizinkan. Selanjutnya, sistem menghasilkan kode yang relevan, menjalankan pengujian jika tersedia, dan memperbaiki bagian yang gagal. Namun demikian, hasil perubahan harus melalui pemeriksaan, khususnya ketika pekerjaan melibatkan perangkat lunak kritis.

Penggunaan Model AI Meta untuk Coding dan Analisis Repositori

Bidang rekayasa software merupakan sasaran penting Muse Spark Open. Sistem AI ini dioptimalkan bagi tugas rekayasa perangkat lunak. Melalui kemampuan ini, pengembang bisa menggunakan model untuk meninjau arsitektur proyek, menghasilkan perubahan program, serta menelusuri komponen yang menyebabkan masalah. Kapasitas masukan yang luas menjadi nilai tambah dalam pekerjaan tersebut. Akan tetapi, jawaban AI tetap dapat mengandung kesalahan, sehingga kualitas implementasi perlu diperiksa.

Meta juga mengembangkan Muse Code sebagai agen pemrograman berbasis terminal. Berkat sistem pengembangan ini, pengguna dapat mengatur pekerjaan coding bertahap. Sebelum perilisan Muse Spark Open telah memperkenalkan Muse Code pada Agustus 2026. Agen coding ini memungkinkan pekerjaan pemrograman dilakukan melalui beberapa tahapan. Dengan ketersediaan bobot Muse Spark Open, pengembang berpeluang menyesuaikan sistem otomatisasi dengan kebutuhan. Pilihan tersebut relevan untuk perusahaan dengan persyaratan khusus.

Dukungan Apple Silicon M5 Ultra serta Framework MLX

Bagian yang menonjol dalam pengumuman Meta adalah kerja sama optimasi dengan Apple. Meta menjelaskan bahwa Muse Spark Open dapat dijalankan menggunakan dua Mac Studio dengan chip M5 Ultra. Implementasi tersebut menggunakan framework MLX yang mendukung komputasi machine learning pada chip Apple. Pilihan inferensi menggunakan perangkat sendiri memberikan fleksibilitas tambahan bagi pengembang yang memiliki perangkat memadai.

Kendati pemrosesan lokal menawarkan berbagai manfaat, Muse Spark Open bukan model ringan. Konfigurasi perangkat keras yang disebutkan Meta tidak berarti model dapat berjalan optimal pada semua komputer. Untuk pengembang yang tidak memiliki infrastruktur besar, Meta mengumumkan ketersediaan pada platform inferensi pihak ketiga. Layanan yang mendukung peluncuran meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Melalui layanan tersebut, pengembang mampu menjalankan permintaan inferensi melalui infrastruktur penyedia. Namun demikian, ketentuan penggunaan dapat berbeda antarlayanan.

Kesimpulan Peluncuran Muse Spark Open dan Masa Depan Agen AI

Peluncuran Muse Spark Open menjadi perkembangan penting dalam ekosistem pengembangan agen AI. Berkat kombinasi parameter besar dan aktivasi selektif, kapasitas masukan hingga satu juta token, serta kemampuan multimodal, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Pilihan menjalankan model pada infrastruktur sendiri mendukung eksplorasi sistem AI mandiri. Meski peluncurannya menjanjikan, pengawasan keamanan tidak boleh diabaikan. Lisensi Muse Model License memiliki batasan tertentu untuk penggunaan komersial. Dengan mempertimbangkan berbagai aspek tersebut, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Menurut pandangan Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri berpotensi memperluas akses teknologi AI? Silakan bagikan pendapat Anda mengenai masa depan model AI terbuka.