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 terus meningkatkan kebutuhan terhadap model yang dapat disesuaikan. Dalam perkembangan industri AI modern, perusahaan teknologi mulai mempertimbangkan solusi yang memberikan kendali lebih besar terhadap implementasi. Menjawab kebutuhan tersebut, Meta merilis Muse Spark Open sebagai sistem kecerdasan buatan dengan bobot yang dapat diakses. Langkah terbaru ini memungkinkan komunitas teknologi untuk menggunakan dan menyesuaikan model sesuai ketentuan penggunaan yang ditetapkan.

Muse Spark Open berasal dari divisi riset kecerdasan buatan Meta dan dirancang untuk tugas pemrograman kompleks. Sebagai alternatif terhadap model yang sepenuhnya diakses melalui sistem tertutup, bobot Muse Spark Open dapat diunduh oleh pengembang. Meski memberikan akses lebih terbuka, distribusi dan penggunaan komersial memiliki aturan tertentu. Perusahaan tersebut menggambarkan 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 penggunaan 816 miliar parameter. Walaupun kapasitas model tergolong tinggi, pemrosesan dilakukan tanpa mengaktifkan keseluruhan parameter sekaligus. Sistem tersebut dibangun melalui arsitektur pakar yang diaktifkan secara selektif dengan sekitar 42 miliar parameter aktif per token. Rancangan ini memungkinkan pemanfaatan kapasitas model besar secara lebih selektif. Meski demikian, kebutuhan memori dan perangkat keras tetap tinggi.

Di samping mengandalkan aktivasi parameter selektif, Muse Spark Open menyediakan kapasitas konteks sebesar 1.048.576 token. Kemampuan tersebut mendukung pemrosesan berbagai bagian proyek secara bersamaan. Pada pengembangan perangkat lunak, pengembang dapat memberikan konteks proyek yang lebih luas. Sistem AI tersebut turut menerima input teks, gambar, audio, dan video. Walaupun demikian, dukungan input tidak berarti seluruh format tersedia sebagai output. Efektivitas pemrosesannya dipengaruhi kualitas data masukan.

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 bukan sekadar memberikan respons teks. Sistem otomatis tersebut bisa menyusun rencana pekerjaan, menggunakan fungsi eksternal, serta mengidentifikasi kesalahan dalam proses. Dengan dukungan model yang sesuai, pengembang dapat membangun sistem otomatisasi lebih kompleks.

Dalam penerapan pengembangan perangkat lunak, sistem AI dapat menerima tugas menambahkan fitur. Sesudah tugas diberikan, agen dapat membaca struktur proyek melalui akses yang diberikan pengembang. Selanjutnya, sistem menghasilkan kode yang relevan, menjalankan pengujian jika tersedia, dan memperbaiki bagian yang gagal. Walaupun demikian, pengawasan manusia tetap diperlukan, khususnya ketika agen memperoleh akses terhadap data penting.

Penggunaan Model AI Meta untuk Coding dan Analisis Repositori

Industri pemrograman modern menjadi salah satu fokus utama Muse Spark Open. Sistem AI ini dilatih untuk menangani pekerjaan coding kompleks. Berkat kemampuan pemrosesan kode, pengembang dapat meminta analisis struktur aplikasi, menghasilkan perubahan program, serta menelusuri komponen yang menyebabkan masalah. Dukungan konteks panjang menjadi nilai tambah dalam pekerjaan tersebut. Meski demikian, jawaban AI tetap dapat mengandung kesalahan, sehingga kualitas implementasi perlu diperiksa.

Selain merilis model terbuka, Meta memiliki Muse Code sebagai agen pemrograman berbasis terminal. Berkat sistem pengembangan ini, pengguna dapat mengatur pekerjaan coding bertahap. Dalam pengembangan yang lebih awal menghadirkan agen pemrograman Muse Code beberapa bulan sebelumnya. Agen coding ini membantu menyelesaikan tugas rekayasa software yang panjang. Setelah model berbobot terbuka dirilis, pengembang dapat mengeksplorasi implementasi coding agent khusus. Pilihan tersebut dapat mendukung proyek yang memerlukan pengaturan data tersendiri.

Dukungan Apple Silicon M5 Ultra serta Framework MLX

Bagian yang menonjol dalam pengumuman Meta adalah kerja sama optimasi dengan Apple. Berdasarkan informasi yang disampaikan Meta bahwa Muse Spark Open dapat dijalankan menggunakan dua Mac Studio dengan chip M5 Ultra. Konfigurasi perangkat keras ini mengandalkan lingkungan pemrosesan MLX yang dioptimalkan bagi perangkat keras Apple. Pilihan inferensi menggunakan perangkat sendiri memberikan fleksibilitas tambahan bagi organisasi dengan kebutuhan khusus.

Walaupun dukungan desktop menjadi perkembangan menarik, Muse Spark Open bukan model ringan. Implementasi lokal yang diperagakan tidak otomatis memungkinkan penggunaan lancar pada laptop standar. Sebagai pilihan lain, 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. Walaupun lebih praktis, biaya dan kebijakan data bergantung pada penyedia.

Dampak Muse Spark Open terhadap Industri Kecerdasan Buatan

Perilisan teknologi AI terbaru Meta Superintelligence Labs menjadi perkembangan penting dalam industri kecerdasan buatan. Dengan kemampuan 816 miliar parameter, dukungan pemrosesan konteks panjang, serta kemampuan multimodal, model tersebut membantu pengembang membangun aplikasi AI berkemampuan tinggi. Ketersediaan bobot model membuka kesempatan penggunaan yang lebih fleksibel. Namun demikian, persyaratan lisensi tetap perlu diperiksa. Ketentuan penggunaan model dari Meta tidak identik dengan lisensi perangkat lunak bebas tanpa syarat. Oleh sebab itu, pemilihan model perlu disesuaikan dengan kebutuhan proyek. Bagaimana menurut Anda, apakah pengembangan agen AI yang dapat dijalankan secara mandiri mampu memberikan manfaat nyata bagi pengembang independen? Silakan bagikan pendapat Anda mengenai perkembangan agen AI untuk pemrograman.