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

Perkembangan sistem AI generatif terus meningkatkan permintaan solusi AI yang fleksibel. Dalam perkembangan industri AI modern, perusahaan teknologi mulai mempertimbangkan solusi 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 memungkinkan komunitas teknologi untuk membangun aplikasi berbasis AI sesuai kebutuhan teknis masing-masing.

Model terbaru tersebut berasal dari divisi riset kecerdasan buatan Meta dan dioptimalkan bagi pekerjaan agen AI. 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 model open-weight paling mampu yang dikembangkan di Amerika Serikat hingga saat peluncuran. Klaim tersebut tetap harus dilihat dalam konteks benchmark.

Arsitektur Mixture of Experts dan Konteks Satu Juta Token

Salah satu karakteristik utama Muse Spark Open adalah jumlah parameter total yang mencapai 816 miliar. Meskipun memiliki ukuran sangat besar, pemrosesan dilakukan tanpa mengaktifkan keseluruhan parameter sekaligus. Arsitektur AI tersebut memanfaatkan struktur Mixture of Experts atau MoE dengan aktivasi kurang lebih 42 miliar parameter untuk setiap token. Pendekatan tersebut membantu mengoptimalkan penggunaan sumber daya. Walaupun menggunakan aktivasi selektif, model masih memerlukan infrastruktur komputasi besar.

Selain memiliki arsitektur MoE, Muse Spark Open memiliki kemampuan memproses konteks sekitar satu juta token. Kemampuan tersebut membantu sistem menangani dokumen berukuran panjang. Dalam pekerjaan pemrograman, konteks panjang dapat membantu memahami hubungan antarmodul. Sistem AI tersebut turut mampu menggunakan berbagai jenis informasi sebagai input. Namun perlu dipahami, dukungan input tidak berarti seluruh format tersedia sebagai output. Ketepatan respons model tetap bergantung pada tugas dan konfigurasi.

Penggunaan Tool Calling dalam Sistem AI Berbasis Muse Spark Open

Sistem kecerdasan buatan tersebut dioptimalkan untuk menyelesaikan tugas kompleks secara bertahap. Untuk aplikasi AI agent, karakteristik tersebut menjadi salah satu kebutuhan utama karena agen tidak hanya menghasilkan jawaban. Aplikasi berbasis agen berpeluang menentukan tahapan penyelesaian, memanggil alat yang diizinkan, serta mengidentifikasi kesalahan dalam proses. Berkat kemampuan penalaran bertahap, pengembang dapat membangun sistem otomatisasi lebih kompleks.

Untuk menggambarkan alur kerja agen, pengembang bisa memberikan pekerjaan analisis kode. Ketika tujuan pekerjaan ditentukan, agen berpeluang memeriksa berbagai berkas kode melalui alat yang telah disediakan. Pada tahap berikutnya, sistem dapat mengusulkan perubahan, menjalankan pengujian jika tersedia, dan menyesuaikan solusi ketika ditemukan kesalahan. Walaupun 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 menjadi salah satu fokus utama Muse Spark Open. Model tersebut dioptimalkan bagi tugas rekayasa perangkat lunak. Berkat kemampuan pemrosesan kode, pengembang bisa menggunakan model untuk meninjau arsitektur proyek, menyusun implementasi fungsi baru, serta menelusuri komponen yang menyebabkan masalah. Dukungan konteks panjang memberikan ruang untuk menyertakan banyak informasi teknis. Namun, jawaban AI tetap dapat mengandung kesalahan, sehingga validasi teknis harus dilakukan.

Meta juga mengembangkan Muse Code sebagai agen pemrograman berbasis terminal. Melalui integrasi tersebut, pengguna dapat mengatur pekerjaan coding bertahap. Dalam pengembangan yang lebih awal merilis versi beta Muse Code pada Agustus 2026. Perangkat tersebut dirancang mendukung perencanaan, penulisan, dan validasi kode. Melalui akses yang lebih luas terhadap model, pengembang dapat mengeksplorasi implementasi coding agent khusus. Fleksibilitas pengembangan ini relevan untuk perusahaan dengan persyaratan khusus.

Dukungan Apple Silicon M5 Ultra serta Framework MLX

Bagian yang menonjol dalam pengumuman Meta adalah pengembangan kemampuan inferensi pada Mac Studio. Dalam pengumuman peluncuran, perusahaan menyatakan bahwa Muse Spark Open dapat dijalankan menggunakan dua Mac Studio dengan chip M5 Ultra. Pendekatan komputasi lokal tersebut mengandalkan lingkungan pemrosesan MLX yang dirancang untuk Apple Silicon. Pilihan inferensi menggunakan perangkat sendiri membuka kemungkinan pengelolaan data lebih mandiri bagi pengembang yang memiliki perangkat memadai.

Meski optimasi pada Mac Studio menunjukkan kemajuan, ukuran model tetap sangat besar. Penggunaan dua Mac Studio M5 Ultra bukan bukti bahwa perangkat biasa memiliki kemampuan setara. Untuk pengembang yang tidak memiliki infrastruktur besar, Meta mendukung penggunaan melalui layanan cloud. Platform yang disebutkan meliputi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI. Melalui layanan tersebut, pengembang dapat memanfaatkan kemampuan model tanpa membeli seluruh perangkat keras. Meski memberi kemudahan, 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. Dengan kemampuan 816 miliar parameter, jendela konteks satu juta token, serta kemampuan multimodal, model tersebut mendukung pengembangan sistem otomatisasi bertahap. Pilihan menjalankan model pada infrastruktur sendiri 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. Dengan mempertimbangkan berbagai aspek tersebut, organisasi harus menilai kesiapan infrastruktur serta keamanan. Bagaimana menurut Anda, apakah model AI berbobot terbuka seperti Muse Spark Open mampu memberikan manfaat nyata bagi pengembang independen? Silakan bagikan pendapat Anda mengenai masa depan model AI terbuka.