Meta merilis bobot untuk Muse Spark Open pada tanggal 15 Oktober 2026, memposisikan model tersebut sebagai sistem AI bobot terbuka paling mumpuni yang pernah dirilis oleh perusahaan AS. Menurut blog penelitian resmi Meta, model ini memasangkan total 816 miliar parameter dengan desain campuran pakar yang jarang yang hanya mengaktifkan 42 miliar parameter per token, bersama dengan jendela konteks 1 juta token.
Peluncuran ini dilakukan satu hari setelah Meta meluncurkan Muse Wonder Full, model frontier tertutupnya, dan menandakan bahwa perusahaan bermaksud untuk bersaing di kedua sisi: performa frontier melalui produk API dan aksesibilitas komunitas melalui bobot terbuka. Meta telah menjadi penerbit open-weight yang paling konsisten di antara laboratorium perbatasan AS, dan rilis ini memperluas strategi tersebut ke era agen. For more context on this story, see our ongoing artificial intelligence updates.
Apa Itu Muse Spark Terbuka
Muse Spark Open adalah model multimodal asli yang dibuat untuk pengkodean dan pekerjaan agen. Meta mengatakan ia unggul dalam tugas-tugas jangka panjang, rekayasa perangkat lunak yang kompleks, dan penalaran multi-langkah — beban kerja yang menentukan produk AI agen pada tahun 2026. Pemisahan parameter aktif 816B/42B mengikuti pola arsitektur jarang yang dipopulerkan oleh model seperti DeepSeek dan Qwen, menjaga biaya inferensi tetap terkendali meskipun jumlah parameter total sangat besar.
Jendela konteks token 1M menempatkan model di tingkat teratas untuk pekerjaan konteks panjang. Pengembang dapat memasukkan seluruh repositori kode, kumpulan dokumen panjang, atau berjam-jam transkrip ke dalam satu permintaan tanpa perancah pengambilan.
Sudut Silikon Apple
Fitur judul mungkin merupakan tempat model dijalankan. Meta mengatakan Muse Spark Open adalah model pertama di kelasnya yang berjalan pada pengaturan desktop yang terdiri dari dua Apple M5 Ultra Mac Studios menggunakan kerangka MLX terbaru. Setiap mesin M5 Ultra memaparkan hingga 512 GB memori terpadu ke GPU terintegrasi, sehingga dua mesin bersama-sama memegang model penuh — berperilaku efektif, dalam kata-kata Meta, seperti satu superkomputer dengan memori terpadu sebesar terabyte. Bandwidth memori chip sebesar 1,2 TB/dtk menyediakan throughput yang dibutuhkan arsitektur sparse.
Meta mendemonstrasikan pengaturan yang menjalankan alur kerja agen sepenuhnya di perangkat melalui Muse Code, termasuk mengirimkan perubahan iOS nyata ke Ice Cubes, klien Mastodon sumber terbuka, dan mendorong DaVinci Resolve secara menyeluruh — dengan model meninjau rekaman bingkai demi bingkai untuk menemukan momen terkuat dan memangkasnya secara vertikal.
Ketersediaan dan Dukungan Ekosistem
Anak timbangan dapat diunduh dari Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden, dan Microsoft Foundry Models. Pengembang yang lebih menyukai inferensi yang dihosting dapat mengakses model melalui Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, dan Together AI.
Meta juga mengirimkan pengoptimalan ke seluruh mesin inferensi utama: SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp, dan Unsloth, dengan dukungan untuk silikon AMD, Apple, Intel, dan NVIDIA. Rilisan open-weight ini mencakup kernel GPU Helion yang dapat disetel secara otomatis di SGLang yang memberikan peningkatan kecepatan tingkat kernel 1,03x hingga 3,95x pada GPU NVIDIA dan AMD, dan peningkatan kecepatan end-to-end sebesar 3 persen pada AMD MI350.
Lapangan Berat Terbuka yang Ramai
Klaim Meta atas mahkota mahkota berbobot terbuka muncul di pasar yang sudah banyak dikembangkan oleh laboratorium Tiongkok. Seri GLM Z.ai, keluarga Qwen dari Alibaba, dan model DeepSeek semuanya telah mengirimkan anak timbangan terbuka pada skala yang berdekatan pada tahun ini, dan pelepasan anak timbangan terbuka dari laboratorium AS relatif jarang terjadi pada skala paling atas. Model asal AS yang bersaing pada ukuran ini penting bagi perusahaan dan pemerintah yang menginginkan model yang kuat dengan bobot yang dapat mereka periksa, audit, dan modifikasi tanpa bergantung pada vendor Tiongkok atau API tertutup.
Waktunya juga penting. Meta meluncurkan Muse Wonder Full, model perbatasan tertutupnya, satu hari sebelumnya. Pengiriman produk andalan tertutup dan mitra terbuka dalam waktu 24 jam memungkinkan Meta melayani pembeli yang menginginkan kinerja API turnkey dan pengembang, peneliti, dan perusahaan yang ingin melakukan hosting mandiri — dua pasar yang semakin menuntut produk berbeda.
Postur Keselamatan
Rilisan open-weight pada skala ini membawa pertimbangan penggunaan ganda yang jelas. Meta mengatakan Muse Spark Open menerima pelatihan keamanan tambahan pasca-pelatihan khusus untuk rilis terbuka, dan evaluasi yang dilakukan berdasarkan Superintelligence Scaling Framework perusahaan menunjukkan perlindungan yang kuat di seluruh kategori risiko yang diukur. Hasil tim merah yang independen akan lebih penting daripada klaim vendor, dan rilis tersebut hampir pasti akan diteliti oleh kelompok kebijakan yang sama yang telah memperdebatkan norma rilis open-weight sepanjang tahun 2026.
Perubahan Inferensi Kelas Desktop
Menjalankan model dengan kemampuan ini pada dua mesin desktop dibandingkan pada rak GPU pusat data memiliki konsekuensi praktis selain biaya. Organisasi dengan persyaratan tata kelola data yang ketat – rumah sakit, firma hukum, kontraktor pertahanan, lembaga keuangan – dapat menyimpan petunjuk dan dokumen sepenuhnya di dalam organisasi mereka sendiri. Pengembang mendapatkan latensi dan batas kecepatan yang bergantung pada perangkat keras mereka sendiri, bukan pada antrean penyedia. Dan para pengotak-atik mendapatkan model skala terdepan yang dapat mereka sesuaikan, kuantisasi, dan modifikasi tanpa meminta izin.
Pertukarannya juga nyata. Dua mesin M5 Ultra masih mewakili investasi perangkat keras yang signifikan, dan klaster desktop tidak memiliki redundansi, waktu aktif, dan throughput inferensi yang dihosting. Taruhan Meta adalah bahwa sebagian besar pasar cukup menghargai kepemilikan dan privasi untuk menerima batasan tersebut — dan bahwa efek demonstrasi menjalankan model parameter 816B di rumah penting bahkan bagi pembeli yang pada akhirnya memilih API.
Mengapa Itu Penting
Rilis ini mempertajam perdebatan terbuka versus tertutup yang mendefinisikan industri ini tahun ini. Meta bertaruh bahwa bobot yang berdekatan dengan perbatasan yang dapat diunduh secara bebas akan mengembangkan ekosistemnya dan melemahkan pesaing yang mempertahankan kepemilikan model terbaik mereka. Bagi pengembang, signifikansi praktisnya sangat nyata: model agen tingkat atas yang dapat disesuaikan, dihosting sendiri, diberi celah udara, dan dijalankan pada perangkat keras yang berdekatan dengan konsumen, bukan disewa dengan token.
Apakah Muse Spark Open benar-benar menyandang gelar "model kelas terbuka AS yang paling mumpuni" bergantung pada tolok ukur independen, yang belum tersedia pada saat publikasi. Namun kombinasi skala, konteks panjang, dukungan perangkat keras kelas desktop, dan cakupan mesin inferensi yang luas menjadikannya salah satu rilis open-weight paling signifikan tahun ini — dan merupakan tantangan langsung bagi setiap model tertutup yang dijual dengan harga API premium.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
