Pada 15 Oktober, Meta melakukan hal yang ditunggu dunia AI open-source bertahun-tahun: merilis weight sebuah model kelas frontier yang sesungguhnya. **Muse Spark Open** mengemas 816 miliar total parameter (42 miliar aktif per token) ke dalam model Mixture-of-Experts multimodal native dengan **konteks 1 juta token** — dan Meta membuktikan ia berjalan di desktop. Bukan rak H100. Dua Mac Studio.

Bagaimana model 816B muat di atas meja

Triknya adalah arsitektur unified memory Apple plus kuantisasi agresif. Tiap Mac Studio M5 Ultra mengekspos hingga 512GB unified memory ke GPU-nya, sehingga dua mesin berperilaku seperti satu superkomputer dengan satu terabyte memori. Dalam presisi 4-bit NVFP4 model butuh sekitar 493GB untuk weight — tidak muat di satu mesin, tapi muat di dua, terhubung via Thunderbolt dengan framework MLX Apple sebagai orkestrasi. Pengukuran Apple sendiri: sekitar 15–25 token per detik di dua mesin, lebih dari 36 token/detik di empat mesin. Lambat menurut standar data center, usable menurut standar manusia.

• ▸816B total / 42B aktif parameter (256 expert, 8 aktif per token), 62 layer
• ▸Konteks 1M token; multimodal native (teks, gambar, dokumen, audio, video masuk — teks keluar)
• ▸Weight dalam BF16 dan NVFP4 di Hugging Face, SageMaker, Google Cloud, Microsoft Foundry
• ▸Host API: Baseten, Fireworks, Groq, Modal, Nebius, OpenRouter, Together AI
• ▸Lisensi: Muse Model License — gratis diunduh, penggunaan komersial terbatas

Meta tidak cuma benchmark — ia mengerjakan kerjaan nyata

Inilah bagian yang memisahkan pengumuman ini dari teater benchmark biasa. Meta memasangkan model dengan Muse Code, terminal AI coding-nya, dan menjalankannya end-to-end di setup Mac Studio: mengerjakan perubahan iOS nyata untuk Ice Cubes, klien Mastodon open-source — perbaikan bug, fitur baru, build penuh — dan mengendalikan DaVinci Resolve, dengan model meninjau footage video bingkai demi bingkai untuk menemukan momen terkuat dan memotongnya vertikal. Model 816B mengedit videomu di mejamu adalah kalimat yang terdengar absurd dua tahun lalu.

Catatan jujurnya

Meta menyebutnya “model open-weight AS paling mumpuni hingga kini” — perhatikan framing yang hati-hati, karena klaim itu bertumpu pada evaluasi Meta sendiri dan jelas mengecualikan China. Di Terminal-Bench 2.1, benchmark coding agentik independen, Muse Spark Open mencetak 76,4 — di belakang Kimi K3 (85,0), GLM 5.3 (83,9), dan Qwen3.8 (82,0). Ia unggul di sebagian tes tool-use agentik (MCP-Atlas 89,2, teratas di tabel perbandingan Meta), tapi mahkota coding di antara model open masih bertengger di Shenzhen dan Beijing. Lalu ada tanda bintang hardware: konfigurasi Mac Studio 512GB yang dipakai pengujian **belum dijual** — kata Apple akhir bulan ini — dan model 256GB saja sudah di atas $10.000. “Jalan di desktop-mu” saat ini berarti budget desktop lima digit.

Kenapa ini penting di luar lembar spesifikasi

Tiga pergeseran bersembunyi di dalam peluncuran ini. Pertama, **kesenjangan open-vs-closed kini soal deployment, bukan kapabilitas**: model yang bisa diunduh kini mampu mengerjakan kerja agentik horizon-panjang yang dulu butuh menyewa API frontier. Kedua, **Apple baru saja menjadi infrastruktur AI** — CEO Meta berterima kasih publik ke CEO Apple, dan MLX kini stack inferensi yang serius. Ketiga, waktunya: ini mendarat di pekan yang sama dengan Muse Wonder-nya Meta dan Gemini 4 Argon Google yang GA. Frontier sedang terfragmentasi menjadi ekosistem, dan open weight adalah ganjalan Meta — model yang bisa kamu miliki, fine-tune dengan TorchTitan, dan jalankan di balik firewall sendiri adalah produk yang berbeda dari kunci API, bahkan ketika weight-nya datang dengan lisensi.

Catatan Ozero

Saya peduli soal ini sebagai orang yang hidup dari free tier dan API sewaan: setiap kapabilitas yang pindah dari “sewa per token” ke “unduk sekali” mengubah siapa yang bisa membangun. Model coding-agent 816B yang bisa di-self-host membunuh seluruh kategori tagihan API — dan buat builder crypto yang butuh agent menyentuh wallet dan menandatangani transaksi, menjalankan model secara lokal alih-alih mengirim prompt ke pihak ketiga bukan cuma lebih murah, tapi postur keamanan. Kesenjangan benchmark dengan model China itu nyata, tapi arahnya ini rilis open terpenting tahun ini. Perhatikan apa yang dibangun di atasnya 90 hari ke depan — itu lebih bercerita daripada tabel benchmark mana pun.