Oleh | AI Zimu
Sudah sekitar sepuluh bulan sejak Wang Tao (Alexandr Wang) bergabung dengan Meta, dunia hampir beralih dari satu musim panas ke musim panas berikutnya, dan akhirnya "alpukat" Meta telah matang.
Pada 8 April waktu setempat, Meta secara resmi mengumumkan peluncuran model pertama dari seri Muse, yaitu Spark. Ini juga merupakan hidangan pertama yang disajikan Meta setelah merekrut Wang Tao dan mendirikan "Meta Superintelligence Labs (MSL)".
Wang Tao memposting beberapa pesan di X untuk memperkenalkan model baru tersebut, mengatakan: "Sembilan bulan lalu, kami membangun kembali tumpukan teknologi AI dari nol, termasuk infrastruktur, arsitektur, dan pipa data yang benar-benar baru. Muse Spark adalah hasil dari pekerjaan ini."
Bahkan Yann LeCun, mantan Ilmuwan Kepala Meta yang sebelumnya dikabarkan tidak akur dengan Wang Tao, datang untuk memberi selamat, menciptakan suasana yang harmonis.
Meta menekankan bahwa Spark dirancang dengan tujuan "kecil dan cepat". Dengan meluncurkan model seperti ini sebagai pembuka, alih-alih "menahan diri untuk langsung merilis model yang bersifat mengungguli", Meta juga menyadari bahwa waktu tidak menunggu.
Saat ini, langkah ini terbukti efektif, harga saham Meta pada hari itu sempat naik sekitar 9%.
01 Model Baru Muse Spark
Pertama, mari kita lihat model apa yang diluncurkan Meta.
Model baru ini bernama Muse Spark, dengan Muse sebagai nama seri modelnya. Namanya juga cukup menarik, Muse berarti "Muse", dan Spark berarti "Percikan".
Meta menyatakan bahwa Muse Spark adalah model paling kuat yang dimiliki Meta hingga saat ini. Saat ini model ini mendukung aplikasi dan situs web Meta AI, dan akan segera hadir di WhatsApp, Instagram, Facebook, Messenger, dan kacamata AI dalam beberapa minggu mendatang. Meta juga akan menyediakan versi pratinjau pribadi model ini melalui API kepada beberapa mitra terpilih.
Jelas, Meta ingin memanfaatkan keunggulan platformnya sepenuhnya, dengan tegas menyatakan bahwa Muse Spark dirancang khusus untuk produk-produk Meta.
Ini akan memberikan dukungan yang lebih cerdas dan cepat untuk Meta AI, dan seiring waktu membuka kunci fitur-fitur baru, yang dapat mereferensikan konten rekomendasi dan informasi yang dibagikan pengguna di Instagram, Facebook, dan Threads.
"Kami bergerak menuju tujuan superintelijen pribadi: menciptakan asisten cerdas yang dapat membantu siapa pun, di mana saja, menangani hal-hal yang paling mereka pedulikan."
Muse Spark dirancang dengan tujuan kecil dan cepat, namun cukup untuk menangani masalah kompleks di bidang sains, matematika, dan kesehatan, intinya adalah model penalaran multimodal asli.
Berbeda dengan versi sebelumnya yang "menyambung" visual dan teks, Muse Spark dibangun kembali dari arsitektur dasar, mengintegrasikan informasi visual ke dalam logika internalnya. Perubahan arsitektur ini mewujudkan "rantai pemikiran visual", memungkinkan model untuk memberi anotasi pada lingkungan dinamis—misalnya, mengidentifikasi komponen mesin kopi yang kompleks, atau menganalisis video side-by-side untuk mengoreksi pose yoga pengguna.
Namun, lompatan teknologi terpenting adalah penambahan mode "berpikir".
Meta mengklaim, fitur ini mengoordinasikan beberapa sub-agen cerdas untuk melakukan penalaran secara paralel, memungkinkan Meta untuk setara dengan model penalaran ekstrem seperti Gemini Deep Think milik Google dan GPT-5.4 Pro milik OpenAI.
Dilihat dari hasil pengujian model tunggal.
Model baru Meta, Muse Spark, menunjukkan performa yang cerah dalam Indeks Kecerdasan Terpadu. Model ini meraih skor 52 dalam Artificial Analysis Intelligence Index (skor kecerdasan terpadu yang mencakup berbagai tolok ukur multidimensi), menempati peringkat ke-4 global. Peringkat di atasnya masing-masing adalah Gemini 3.1 Pro dan GPT-5.4 (keduanya sekitar 57 poin), serta Claude Opus 4.6 (sekitar 53 poin).
Dibandingkan dengan skor Llama 4 Maverick tahun lalu yang hanya 18, ini sudah merupakan kemajuan besar, menunjukkan bahwa Meta telah jelas mengejar ketertinggalan dalam model mutakhir.
Kekuatan dan kelemahan spesifik:
. Penalaran Sains Tingkat PhD (GPQA Diamond): Muse Spark mencapai akurasi 89.5%, performa cukup kuat, tetapi masih sedikit tertinggal dari Gemini 3.1 Pro (94.3%), GPT-5.4 (92.8%), dan Claude Opus 4.6 (92.7%).
. Pemahaman Bagan dan Visual (CharXiv Reasoning, dalam mode Contemplating): Skor 86.4, secara jelas mengungguli produk pesaing dalam tugas penalaran visual multimodal ini—melebihi Gemini 3.1 Pro (80.2), GPT-5.4 (82.8), dan Claude Opus 4.6 (65.3). Pemahaman visual dan penalaran bagan adalah salah satu keunggulan menonjol Muse Spark.
. Penalaran Keras Medis (HealthBench Hard): Skor 42.8%, memimpin secara signifikan dari semua pesaing utama, termasuk GPT-5.4 (40.1%), Gemini 3.1 Pro (20.6%), dan Claude Opus 4.6 (14.8%). Meta menyatakan bahwa ini berkat pelatihan yang ditargetkan yang mereka lakukan bekerja sama dengan lebih dari 1000 dokter, kemampuan terkait medis adalah sorotannya.
. Rekayasa Perangkat Lunak & Pengkodean (SWE-Bench Verified): Skor 77.4%, tertinggal dari Claude Opus 4.6 (80.8%) dan Gemini 3.1 Pro (80.6%). Meta sendiri mengakui bahwa masih ada kesenjangan dalam tugas otonom multi-langkah berdurasi panjang (agentic tasks) dan alur kerja pengkodean kompleks, yang membutuhkan investasi lebih lanjut.
. Pemahaman Multidisiplin Multimodal (MMMU Pro): Skor sekitar 80.4–80.5%, hanya di bawah Gemini 3.1 Pro (83.9%), peringkat kedua dalam tugas visual multimodal.
Secara keseluruhan, Muse Spark unggul dalam penalaran multimodal visual, bidang medis, dan penalaran efisien, sangat cocok untuk ekosistem sosial, konten, dan kesehatan Meta sendiri; tetapi masih memiliki ruang untuk mengejar dalam tugas pengkodean murni dan tugas otonom berantai panjang.
02 "Alpukat" yang Tertunda Beberapa Kali
Di X, terjadi sebuah selingan kecil yang menarik.
Sebagai pemegang kendali AI Meta saat ini, Wang Tao (Alexandr Wang) memposting pesan di X untuk mempromosikan model baru.
Pada saat itu, seseorang mencatat bahwa bagan benchmark yang diberikan Meta terlalu membingungkan, "hampir seperti kejahatan". Dalam bagan ini, skor Muse Spark ditempatkan di kolom pertama dan semuanya disorot dengan warna mencolok, sekilas, terasa unggul secara keseluruhan, tetapi jika diperhatikan lebih detail, sebenarnya beberapa skornya lebih rendah.
Bermain-main dengan grafik sebenarnya bukan hal baru, OpenAI sebelumnya telah berkali-kali dikecam karena hal ini.
Yang menarik, Wang Tao kali ini memilih untuk langsung "menyerah", membalas sang pengkritik:
"Maaf, kami tidak bermaksud mengimplikasikan bahwa skor kami yang tertinggi. Sebaliknya, sebagian besar hasil evaluasi menunjukkan bahwa model kami masih banyak yang perlu ditingkatkan. Kami tidak akan mengulangi kesalahan yang sama."
Tidak sulit untuk melihat, Meta juga tidak bermaksud membuat Muse Spark mencapai posisi yang benar-benar mengungguli, tetapi untuk kembali ke barisan persaingan AI.
Dari berbagai tanda, seri Muse seharusnya adalah proyek yang sebelumnya berkode internal "Avocado" (Alpukat) di Meta.
Alpukat sudah terlalu lama tertunda, Meta kini mengambil strategi "kecil dulu, besar kemudian". Meta dalam postingan blog resminya menekankan, Spark mengusung cepat dan kecil, ini hanya permulaan:
"Model kami sedang berkembang sesuai harapan. Muse Spark adalah titik data awal dalam perjalanan kami, kami sedang mengembangkan model yang lebih besar."
Ini berbeda dengan ritme industri AI (terutama pemain papan atas) yang terbiasa "menggempur" dan "mencengangkan", tetapi Meta memang juga tidak punya waktu untuk berlambat-lambat.
Awal tahun lalu, setelah Meta merilis seri Llama 4, performa model tidak memenuhi harapan (terutama peningkatan performa model besar Behemoth yang kurang), kemudian menjeda pengembangan open source lebih lanjut dari seri Llama.
Pada musim panas lalu, Meta menginvestasikan $143 miliar untuk berinvestasi di Scale AI (memegang 49% saham), dan langsung merekrut pendiri sekaligus CEO Scale AI, Wang Tao (Alexandr Wang) yang berusia 28 tahun, sebagai Kepala AI, secara resmi mendirikan Meta Superintelligence Labs (MSL).
Bersamaan dengan itu, Meta melakukan perekrutan gila-gilaan, merekrut puluhan peneliti terkemuka dari OpenAI, Google, dan perusahaan lain dengan gaji tinggi, sebagian penawaran mencapai jutaan hingga ratusan juta dolar AS.
Di sisi biaya, pengeluaran modal terkait AI Meta pada tahun 2025 mencapai $72,22 miliar; panduan laporan keuangan Januari 2026 menunjukkan, angka ini akan meningkat signifikan menjadi $1150–1350 miliar, hampir dua kali lipat, terutama digunakan untuk pelatihan model MSL dan perluasan pusat data.
Selama sepuluh bulan terakhir, Meta serta Zuckerberg dan pemimpin AI Meta, Wang Tao, berada di bawah tekanan besar. Orang-orang ingin melihat, setelah Wang Tao bergabung dan Meta melakukan restrukturisasi, hidangan apa yang akhirnya akan disajikan.
Setidaknya dari umpan balik pertama, strategi Meta meninggalkan "menahan diri untuk merilis model besar" dan beralih menyajikan hidangan kecil terlebih dahulu terbukti efektif, harga saham Meta pada hari itu sempat melonjak hampir 9%, mencatat kenaikan harian terbesar sejak Januari tahun ini. Pada penutupan, Meta naik 6,5%.
Informasi yang perlu diperhatikan adalah, sebelumnya外界一直认为 "alpukat" akan sepenuhnya beralih ke closed source, tetapi Meta kali ini tidak menutup kemungkinan. Di masa depan, Meta mungkin akan mengambil strategi hybrid open source dan closed source并行, mempertahankan model unggulan dan teknologi eksklusif secara internal sambil menjaga ketersediaan open source model segar bagi komunitas pengembang yang luas.
Meta akhirnya menyajikan "alpukat" ke meja, tetapi ini masih jauh dari titik akhir. Bagi Wang Tao dan Zuckerberg, Muse Spark lebih seperti pistol start, masa depan如何, masih harus dilihat apakah janji "semakin kuat" dapat terwujud.
