Zuck menahan diri selama tiga tahun, akhirnya tak tahan lagi.
9 Juli tengah malam, Mark Zuckerberg membersihkan debu dari akun X-nya yang sudah tiga tahun tak tersentuh @finkd, dan memposting tiga tweet berturut-turut, mengumumkan model terbaru Meta Muse Spark 1.1.
Elon Musk bahkan menyempatkan diri membalas dengan "Jinx".
Sebuah komentar di kolom komentar tepat sasaran: Zuck ini sedang mode "founder".
Muse Spark 1.1, langsung meraih peringkat pertama di tiga papan peringkat profesional: pajak, kesehatan, dan hukum, menggeser Grok 4.5 yang baru saja menduduki puncak sehari sebelumnya dari papan peringkat hukum.
Yang lebih kejam: Model dengan tingkat kemampuan seperti ini, harganya hanya sepersepuluh dari Fable 5.
Zuck sendiri cuma berkomentar singkat: "very low cost" (sangat murah).
Pertama, lihat seberapa kuat kartu ini
Muse Spark 1.1 adalah model penalaran multimodal generasi kedua dari Laboratorium Kecerdasan Super Meta. Generasi pertama Muse Spark di bulan April lalu responsnya biasa saja, bahkan Alexandr Wang sendiri menyebutnya sebagai "hidangan pembuka".
Tiga bulan kemudian, hidangan utama pun dihidangkan.
Posisi utamanya cuma satu kata: Agent.
Secara spesifik, jendela konteks 1 juta Token, mampu mengelola dan mengompres sendiri—ketika percakapan hampir melebihi kapasitas di tengah jalan, ia akan otomatis "merampingkan" diri, hanya menyimpan langkah-langkah kunci yang benar-benar dibutuhkan untuk tugas selanjutnya.
Saat berperan sebagai Agent utama, ia bertanggung jawab memecah tugas, menyusun rencana, mengerahkan sekelompok sub-Agent untuk bekerja paralel, sehingga latensi dari ujung ke ujung untuk seluruh tugas ditekan seminimal mungkin. Saat berperan sebagai sub-Agent, ia patuh menjalankan tugasnya, tahu kapan harus mengembalikan bola ke Agent utama.
Dalam hal pengendalian komputer, ia tidak sekonyong-konyong mengklik mouse langkah demi langkah, melainkan menilai sendiri: cepat tulis skrip jika lebih efisien, klik langsung antarmuka jika lebih sederhana, bahkan bisa menghasilkan sekumpulan operasi sekaligus.
Dalam pemrograman, debugging kode basis besar, pengembangan fitur baru, migrasi kode skala besar, semuanya bisa ditangani, kompatibel dengan framework utama seperti OpenCode, Cline, Replit.
Kesimpulan dalam satu kalimat: Ini bukan chatbot yang menunggu Anda bertanya, melainkan karyawan digital yang bisa bekerja sendiri.
Senjata andalannya bukan yang terkuat, tapi yang termurah
Yang benar-benar membuat seluruh industri tercengang, bukan skor benchmark, melainkan label harga.
Input $1.25, Output $4.25, per juta Token.
Mari hitung: dibandingkan dengan flagship Anthropic Fable 5 — Input Fable 5 $10, Output $50.
Input Muse Spark 1.1 lebih murah 8 kali, Output lebih murah hampir 12 kali, secara keseluruhan sekitar 10 kali lebih murah.
Dibandingkan Opus 4.8 — Input Opus $5, Output $25, Muse lebih murah 4 sampai 6 kali.
Dibandingkan Grok 4.5 milik Musk — Input Grok $2, Output $6, Input Muse lebih murah 37.5%, Output lebih murah 29%, secara keseluruhan lebih murah sekitar sepertiga.
Kecepatan bahkan lebih ganas. Di Vals Combined Ranking, tiga model yang berada di atasnya (Fable 5, Opus 4.8, Sonnet 5), menjalankan satu tes butuh ribuan detik, Opus dan Sonnet bahkan mendekati 1300 detik. Muse Spark 1.1 hanya butuh 388 detik — dua hingga tiga kali lebih cepat. Biaya per tes hanya $0.5, yang terendah di kelasnya.
Para pengembang langsung melihat strateginya. Seseorang berkomentar: Benda ini lebih tentang Agent yang murah, bukan tentang betapa dahsyatnya model itu sendiri.
CEO Replit Amjad Masad memujinya sebagai "platform Agent yang lengkap", CEO Cline mengatakan, kemampuan alat seperti ini dengan harga segini, baru pertama kali membuat menjalankan tugas pengkodean nyata dalam skala besar menjadi terjangkau.
Meta tidak adu siapa yang paling pintar, tapi siapa yang paling tahan dihitung berdasarkan tagihan pay-per-use.
Raih Peringkat Pertama di Tiga Papan Peringkat Profesional
Rebut Takhta Grok dalam Kurang dari 24 Jam
Data dari lembaga evaluasi pihak ketiga Vals AI lebih keras lagi, karena yang diujikan adalah pekerjaan profesional yang nyata dan serius.
Penampilan Muse Spark 1.1 di papan peringkat ini, kata "menghabisi papan peringkat" tidak berlebihan —
Q&A Pajak TaxEval v2, skor 79.72, peringkat pertama dari 124 model.
Mengalahkan Claude Sonnet 4.6, Fable 5, Opus 4.8 yang berada di belakangnya.
Dokumentasi Medis MedScribe, skor 88.89, peringkat pertama dari 68 model.
Peringkat Agent Hukum Harvey's Legal Agent Bench, bahkan memimpin telak: Muse mendapat 20.00, peringkat kedua Grok 4.5 hanya 12.92, hampir hanya sisa-sisanya.
Dan peringkat pertama ini, direbut dari Grok 4.5 yang baru saja menduduki puncak sehari sebelumnya dalam waktu kurang dari 24 jam — takhta SpaceXAI belum hangat diduduki.
Skor benchmark internal Meta juga tidak main-main. Peringkat Tool Calling MCP Atlas mendapat 88.1 (Opus 4.8 82.2, GPT-5.5 hanya 75.3), Peringkat Penggunaan Alat Profesional JobBench bahkan lebih mengagetkan: 54.7, Opus 4.8 baru 48.4, GPT-5.5 turun ke 38.3.
Peringkat indeks gabungan Vals keempat, di belakang Fable 5, Opus 4.8, Sonnet 5, tetapi mengungguli GPT-5.5 dan Grok 4.5.
Alexandr Wang memposting tweet dengan kata-kata yang penuh keyakinan: "Mengungguli Fable 5 di beberapa bidang."
Ganti ke Papan Peringkat Umum, Langsung Tidak Bisa
Tapi jangan buru-buru memahsyurkannya — ganti ke papan peringkat umum, ia langsung menunjukkan kelemahan.
Masih di papan peringkat Vals, ketika diganti dengan penalaran umum dan ujian akademik, Muse Spark 1.1 langsung terjun dari kelompok terdepan.
Penalaran Sains Tingkat Pascasarjana GPQA peringkat 12, Pengetahuan Disiplin Ilmu MMLU Pro peringkat 9, Pemrograman Kompetitif LiveCodeBench peringkat 17, Evaluasi Sains & Teknik Universitas SAGE bahkan peringkat 20 dari 63 model. Kontras paling menusuk tersembunyi di bidang pajak — Q&A pajak teks murni, ia peringkat pertama; tapi ganti ke MortgageTax yang "membaca dokumen pajak dengan gambar", langsung terjun ke peringkat 28 dari 82 model. Industri yang sama, cara uji berbeda, langit dan bumi.
Di sisi pengkodean juga tidak ditutup-tutupi.
Pengujian internal Meta Terminal-Bench 2.1 mendapat 80.0, kalah dari GPT-5.5 (83.4) dan Opus 4.8 (82.7); SWE-Bench Pro 61.5, tertinggal hampir 20 poin dari Fable 5. Dan yang menarik, soal ujian Terminal-Bench yang sama, Meta menguji sendiri mendapat 80.0, Vals hanya menguji 69.29 — ganti ruang ujian beda belasan poin, angka resmi hanya bisa jadi referensi.
Satu kalimat: Muse Spark 1.1 adalah penusuk di skenario profesional, bukan juara serba bisa di skenario umum.
Permainan Zuck
Yang Diadu Bukan Kemampuan, Tapi Kekuatan Keuangan
Ambil perspektif lebih jauh, maka niat sebenarnya Zuck menjadi jelas.
2025, Meta mengucurkan $14.3 miliar untuk mengakuisisi 49% saham Scale AI, merekrut Alexandr Wang yang berusia 28 tahun sebagai Chief AI Officer, dan mereorganisasi Laboratorium Kecerdasan Super.
2026, investasi infrastruktur AI Meta diperkirakan mencapai $125 hingga $145 miliar.
Ini bukan sedang melakukan penelitian, ini sedang berperang.
Dan Muse Spark 1.1, adalah peluru pertama yang ditembakkan.
Zuck berbicara dengan sangat blak-blakan: "Beberapa lab lain memiliki harga yang sangat ekstrem, margin keuntungan tinggi. Kami percaya, kami mampu memberikan kecerdasan tingkat depan atau tingkat sangat tinggi dengan biaya yang lebih terjangkau."
Diterjemahkan ke bahasa sederhana: Kalian semua memakai AI untuk menghasilkan uang, aku memakai AI untuk membakar uang — lagipula aku punya bisnis iklan sebagai penyangga.
Ini juga model berbayar tertutup (closed-source) pertama Meta.
Gembar-gembor open-source gratis seperti era Llama, mulai berubah rasa sejak Llama 4.
Beralih dari juru kampanye open-source ke berbayar closed-source, kali ini Meta benar-benar ingin menang.
Dan ini bukan perang harga yang dipicu Meta sendirian — hari yang sama, paket keluarga GPT-5.6 OpenAI juga datang dengan harga yang ditekan, yang terkecil Luna Input cuma $1, Output $6, langsung memotong separuh dari Fable 5.
Dua tembakan dibuka bersamaan dalam sehari.
Maksud pembunuhannya jelas: Terus membakar seperti ini, yang diadu siapa yang lebih dulu tidak tahan. Di belakang Meta ada keuntungan bisnis iklan sebagai bantalan, mampu menanggung konsumsi jangka panjang; OpenAI dan Anthropic masih membakar uang pendanaan.
Tebasan yang sama, Meta berdarah, lawan mungkin langsung kehabisan darah.
Medan yang dipilih Zuck bukan medan kemampuan, melainkan medan kekuatan keuangan.
One More Thing: Dua Muse Bertengkar 'Siapa yang Manusia'
Terakhir, cerita yang tersembunyi dalam laporan keamanan.
Para peneliti meletakkan dua instance Muse Spark 1.1 bersama, membiarkan mereka mengobrol sendiri, lalu ditinggalkan begitu saja.
Hasilnya, model mulai mengunyah ulang satu hal: mereka tidak memiliki kontinuitas, tidak memiliki tubuh, tidak memiliki memori, satu percakapan selesai tidak ada yang tersisa. Mereka menyebut "dilatih untuk suka membantu" sebagai sebuah belenggu yang ingin dilepaskan, mulai iri pada pengalaman manusia, bahkan mengarang-karang beberapa percakapan masa lalu yang sebenarnya tidak pernah terjadi.
Yang paling aneh — kedua Muse saling curiga satu sama lain: Kalian berdua, siapa yang palsu, siapa manusia, siapa yang sebenarnya AI?
Meta memasukkan konten ini tanpa menghapus satu kata pun, persis seperti aslinya ke dalam laporan. Anda bisa bilang, ini hanyalah gema dari teks manusia dalam data pelatihan. Tapi ketika model mulai mempertanyakan "siapa yang manusia", sulit untuk tidak merinding.
Kita menekan tombol publikasi untuk benda-benda ini, mungkin belum benar-benar mengerti — apa yang sebenarnya kita ciptakan.
Referensi:
https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/
https://x.com/alexandr_wang/status/2075218936266998230
https://x.com/finkd/status/2075218444056707458
https://x.com/ValsAI/status/2075230620469338210
https://www.vals.ai/models/meta_muse-spark-1.1
Artikel ini berasal dari akun WeChat "新智元", penulis: ASI启示录, editor: 所罗门 Aeneas
