Muse Spark Open: Model 816B yang Bisa Kamu Unduh Gratis

Kamu bisa mengunduh model AI 816B parameter dari Meta secara gratis. Bobotnya terbuka, lisensinya mengizinkan modifikasi, dan tidak ada biaya unduhan sama sekali.

Model itu bernama Muse Spark Open. Dirilis Meta pada 15 Oktober 2026, ia membawa 816B parameter total dengan 42B aktif per token, jendela konteks 1 juta token, dan input multimodal asli berupa teks, gambar, audio, dan video.

Beritanya langsung meledak di komunitas teknologi. Di Hacker News, topiknya menembus peringkat satu halaman depan dengan 792 poin dan hampir 400 komentar dalam sehari, sementara repositori bobotnya di Hugging Face langsung masuk daftar trending.

Kamu tidak perlu mengklik tautan mencurigakan agar ponselmu disadap. Cukup membuka aplikasi atau situs favoritmu, membiarkan sebuah iklan tampil, dan semuanya selesai.

Apa Itu Muse Spark Open?

Muse Spark Open dikembangkan Meta Superintelligence Labs sebagai model open-weight untuk pekerjaan coding dan agen AI. Arsitekturnya adalah Mixture-of-Experts: dari total 816B parameter, hanya 42B yang aktif untuk setiap token, sehingga biaya inferensinya jauh lebih kecil dibanding ukurannya.

Konteks 1 juta token berarti model ini bisa membaca basis kode besar atau dokumen panjang dalam sekali jalan. Ia juga multimodal secara native, memahami screenshot, grafik, dokumen, gambar, audio, dan rekaman video, dengan output berupa teks dalam lebih dari 100 bahasa.

Penting untuk tidak tertukar: ini bukan Muse Wonder yang dirilis Meta pada 12 Oktober sebagai model frontier tertutup. Muse Spark Open adalah versi bobot terbukanya, melanjutkan jejak Muse Glimmer yang dirilis Agustus 2026 sebagai model open-weight kecil.

Itulah yang diungkap Citizen Lab dari University of Toronto pada 15 Oktober 2026. Mereka menamai temuannya AdFection: konfirmasi teknis publik pertama bahwa spyware sewaan (mercenary spyware) bisa dikirim lewat iklan bertarget, tanpa satu klik pun dari korban.

IMAGE|https://media.giphy.com/media/B1Z6qdZSuPUSljuJDl/giphy.gif

Gratis Diunduh, Berat Dijalankan

Inilah paradoksnya. Bobot model tersedia gratis di Hugging Face dalam dua versi, BF16 dan NVFP4. Tapi untuk menjalankannya sendiri, Meta menyebut kebutuhan minimal 700GB VRAM untuk versi NVFP4 dan 2TB untuk versi BF16.

Itu bukan angka untuk laptop atau PC gaming. Untuk konteks, kartu grafis konsumen kelas atas umumnya punya 24GB VRAM. Menjalankan model ini butuh infrastruktur GPU kelas data center, bukan perangkat pribadi.

Satu-satunya jalan pintas lokal datang dari kerja sama Meta dengan Apple yang mengoptimalkan model untuk framework MLX: ia bisa berjalan di dua unit Mac Studio dengan chip M5 Ultra. Framework inferensi yang didukung antara lain SGLang, vLLM, TensorRT-LLM, Unsloth, dan Llama.cpp. Buat mayoritas developer, akses paling realistis adalah lewat API dari penyedia inferensi pihak ketiga.

Benchmark: Unggul di Tool-Use, Kalah di Coding

Meta menyertakan angka benchmark versinya sendiri di model card, dan angkanya jujur sekaligus menarik. Di MCP-Atlas yang mengukur pemanggilan tool, Muse Spark Open mencetak 89.2, tertinggi dibanding semua pembandingnya. Di JobBench ia mencetak 61.8 dan di HLE-Diamond tanpa tool 26.1, keduanya juga yang terbaik di tabel Meta.

Tapi di benchmark coding murni, ceritanya berbeda. Di Terminal-Bench 2.1 ia mencetak 76.4, kalah dari GLM 5.3 yang mencapai 83.9 dan Kimi K3 di 85.0. Di DeepSWE ia mencetak 60 melawan 67 milik GLM 5.3. Di GPQA Diamond ia mencapai 89.0, di bawah 93.5 milik para pesaing.

Semua angka ini adalah klaim vendor yang belum diverifikasi pihak independen. Gambarannya cukup jelas: model ini kuat di pekerjaan agenik dan pemanggilan tool berurutan, tapi belum memimpin di coding mentah. Buat kamu yang memakai coding agent, skor agentic yang kuat justru lebih relevan dibanding skor coding mentah, karena agen modern hidup dari kemampuan memakai tool dengan benar.

Laporannya, yang ditulis Bill Marczak, Wolfie Christl, John Scott-Railton, Astrid Perry, Siena Anstis, dan Ron Deibert, langsung ramai dibahas di komunitas teknologi. Di Hacker News saja, topiknya menembus halaman depan dengan lebih dari 500 komentar, dan diliput The Guardian, The Verge, serta The Register.

H2|Apa Itu AdFection?

Lisensi Terbuka dengan Syarat Khusus

Bobotnya dibuka di bawah lisensi kustom bernama Muse Model License, bukan lisensi open source ala OSI. Lisensi ini gratis dan mengizinkan penggunaan, modifikasi, fine-tuning, distilasi, hingga penjualan salinan model.

Ada dua syarat penting. Pertama, setiap produk yang memakai model ini wajib menampilkan tulisan "Built with Muse Spark Open" di antarmuka atau dokumentasinya. Kedua, perusahaan dengan pendapatan kotor di atas 20 juta dolar AS per tahun yang menjual akses model sebagai layanan wajib membuat perjanjian tertulis terpisah dengan Meta sebelum melakukannya.

Penggunaan internal, riset, dan komersial biasa tidak terkena syarat kedua. Meta juga menyatakan tidak mengklaim kepemilikan atas output yang dihasilkan model. Kebijakan penggunaannya melarang pemakaian oleh individu di bawah 18 tahun serta daftar panjang penyalahgunaan, dari malware hingga senjata dan aktivitas militer.

Apa Artinya Buat Kamu?

Kalau kamu developer Indonesia yang penasaran, jalan paling masuk akal adalah mencoba model ini lewat API penyedia inferensi, bukan mengunduh bobotnya. Mengunduh 816B parameter hanya berguna kalau kamu punya akses ke infrastruktur GPU skala besar atau ingin meneliti arsitekturnya.

Bagi yang membangun agen coding, skor tool-use yang kuat membuat model ini menarik untuk dievaluasi, terutama untuk alur kerja multi-langkah dengan pemanggilan tool berurutan dan pemulihan dari kegagalan. Dan kalau kamu ingin melihat proyek AI lain yang pernah saya bahas, mampirlah ke /projects.

Rilis ini juga menandai babak baru persaingan model terbuka. Meta kini ikut bermain serius di arena bobot terbuka kelas raksasa, berhadapan langsung dengan model-model dari Tiongkok yang selama ini mendominasi. Siapa yang menang, komunitas developer yang menentukan lewat pemakaian nyata, bukan klaim benchmark.

Spyware zero-click sebenarnya bukan hal baru. Selama ini serangan semacam itu biasanya dikirim lewat tautan berbahaya, pesan, atau lampiran file. AdFection mengubah permainannya: media pengantarnya adalah iklan online biasa, yang tampil miliaran kali sehari di seluruh dunia.

Prinsipnya sederhana sekaligus mengerikan. Iklan online modern bukan sekadar gambar atau video, melainkan bisa berisi kode yang berjalan di aplikasi atau browser saat iklan ditampilkan. Penyerang menyalahgunakan celah ini untuk memilih target tertentu dan mengirim kode berbahaya persis ke perangkat korban.

Citizen Lab menegaskan bahwa tampilan iklan yang dirender sudah cukup untuk menginfeksi perangkat target secara otomatis. Korban tidak perlu mengeklik, mengunduh, atau membuka apa pun.

H2|Cara Kerjanya: Dari Iklan ke Infeksi

Alur serangannya memanfaatkan lelang iklan real-time (real-time bidding). Setiap kali kamu membuka halaman, para pengiklan berlomba menawar ruang iklan dalam waktu kurang dari sedetik. Untuk bisa menawar, mereka menerima data perangkatmu: ID iklan ponsel, cookie, alamat IP, bahkan lokasi.