Meta Tantang OpenAI dan Anthropic lewat Muse Spark 1.1 untuk Pemrograman Meta resmi memperluas persaingan kecerdasan buatan untuk pengembangan perangkat lunak melalui peluncuran Muse Spark 1.1. Model terbaru dari Meta Superintelligence Labs tersebut dirancang untuk menangani pekerjaan pemrograman, penggunaan alat digital, pengendalian komputer, serta penyelesaian tugas bertahap dengan campur tangan manusia yang lebih sedikit.
Muse Spark 1.1 tersedia melalui Meta Model API dalam tahap pratinjau publik bagi pengembang di Amerika Serikat. Kehadiran layanan berbayar ini menandai perubahan penting dalam strategi Meta. Perusahaan yang sebelumnya dikenal mendorong model terbuka melalui keluarga Llama kini mulai menawarkan akses komersial yang dihitung berdasarkan jumlah token.
Meta menyebut Muse Spark 1.1 membawa peningkatan besar dalam kemampuan coding dan pekerjaan agentic. Model dapat menelusuri kumpulan kode berukuran besar, mencari sumber kesalahan, menulis perbaikan, menambahkan fitur, menjalankan alat, serta memeriksa kembali hasil pekerjaannya. Kemampuan tersebut membuat Meta berhadapan langsung dengan OpenAI, Anthropic, dan Google yang telah lebih dahulu menawarkan model pemrograman kepada pengembang.
Muse Spark 1.1 Bukan Sekadar Pembuat Potongan Kode
Asisten pemrograman generasi awal umumnya berfungsi melengkapi baris kode atau memberi saran singkat ketika pengguna mengetik. Muse Spark 1.1 disiapkan untuk pekerjaan yang lebih panjang dan membutuhkan beberapa tahapan.
Pengembang dapat memberikan tujuan seperti menemukan penyebab kegagalan aplikasi, memperbarui pustaka lama, memindahkan sistem ke kerangka kerja baru, atau menambahkan fitur ke dalam proyek yang sudah berjalan. Model kemudian menyusun rencana, memeriksa berkas yang berkaitan, menggunakan alat yang tersedia, melakukan perubahan, dan menguji hasilnya.
Pendekatan tersebut dikenal sebagai agentic coding. Sistem tidak hanya menunggu perintah untuk setiap langkah, tetapi dapat menentukan rangkaian tindakan yang diperlukan untuk menyelesaikan sasaran tertentu.
Meta menyatakan model ini mampu menangani perbaikan bug rumit, migrasi kode dalam skala besar, dan pengembangan fitur pada sistem perusahaan yang telah digunakan selama bertahun tahun. Kemampuan tersebut ditujukan bagi pengembang individu maupun tim teknologi yang mengelola banyak repositori.
“Persaingan AI coding kini tidak hanya mengukur siapa yang paling cepat menulis kode, tetapi siapa yang mampu memahami proyek, menjalankan pengujian, dan memperbaiki kesalahan tanpa terus diarahkan.”
Jendela Konteks Mencapai Satu Juta Token
Muse Spark 1.1 dibekali jendela konteks hingga satu juta token. Kapasitas ini memungkinkan model menerima dokumen, kode, petunjuk, dan riwayat pekerjaan dalam jumlah sangat besar dalam satu sesi.
Jendela yang luas penting ketika pengembang bekerja dengan aplikasi perusahaan. Sebuah layanan dapat memiliki ribuan berkas, berbagai bahasa pemrograman, dokumentasi lama, catatan perubahan, dan hubungan antarmodul yang rumit.
Model dengan kapasitas kecil mungkin hanya melihat sebagian kode dan kehilangan hubungan dengan bagian lain. Muse Spark 1.1 dirancang untuk memeriksa informasi lebih luas sebelum memberikan jawaban atau melakukan perubahan.
Namun, kapasitas besar tidak selalu berarti seluruh repositori perlu dimasukkan sekaligus. Penggunaan token tetap berhubungan dengan biaya dan waktu pemrosesan. Pengembang perlu memilih berkas yang sesuai serta memberikan struktur proyek dengan jelas.
Kemampuan mengingat informasi dalam jumlah besar juga membantu pekerjaan migrasi. Model dapat membandingkan pola lama, menemukan bagian yang belum diperbarui, dan menjaga gaya penulisan agar tetap konsisten.
Bisa Memahami Teks, Gambar, Video, dan Dokumen
Muse Spark 1.1 merupakan model multimodal. Sistem ini tidak hanya menerima perintah teks, tetapi juga dapat memahami gambar, video, dokumen, dan berbagai bentuk informasi visual.
Kemampuan tersebut berguna ketika pengembang menerima rancangan antarmuka dalam bentuk gambar. Model dapat melihat tata letak, tombol, warna, panel, dan susunan halaman sebelum menuliskan kode untuk membangun tampilan serupa.
Video juga dapat digunakan untuk menunjukkan gangguan pada aplikasi. Pengguna dapat merekam layar ketika sebuah tombol tidak berfungsi, halaman berkedip, atau proses tertentu berhenti. Model kemudian menganalisis urutan kejadian dan membantu mencari sumber masalah.
Dalam proyek perusahaan, dokumentasi sering tersedia dalam berkas PDF, diagram, tangkapan layar, dan catatan rapat. Kemampuan multimodal memungkinkan seluruh bahan tersebut digunakan sebagai bagian dari instruksi kerja.
Muse Spark versi pertama telah diperkenalkan Meta pada April 2026 dengan kemampuan visual coding untuk membuat situs, dasbor, dan permainan sederhana dari perintah. Versi 1.1 memperluas kekuatan tersebut menuju pekerjaan pemrograman yang lebih kompleks dan penggunaan alat digital.
Meta Model API Menjadi Pintu Masuk bagi Pengembang
Akses Muse Spark 1.1 diberikan melalui Meta Model API. Layanan ini menjadi jalur resmi bagi perusahaan dan pengembang untuk menghubungkan model Meta ke aplikasi mereka.
Pengguna baru memperoleh kredit senilai 20 dolar AS selama tahap awal. Setelah kredit habis, biaya dihitung berdasarkan token masukan dan keluaran.
Meta menetapkan harga 1,25 dolar AS untuk setiap satu juta token masukan dan 4,25 dolar AS untuk satu juta token keluaran. Token masukan mencakup perintah, dokumen, dan kode yang dikirimkan, sedangkan token keluaran meliputi jawaban serta kode yang dibuat model.
Harga yang agresif menjadi salah satu senjata Meta untuk menarik pengguna dari layanan pesaing. Perusahaan ingin menunjukkan bahwa kemampuan coding kelas tinggi tidak harus selalu disertai biaya penggunaan yang sangat mahal.
Pada tahap pratinjau, akses masih difokuskan untuk pengembang di Amerika Serikat. Meta belum mengumumkan jadwal ketersediaan Meta Model API di seluruh negara.
Menjadi Model Meta Pertama yang Dijual lewat API
Peluncuran Muse Spark 1.1 menandai langkah baru karena model ini menjadi salah satu produk AI Meta yang ditawarkan melalui skema berbayar berdasarkan pemakaian.
Selama beberapa tahun, Meta banyak mendapat perhatian melalui Llama yang tersedia dengan lisensi relatif terbuka. Strategi tersebut membantu perusahaan membangun komunitas, memperluas penggunaan model, dan menarik pengembang yang tidak ingin sepenuhnya bergantung pada layanan tertutup.
Muse Spark 1.1 mengambil jalur berbeda. Model dikelola melalui infrastruktur Meta dan pengguna membayar akses komputasi. Cara ini mendekati bisnis API yang dijalankan OpenAI, Anthropic, dan Google.
Perubahan tersebut menunjukkan Meta tidak hanya ingin menyediakan teknologi, tetapi juga memperoleh pemasukan langsung dari penggunaan model oleh perusahaan lain.
Langkah komersial ini juga dapat membantu Meta menutup biaya pembangunan pusat data, pembelian cip, pelatihan model, dan pengoperasian layanan. Pengembangan model tingkat tinggi membutuhkan perangkat komputasi dalam jumlah besar serta tenaga ahli yang mahal.
Replit, Cline, dan Box Menjadi Mitra Awal
Meta menggandeng sejumlah perusahaan sebagai mitra awal Meta Model API. Nama yang diperkenalkan mencakup Replit, Cline, dan Box.
Replit dikenal sebagai platform pengembangan perangkat lunak berbasis peramban yang menyediakan editor, lingkungan eksekusi, serta layanan AI untuk membangun aplikasi. Integrasi Muse Spark 1.1 dapat memberi pengguna pilihan model baru ketika menulis atau memperbaiki kode.
Cline merupakan alat pemrograman berbasis agen yang dapat bekerja di dalam editor kode. Sistem tersebut mampu membaca proyek, mengubah berkas, menjalankan perintah terminal, dan menggunakan berbagai model melalui API.
Box bergerak di bidang pengelolaan dokumen perusahaan. Kemampuan multimodal dan agentic Muse Spark 1.1 dapat digunakan untuk mencari informasi, mengolah berkas, serta mengotomatisasi alur kerja yang melibatkan banyak dokumen.
Keterlibatan ketiga perusahaan tersebut memperlihatkan sasaran Meta yang lebih luas. Muse Spark 1.1 tidak hanya ditujukan untuk menulis aplikasi, tetapi juga untuk menjadi mesin yang menjalankan pekerjaan digital di berbagai layanan perusahaan.
Kemampuan Computer Use Memperluas Fungsi Model
Selain menulis kode, Muse Spark 1.1 memiliki kemampuan computer use. Model dapat berinteraksi dengan antarmuka komputer untuk menjalankan pekerjaan yang biasanya dilakukan menggunakan tetikus dan keyboard.
Sistem dapat membuka aplikasi, memilih menu, mengisi formulir, memindahkan data, atau menjalankan rangkaian tugas melalui antarmuka visual. Apabila memungkinkan, model dapat menulis skrip otomatisasi agar pekerjaan selesai lebih cepat.
Kemampuan ini berguna ketika sebuah aplikasi tidak memiliki API lengkap. Model masih dapat bekerja melalui tampilan yang tersedia bagi pengguna.
Dalam lingkungan perusahaan, pekerjaan rutin sering melibatkan beberapa aplikasi sekaligus. Pegawai mungkin harus mengambil data dari dokumen, memasukkannya ke sistem lain, memeriksa hasil, lalu mengirimkan laporan. Muse Spark 1.1 dirancang untuk menghubungkan tahapan tersebut.
Pengendalian komputer tetap membutuhkan pembatasan. Perusahaan perlu menentukan aplikasi yang boleh dibuka, data yang dapat diakses, serta tindakan yang memerlukan persetujuan manusia.
Kesalahan pada tugas sederhana mungkin hanya menghasilkan berkas yang tidak tepat. Kesalahan pada sistem pembayaran, basis data pelanggan, atau pengaturan keamanan dapat membawa risiko jauh lebih besar.
Meta Mengklaim Kemampuan Coding yang Kompetitif
Meta memosisikan Muse Spark 1.1 sebagai model yang mampu bersaing dengan produk terdepan di industri. Perusahaan menyebut adanya peningkatan besar dibandingkan Muse Spark 1.0 pada coding, penggunaan alat, dan pengendalian komputer.
Dalam pengujian internal, model disebut mampu menangani repositori berukuran besar, mencari bug, serta melakukan perubahan pada sistem lama. Meta juga membandingkan kinerjanya dengan sejumlah model pesaing, meskipun tidak seluruh rincian pengujian perusahaan dapat diperiksa secara mandiri.
Tolok ukur AI perlu dilihat dengan hati hati. Hasil dapat dipengaruhi jenis soal, pengaturan model, jumlah komputasi, alat yang tersedia, dan cara jawaban dinilai.
Kemampuan di lingkungan nyata juga tidak selalu sama dengan skor pengujian. Proyek perusahaan memiliki dokumentasi yang tidak lengkap, kode lama, ketergantungan yang bermasalah, dan aturan internal yang tidak terdapat dalam soal standar.
Pengembang tetap perlu mencoba Muse Spark 1.1 pada pekerjaan mereka sendiri. Akurasi perbaikan, biaya token, kecepatan jawaban, serta kemampuan mengikuti aturan proyek menjadi ukuran yang lebih berguna daripada satu skor.
“Klaim benchmark dapat membuka perhatian, tetapi kepercayaan pengembang baru terbentuk ketika model mampu menyelesaikan bug nyata tanpa menambahkan masalah baru.”
Bersaing dengan OpenAI, Anthropic, dan Google
Pasar AI coding telah dipenuhi perusahaan besar. OpenAI menawarkan model yang dapat digunakan untuk pemrograman dan agen digital. Anthropic mengembangkan Claude dengan kemampuan memahami kode panjang serta menjalankan pekerjaan melalui alat. Google menghubungkan keluarga Gemini dengan layanan pengembangan dan komputasi awan.
Di luar perusahaan model, terdapat penyedia alat seperti GitHub Copilot, Cursor, Windsurf, Replit, dan Cline. Sebagian menggunakan beberapa model sekaligus sehingga pengembang dapat berpindah sesuai kebutuhan.
Muse Spark 1.1 memasuki persaingan dengan tiga modal utama, yakni harga API, dukungan multimodal, dan kapasitas konteks yang besar. Meta juga memiliki infrastruktur, basis pengguna, dan jaringan aplikasi yang sangat luas.
Perusahaan dapat memperkenalkan kemampuan Muse Spark melalui Meta AI, WhatsApp, Instagram, Facebook, serta perangkat pintar. Jangkauan tersebut memberi Meta saluran distribusi yang tidak dimiliki banyak pesaing.
Reuters melaporkan Muse Spark 1.1 telah digunakan dalam aplikasi dan situs Meta AI. Model ini juga diperkirakan mengambil peran lebih besar pada layanan Meta lainnya, termasuk perangkat kacamata pintar.
Meta Superintelligence Labs Memimpin Pengembangannya
Muse Spark dikembangkan oleh Meta Superintelligence Labs, unit khusus yang dibentuk untuk memperkuat posisi perusahaan dalam perlombaan kecerdasan buatan.
Meta sebelumnya menghadapi pertanyaan mengenai kemampuan Llama dibandingkan model terdepan dari perusahaan lain. Pembentukan tim baru menjadi bagian dari upaya mempercepat penelitian, merekrut ahli, dan memusatkan pengembangan model tingkat tinggi.
Muse Spark diperkenalkan pertama kali pada April 2026 sebagai model multimodal yang mendukung penggunaan alat, penalaran visual, dan koordinasi beberapa agen. Versi 1.1 tiba sekitar tiga bulan kemudian dengan fokus kuat pada coding dan pekerjaan agentic.
Kecepatan pembaruan menunjukkan Meta berusaha memperpendek jarak antara penelitian dan peluncuran produk. Model tidak hanya dipasang dalam Meta AI, tetapi juga ditawarkan kepada pengembang eksternal melalui API.
Model Bisa Mengatur Beberapa Agen Sekaligus
Muse Spark memiliki dukungan multi agent orchestration. Kemampuan ini memungkinkan satu tugas dibagi kepada beberapa agen yang menjalankan peran berbeda.
Dalam pekerjaan pemrograman, satu agen dapat memeriksa kebutuhan pengguna. Agen lain menelusuri kode, sementara agen berikutnya menulis pengujian atau menilai keamanan perubahan.
Pembagian peran dapat membantu pekerjaan besar yang sulit diselesaikan melalui satu rangkaian jawaban. Setiap agen dapat fokus pada bidang tertentu sebelum hasilnya digabungkan.
Namun, penggunaan banyak agen juga meningkatkan konsumsi token dan kebutuhan komputasi. Setiap agen dapat membuat permintaan, membaca berkas, dan menghasilkan keluaran sendiri.
Koordinasi yang buruk dapat menyebabkan pekerjaan berulang atau perubahan yang saling bertentangan. Pengembang perlu menetapkan batas, alat, dan kewenangan setiap agen agar proses tetap terkendali.
Meta menempatkan kemampuan orkestrasi tersebut sebagai bagian penting dari keluarga Muse Spark sejak versi pertama. Pada 1.1, fungsi tersebut diperkuat untuk pekerjaan coding yang membutuhkan rencana serta pemeriksaan berulang.
Keamanan Menjadi Perhatian dalam Penggunaan Agen
Model yang dapat menulis kode dan mengendalikan komputer memiliki risiko lebih besar dibandingkan chatbot biasa. Sistem mungkin menerima instruksi berbahaya dari dokumen, situs, atau data yang sedang diproses.
Serangan prompt injection dapat menyisipkan perintah tersembunyi agar model mengabaikan aturan awal. Dalam skenario agentic, perintah tersebut dapat mendorong sistem membuka data, mengirim informasi, atau menjalankan tindakan yang tidak diinginkan.
Meta menyatakan Muse Spark 1.1 telah diuji terhadap serangan langsung, instruksi dari data tidak tepercaya, serta upaya memengaruhi perintah pengembang. Perusahaan juga menerbitkan laporan evaluasi dan keselamatan untuk menjelaskan pengujian model.
Meski memiliki perlindungan, pengembang tetap perlu menerapkan pengawasan. Kredensial penting tidak seharusnya diberikan tanpa pembatasan, sedangkan tindakan yang sulit dibatalkan perlu mendapat persetujuan manusia.
Kode yang dihasilkan AI juga harus melewati pengujian keamanan. Model dapat membuat fungsi yang berjalan, tetapi masih memiliki celah, ketergantungan bermasalah, atau pengelolaan data yang tidak sesuai aturan perusahaan.
Harga Murah Bisa Memicu Persaingan Tarif
Tarif Muse Spark 1.1 menjadi perhatian karena Meta menetapkannya di bawah sejumlah model kelas tinggi dari pesaing. Strategi ini dapat memicu penyesuaian harga di pasar AI coding.
Bagi perusahaan yang memproses jutaan token setiap hari, perbedaan kecil dapat menghasilkan penghematan besar. Biaya menjadi semakin penting ketika agen membaca banyak berkas dan melakukan beberapa percobaan sebelum menyelesaikan tugas.
Meta memiliki kemampuan membangun pusat data dan cip sendiri untuk menekan biaya komputasi. Perusahaan sedang memperbesar kapasitas infrastruktur agar dapat menjalankan layanan AI dalam skala tinggi.
Harga rendah juga dapat digunakan untuk menarik pengembang pada tahap awal. Setelah aplikasi bergantung pada Meta Model API, penggunaan dapat tumbuh bersama bertambahnya pelanggan dan fitur.
Namun, tarif token bukan satu satunya biaya. Pengembang perlu menghitung kecepatan, tingkat kesalahan, jumlah percobaan, dan pekerjaan manusia untuk memeriksa hasil.
Model yang murah per token dapat menjadi lebih mahal apabila membutuhkan instruksi panjang atau sering gagal menyelesaikan tugas. Sebaliknya, model dengan tarif tinggi dapat lebih hemat apabila menghasilkan jawaban benar dalam satu percobaan.
Muse Spark 1.1 Memperluas Pilihan Pengembang
Kehadiran Meta memberi pengembang pilihan tambahan dalam membangun aplikasi berbasis kecerdasan buatan. Mereka tidak harus mengandalkan satu perusahaan untuk seluruh kebutuhan.
Aplikasi dapat menggunakan Muse Spark 1.1 untuk pekerjaan dengan dokumen besar, model lain untuk percakapan cepat, dan sistem khusus untuk pembuatan gambar. Pendekatan beberapa model membantu tim menyesuaikan biaya serta kualitas.
Kompatibilitas dengan alat seperti Replit dan Cline juga dapat mempercepat pengujian. Pengembang tidak harus membuat antarmuka sendiri sebelum mengetahui kemampuan model.
Perusahaan tetap perlu memperhatikan lokasi penyimpanan data, syarat layanan, serta kebijakan penggunaan kode. Informasi perusahaan yang bersifat rahasia tidak boleh dikirim tanpa pemeriksaan aturan keamanan.
Tahap pratinjau juga berarti layanan masih dapat berubah. Harga, batas penggunaan, ketersediaan wilayah, serta perilaku model mungkin diperbarui berdasarkan masukan pengguna.
Meta kini memiliki pekerjaan besar untuk membuktikan Muse Spark 1.1 mampu mempertahankan kualitas ketika digunakan banyak pengembang. Persaingan AI coding tidak hanya berlangsung melalui pengumuman model, tetapi juga stabilitas API, dokumentasi, dukungan teknis, keamanan, dan kemampuan menangani proyek nyata dalam jangka panjang.
