Dunia kecerdasan buatan kembali kedatangan model baru. Pada 2 September 2026, Meta memperkenalkan Muse Spark 1.3, model AI yang dirancang khusus untuk pekerjaan yang membutuhkan penalaran panjang, penggunaan berbagai tools, coding, serta agentic workflows.
Berbeda dari chatbot AI yang hanya memberikan jawaban berdasarkan satu instruksi, Muse Spark 1.3 dirancang untuk mengerjakan tugas dalam beberapa tahap. Model ini dapat mempertahankan konteks, menggunakan tools, menangani informasi yang berantakan atau saling bertentangan, memperbaiki rencana ketika menemukan masalah, dan meminta bantuan pengguna ketika diperlukan.
Meta bahkan menyebut Muse Spark 1.3 sebagai bagian dari langkah mereka menuju personal superintelligence.
Lalu, sebenarnya seberapa canggih Muse Spark 1.3? Apa yang dimaksud dengan agentic AI pada model ini? Dan apakah Muse Spark 1.3 hanya ditujukan untuk programmer?
Baca juga: Grok 4.6 Seberapa Canggih AI Buatan xAI? Kemampuan Reasoning, Coding, dan Real-Time Information
Apa Itu Muse Spark 1.3?
Muse Spark 1.3 adalah model AI dari Meta yang dioptimalkan untuk agentic workflows dan coding.
Meta menyediakan model ini melalui dua jalur utama, yaitu Muse Code dan Meta Model API. Pengembang dapat menggunakan Muse Spark untuk membangun aplikasi AI, coding agent, workflow otomatis, maupun sistem multi-agent.
Yang menarik, Muse Spark 1.3 tidak hanya dirancang untuk menghasilkan teks. Meta menyebut model ini memiliki native multimodal perception, sehingga dapat menerima dan memahami gambar, video, serta dokumen.
Dengan demikian, Muse Spark 1.3 dapat dipandang sebagai model AI yang dirancang untuk menjadi mesin di balik AI agent, bukan hanya chatbot percakapan.
Mengapa Muse Spark 1.3 Disebut AI Agentic?
Istilah agentic AI mengacu pada sistem AI yang tidak berhenti setelah menghasilkan satu jawaban.
AI agent dapat diberikan tujuan, kemudian menentukan langkah-langkah yang diperlukan untuk mencapai tujuan tersebut.
Secara sederhana, chatbot tradisional bekerja seperti:
Pertanyaan → Jawaban
Sementara agentic AI dapat bekerja seperti:
Tujuan → Perencanaan → Menggunakan tools → Mengevaluasi hasil → Memperbaiki langkah → Melanjutkan pekerjaan → Hasil akhir
Muse Spark 1.3 dirancang untuk pola kerja kedua.
Meta menyebut model ini dapat bekerja dalam tugas jangka panjang, menggunakan tools untuk membangun konteks, memperbaiki kesenjangan dalam rencana, serta mempertahankan apa yang telah dipelajari sampai menghasilkan deliverable akhir.
Kemampuan Agentic AI Muse Spark 1.3
1. Mengerjakan Tugas Multi-Langkah
Salah satu kemampuan utama Muse Spark 1.3 adalah menangani pekerjaan yang terdiri dari banyak tahapan.
Misalnya pengguna memberikan instruksi:
"Analisis repository ini, cari bug, perbaiki kode yang bermasalah, jalankan pengujian, kemudian buat laporan perubahan."
Model tidak hanya perlu menghasilkan potongan kode. Sistem harus memahami tujuan, memeriksa file, menemukan masalah, mengubah kode, menjalankan tools, membaca hasil pengujian, kemudian memperbaiki masalah jika ditemukan.
Jenis pekerjaan seperti inilah yang menjadi target utama Muse Spark 1.3.
2. Mempertahankan Konteks dalam Pekerjaan Panjang
Pada pekerjaan kompleks, salah satu masalah AI adalah kehilangan konteks setelah terlalu banyak interaksi.
Meta mengatakan Muse Spark 1.3 dilatih untuk lebih baik dalam mempertahankan instruksi kompleks dan detail persyaratan selama pekerjaan panjang. Model juga dirancang agar tidak mudah kehilangan constraint atau menyimpang dari workflow yang diberikan.
Kemampuan tersebut sangat penting untuk coding agent dan automation karena sebuah proyek dapat melibatkan puluhan bahkan ratusan langkah.
3. Menggunakan Tools
Muse Spark 1.3 dirancang untuk bekerja dengan tools.
Meta Model API menyediakan kemampuan seperti web search grounding, computer use, multi-agent orchestration, agent fan-out, dan integrasi GitHub agent.
Artinya, model tidak harus hanya mengandalkan pengetahuan yang sudah berada di dalam model.
Dalam workflow tertentu, agent dapat memperoleh informasi baru melalui tools dan kemudian menggunakan hasil tersebut untuk melanjutkan pekerjaan.
4. Memperbaiki Rencana Ketika Menemukan Masalah
Agentic AI harus mampu menghadapi kenyataan bahwa rencana awal tidak selalu berhasil.
Meta mengatakan Muse Spark 1.3 dapat secara proaktif memperbaiki kesenjangan dalam rencananya ketika bekerja dengan berbagai sumber dan tools.
Misalnya sebuah tool menghasilkan error. Alih-alih langsung berhenti, agent dapat menganalisis error tersebut dan menyesuaikan langkah berikutnya.
5. Meminta Bantuan Pengguna Ketika Diperlukan
Agentic AI bukan berarti AI harus selalu bekerja secara otomatis tanpa manusia.
Muse Spark 1.3 justru dilatih untuk meminta klarifikasi ketika instruksi ambigu dan meminta bantuan pengguna ketika mengalami kebuntuan. Meta juga menyebut model dikembangkan untuk meminta konfirmasi sebelum melakukan tindakan yang memiliki konsekuensi penting.
Pendekatan tersebut penting karena semakin banyak kewenangan yang diberikan kepada AI, semakin penting pula kontrol manusia.
Muse Spark 1.3 untuk Coding
Coding merupakan salah satu fokus terbesar Muse Spark 1.3.
Meta menyebut model ini dilatih menggunakan lebih banyak pekerjaan coding jangka panjang dan menghasilkan pengalaman yang lebih efisien dibanding Muse Spark 1.2. Dalam perbandingan yang dilakukan oleh engineer Meta, Muse Spark 1.3 menggunakan sekitar 20% lebih sedikit tool calls dan sekitar 25% lebih sedikit token untuk pekerjaan coding tertentu.
Lebih sedikit tool calls berarti agent dapat menyelesaikan pekerjaan dengan interaksi tool yang lebih efisien.
Sementara penggunaan token yang lebih rendah berpotensi mengurangi biaya ketika model digunakan dalam skala besar.
Apakah Muse Spark 1.3 Bisa Membuat Website?
Ya, kemampuan Muse Spark 1.3 ditujukan untuk workflow pengembangan software, termasuk pembuatan aplikasi dan website.
Meta bahkan menampilkan web development sebagai salah satu contoh penggunaan Muse Code dan Muse Spark.
Dalam workflow agentic, pengguna dapat memberikan tujuan seperti membuat halaman web tertentu. Agent kemudian dapat mengerjakan beberapa langkah seperti membuat file, menulis kode, menjalankan environment, memeriksa hasil, dan melakukan perbaikan.
Ini berbeda dari sekadar meminta chatbot membuat satu blok HTML.
Muse Spark 1.3 dan Computer Use
Salah satu kemampuan menarik dalam ekosistem Meta Model API adalah computer use.
Meta menyediakan kemampuan yang memungkinkan Muse Spark mendapatkan semacam "mata dan tangan" untuk berinteraksi dengan lingkungan komputer dalam workflow tertentu.
Secara konsep, agent dapat:
- melihat tampilan komputer;
- memahami elemen antarmuka;
- menjalankan tindakan;
- memeriksa hasil;
- melanjutkan langkah berikutnya.
Hal ini merupakan salah satu perkembangan penting dalam agentic AI karena AI tidak lagi hanya menghasilkan teks atau kode, tetapi dapat bekerja melalui lingkungan digital.
Muse Spark 1.3 Bisa Memahami Gambar dan Video
Muse Spark 1.3 bukan hanya model teks.
Meta menyebut model ini mempunyai native multimodal perception dan dapat memahami video, gambar, serta dokumen.
Contohnya, pengguna dapat memberikan screenshot aplikasi kepada agent dan meminta AI menganalisis tampilan tersebut.
Dalam workflow coding, kemampuan visual ini dapat digunakan untuk membantu memahami tampilan website atau aplikasi kemudian menghubungkannya dengan kode yang sedang dikerjakan.
Muse Spark 1.3 dan Long Context 1 Juta Token
Salah satu spesifikasi penting Muse Spark 1.3 adalah context window hingga 1 juta token pada Meta Model API.
Context window besar memungkinkan model menangani jumlah informasi yang jauh lebih banyak dalam satu workflow.
Hal ini berguna untuk:
- repository kode berukuran besar;
- dokumen panjang;
- percakapan panjang;
- berbagai file proyek;
- hasil tool sebelumnya;
- informasi dari banyak sumber.
Namun context window besar tidak otomatis berarti model selalu memahami seluruh informasi dengan sempurna. Kualitas hasil tetap bergantung pada model, struktur informasi, workflow agent, dan bagaimana konteks diberikan.
Muse Spark 1.3 untuk Multi-Agent
Agentic AI dapat dibuat semakin kompleks dengan menggunakan beberapa agent.
Meta Model API menyediakan contoh multi-agent orchestration yang memungkinkan beberapa profil agent bekerja dalam satu workflow. Meta juga menyediakan konsep agent fan-out, yaitu menjalankan beberapa subagent secara paralel untuk menangani bagian pekerjaan yang berbeda.
Contohnya, sebuah tugas pembuatan aplikasi dapat dibagi menjadi beberapa agent:
- agent untuk perencanaan;
- agent untuk frontend;
- agent untuk backend;
- agent untuk testing.
Setelah itu, hasil masing-masing agent dapat digabungkan menjadi satu workflow.
Muse Spark 1.3 Dibandingkan AI Chatbot Biasa
| Kemampuan | Chatbot AI Biasa | Muse Spark 1.3 |
|---|---|---|
| Menjawab pertanyaan | Ya | Ya |
| Menulis teks | Ya | Ya |
| Coding | Ya | Fokus utama |
| Multi-step workflow | Terbatas hingga bergantung pada platform | Dirancang untuknya |
| Tool calling | Tergantung platform | Ya |
| Long-horizon tasks | Tergantung model | Fokus utama |
| Multimodal | Tergantung model | Gambar, video, dokumen |
| Multi-agent | Tergantung platform | Didukung melalui ekosistem Meta Model API |
| Computer use | Tergantung platform | Didukung melalui API |
Muse Spark 1.3 Lebih Hemat Token?
Meta menyatakan bahwa dalam perbandingan internal dengan Muse Spark 1.2, versi 1.3 menggunakan sekitar 25% lebih sedikit token dan sekitar 20% lebih sedikit tool calls pada pekerjaan coding tertentu.
Ini penting karena agentic AI dapat menghasilkan biaya yang jauh lebih besar daripada chatbot sederhana.
Sebuah agent mungkin harus melakukan puluhan kali interaksi dengan tools sebelum sebuah tugas selesai. Jika model dapat menyelesaikan pekerjaan menggunakan lebih sedikit langkah dan token, biaya operasional berpotensi menjadi lebih rendah.
Namun angka tersebut berasal dari perbandingan internal Meta dan tidak boleh dianggap sebagai ukuran universal untuk semua jenis pekerjaan.
Harga Muse Spark 1.3
Meta Model API saat ini mencantumkan dua kategori penggunaan untuk Muse Spark 1.3.
| Model | Input / 1 Juta Token | Cached Input | Output / 1 Juta Token |
|---|---|---|---|
| muse-spark-1.3-contributor | US$0,10 | US$0,002 | US$0,20 |
| muse-spark-1.3 | US$1,25 | US$0,15 | US$4,25 |
Meta menjelaskan bahwa model contributor digunakan untuk membantu meningkatkan produk Meta, sedangkan endpoint standar Muse Spark 1.3 dinyatakan tidak digunakan untuk meningkatkan produk Meta.
Harga dan ketentuan dapat berubah sehingga pengembang sebaiknya memeriksa dokumentasi Meta sebelum menggunakan model dalam produksi.
Apakah Muse Spark 1.3 Bisa Digunakan Gratis?
Muse Spark 1.3 tersedia melalui Muse Code dan Meta Model API. Namun penggunaan API memiliki sistem harga berdasarkan jumlah token yang digunakan.
Karena itu, "tersedia" tidak selalu berarti seluruh penggunaan model dapat dilakukan tanpa biaya.
Untuk pengguna biasa yang hanya ingin mencoba AI, akses dan fitur yang tersedia dapat bergantung pada produk Meta yang digunakan serta wilayah dan status rollout.
Apakah Muse Spark 1.3 Open Source?
Muse Spark 1.3 berbeda dari lini Llama Meta yang dikenal dengan model open-weight.
Muse Spark 1.3 saat ini disediakan melalui Muse Code dan Meta Model API, sehingga pengguna tidak mendapatkan model weight untuk menjalankannya secara lokal seperti model open-weight. Meta memang menyebut adanya rencana untuk merilis open weights Muse Spark di masa mendatang, tetapi itu merupakan roadmap dan bukan kemampuan yang sudah tersedia pada saat artikel ini ditulis.
Muse Spark 1.3 untuk Developer
Developer merupakan salah satu target pengguna utama Muse Spark 1.3.
Dengan kemampuan coding agent, tool calling, multimodal perception, long context, computer use, dan multi-agent orchestration, model ini dapat digunakan untuk membangun berbagai workflow pengembangan software.
Beberapa contoh penggunaannya antara lain:
- coding assistant;
- debugging otomatis;
- analisis repository;
- pembuatan website;
- pembuatan aplikasi;
- automated testing;
- GitHub agent;
- web research agent;
- computer-use agent;
- multi-agent software development.
Muse Spark 1.3 untuk Riset dan Web Research
Agentic AI juga dapat digunakan untuk penelitian yang membutuhkan beberapa langkah.
Meta Model API menyediakan search grounding yang memungkinkan model mendapatkan informasi terkini melalui web search.
Dengan kemampuan tersebut, sebuah agent dapat menjalankan pola seperti:
- mencari informasi;
- membaca beberapa sumber;
- membandingkan informasi;
- mengidentifikasi perbedaan;
- menyusun hasil penelitian;
- menghasilkan laporan.
Hal tersebut lebih dekat dengan konsep AI researcher agent daripada chatbot biasa.
Muse Spark 1.3 dan Masa Depan AI Agent
Perkembangan Muse Spark 1.3 menunjukkan perubahan arah dalam pengembangan AI.
Persaingan model AI tidak lagi hanya berkisar pada pertanyaan "siapa yang paling pintar menjawab pertanyaan?"
Perhatian semakin bergeser kepada pertanyaan seperti:
- AI mana yang dapat menyelesaikan pekerjaan paling panjang?
- AI mana yang dapat menggunakan tools dengan efektif?
- AI mana yang dapat bekerja dengan komputer?
- AI mana yang mampu mempertahankan konteks?
- AI mana yang dapat bekerja bersama agent lain?
- AI mana yang dapat menyelesaikan tugas dengan lebih sedikit langkah?
Muse Spark 1.3 secara jelas diarahkan ke wilayah tersebut.
Keamanan Muse Spark 1.3
Semakin besar kemampuan agent, semakin penting aspek keamanan.
Meta mengatakan Muse Spark 1.3 mendapatkan peningkatan pada adversarial robustness dan ketahanan terhadap prompt injection. Meta juga menyatakan model memiliki kalibrasi yang lebih baik dalam mengenali tindakan yang bersifat irreversible atau memiliki konsekuensi penting.
Dalam pekerjaan agentic, hal ini penting karena AI dapat mempunyai akses terhadap tools dan sistem eksternal.
AI agent yang dapat membaca file, menjalankan kode, menggunakan browser, atau melakukan tindakan tertentu harus memiliki batasan dan mekanisme konfirmasi yang tepat.
Apakah Muse Spark 1.3 Sudah Bisa Bekerja Sepenuhnya Tanpa Manusia?
Tidak sebaiknya dipahami demikian.
Muse Spark 1.3 memang dirancang untuk pekerjaan yang lebih otonom, tetapi Meta sendiri menjelaskan bahwa model dapat meminta klarifikasi ketika instruksi ambigu, meminta bantuan ketika mengalami kebuntuan, dan melakukan konfirmasi sebelum tindakan konsekuensial.
Artinya, model tetap dirancang untuk bekerja dalam pola kolaborasi manusia dan AI, bukan sekadar menyerahkan seluruh kendali kepada AI.
Apa yang Membuat Muse Spark 1.3 Menarik?
Ada beberapa hal yang membuat model ini menarik untuk diperhatikan:
- Agentic: dirancang untuk pekerjaan multi-langkah.
- Long context: mendukung context window hingga 1 juta token melalui Meta Model API.
- Coding: difokuskan pada pekerjaan software engineering jangka panjang.
- Multimodal: dapat bekerja dengan gambar, video, dan dokumen.
- Tool use: dapat digunakan dalam workflow dengan berbagai tools.
- Computer use: dapat digunakan dalam sistem yang memberikan agent kemampuan berinteraksi dengan komputer.
- Multi-agent: mendukung pola kerja dengan beberapa agent.
- Efisiensi: Meta melaporkan penggunaan tool calls dan token yang lebih rendah dibanding 1.2 dalam evaluasi internal tertentu.
Muse Spark 1.3 adalah model AI Meta yang secara khusus diarahkan untuk era agentic AI. Fokusnya bukan hanya menjawab pertanyaan, tetapi membantu menyelesaikan pekerjaan yang terdiri dari banyak langkah.
Kemampuan seperti long-horizon reasoning, tool use, coding, multimodal perception, computer use, web search, dan multi-agent orchestration membuat Muse Spark 1.3 menarik terutama bagi developer dan pembuat aplikasi AI.
Meta juga melaporkan bahwa Muse Spark 1.3 menggunakan sekitar 20% lebih sedikit tool calls dan 25% lebih sedikit token dibanding Muse Spark 1.2 dalam perbandingan internal untuk pekerjaan coding tertentu.
Yang menarik bukan hanya peningkatan kemampuan modelnya, tetapi arah pengembangannya. AI semakin bergerak dari sekadar chatbot yang menjawab pertanyaan menuju agent yang dapat merencanakan, menggunakan tools, memeriksa hasil, memperbaiki kesalahan, dan menyelesaikan pekerjaan secara bertahap.
Jika perkembangan ini terus berlanjut, model seperti Muse Spark dapat menjadi salah satu fondasi bagi generasi AI agent yang mampu membantu manusia bukan hanya dalam menghasilkan informasi, tetapi juga dalam menyelesaikan pekerjaan digital dari awal hingga akhir.
FAQ Muse Spark 1.3
Apa itu Muse Spark 1.3?
Muse Spark 1.3 adalah model AI Meta yang dirancang untuk agentic workflows dan coding, dengan dukungan multimodal serta kemampuan bekerja dengan tools.
Kapan Muse Spark 1.3 dirilis?
Meta memperkenalkan Muse Spark 1.3 pada 2 September 2026. Model tersebut tersedia melalui Muse Code dan Meta Model API.
Apakah Muse Spark 1.3 bisa coding?
Ya. Coding merupakan salah satu fokus utama Muse Spark 1.3. Meta menyatakan model tersebut dilatih menggunakan lebih banyak tugas coding jangka panjang dan ditujukan untuk workflow engineering.
Apakah Muse Spark 1.3 bisa memahami gambar?
Ya. Meta menyebut Muse Spark 1.3 memiliki native multimodal perception dan dapat bekerja dengan gambar, video, serta dokumen.
Berapa context window Muse Spark 1.3?
Meta Model API mencantumkan context window hingga 1 juta token untuk Muse Spark 1.3.
Apakah Muse Spark 1.3 bisa menggunakan tools?
Ya. Kemampuan menggunakan tools merupakan bagian penting dari desain agentic Muse Spark 1.3. Ekosistem Meta Model API menyediakan berbagai workflow seperti web search grounding, computer use, multi-agent orchestration, dan GitHub agent.
Apakah Muse Spark 1.3 open source?
Saat ini Muse Spark 1.3 disediakan melalui Muse Code dan Meta Model API. Meta menyebut roadmap untuk open weights Muse Spark, tetapi rilis open weights tersebut belum menjadi kemampuan yang tersedia pada saat artikel ini ditulis.
Apakah Muse Spark 1.3 bisa bekerja tanpa manusia?
Muse Spark 1.3 dirancang untuk pekerjaan yang lebih otonom, tetapi tetap dapat meminta klarifikasi, meminta bantuan pengguna ketika mengalami kebuntuan, dan meminta konfirmasi sebelum tindakan yang memiliki konsekuensi.
Apakah Muse Spark 1.3 sama dengan Llama?
Tidak. Keduanya merupakan bagian berbeda dari portofolio AI Meta. Muse Spark 1.3 merupakan model yang diarahkan untuk agentic workflows dan tersedia melalui Muse Code serta Meta Model API, sedangkan Llama merupakan keluarga model Meta yang berbeda.