Muse Spark 1.3: model baru Meta kini tersedia di ChatPlus

Setahun setengah lalu, Meta dikenal sebagai "perusahaan yang membagikan modelnya secara gratis." Jutaan orang mengunduh Llama, startup membangun produk di atasnya, dan berbagai tim melakukan fine-tuning untuk kebutuhan kerja mereka sendiri. Namun dalam perlombaan membuat model paling pintar, Meta jelas tertinggal dari OpenAI, Anthropic, dan Google.

Sekarang strateginya berbeda, begitu juga keluarga modelnya: Muse. Model-modelnya tertutup, dibangun oleh divisi khusus, dan versi baru dirilis hampir setiap bulan. Yang terbaru, Muse Spark 1.3, keluar pada 2 September dan mulai hari ini tersedia di ChatPlus. Di bawah ini: dari mana asalnya, apa saja kemampuannya, apa makna angka-angkanya, dan kapan Anda sebaiknya memilihnya.

Bagaimana Meta sampai ke Muse

Pada April 2025, Meta merilis Llama 4, dan sambutannya biasa saja. Model-modelnya cukup bagus, tetapi tidak memenuhi janji yang digembar-gemborkan, dan rilis versi terbesarnya ditunda. Untuk perusahaan yang menghabiskan puluhan miliar dolar per tahun untuk AI, itu sinyal yang tidak menyenangkan.

Musim panas itu, Zuckerberg merombak seluruh upaya tersebut. Meta membentuk divisi baru, Meta Superintelligence Labs, merekrut peneliti-peneliti kuat dari OpenAI, Google, dan lab lain, lalu mulai membangun data center baru untuk melatih model besar. Target yang dinyatakan cukup ambisius: "personal superintelligence," AI yang membantu setiap orang mencapai tujuan masing-masing.

Hasil pertamanya adalah Muse Spark. Model ini diluncurkan pada 8 April 2026 dan langsung masuk ke asisten Meta AI, di web maupun di aplikasi. Ini adalah model penalaran multimodal: bisa memanggil tool, bernalar atas gambar, dan menjalankan beberapa agent secara paralel. Pada awalnya, developer nyaris belum mendapat akses, hanya lewat private preview.

Setelah itu, semuanya bergerak cepat:

• Juli: Muse Spark 1.1 dan public API preview untuk developer;
• Agustus: Muse Spark 1.2 dan Muse Code, coding agent buatan Meta yang berjalan langsung di terminal;
• 2 September: Muse Spark 1.3, topik artikel ini.

Tiga versi dalam tiga bulan adalah tempo yang sangat cepat untuk sebuah lab besar.

Apa yang bisa dilakukan Muse Spark 1.3

Meta menggambarkan versi baru ini begini: modelnya dilatih untuk tugas panjang dengan banyak langkah. Di balik frasa itu ada tiga kemampuan konkret.

Pertama, ia bisa mengikuti alur pekerjaan. Pada tugas panjang, model mengingat apa yang sudah ia lakukan dan apa hasilnya, bukan memulai setiap langkah dari nol. Jika Anda memintanya menelusuri sebuah proyek, memperbaiki test, dan memperbarui dokumentasi, ia tidak akan lupa di langkah ketiga apa yang ia ubah di langkah pertama.

Kedua, ia tahan menghadapi kekacauan. Tugas di dunia nyata jarang datang dalam bentuk rapi: spesifikasi bilang satu hal, thread email bilang hal lain, kode menunjukkan hal ketiga. Muse Spark 1.3 dilatih untuk menangkap kontradiksi seperti ini dan menanganinya, bukan memilih satu versi secara acak.

Ketiga, ia bertanya. Saat informasi kurang, model akan mengecek ke Anda, bukan menutup celah dengan tebakan. Kedengarannya kecil, tetapi menebak-nebak justru alasan agent paling sering melenceng.

Meta juga menyoroti kemampuan coding. Versi 1.3 dipoles berdasarkan pekerjaan nyata di Muse Code, dan menurut perusahaan, model ini mengambil lebih sedikit langkah yang tidak perlu serta menulis kode yang lebih ringkas. Jika Anda memakai AI sebagai partner programming, efeknya terasa: lebih sedikit yang perlu dibereskan setelah model selesai bekerja.

Model ini memahami lebih dari teks. Anda bisa menunjukkan screenshot, foto, diagram, atau PDF. Meta menyebut satu detail menarik: penalaran visual Muse Spark berjalan lewat lingkungan eksekusi sungguhan. Sederhananya, model bisa memproses gambar dengan kode, bukan sekadar "melihat" gambar itu lalu memperkirakan dengan mata.

Jendela konteks model ini adalah 1.048.576 token, lebih dari satu juta. Itu setara ratusan halaman teks atau satu repository besar dalam sekali jalan. Yang lebih penting, model ini benar-benar memanfaatkan jendela tersebut dengan baik, seperti terlihat dari angka-angka di bawah.

Apa kata angkanya

Semua hasil di bawah ini diukur sendiri oleh Meta, dalam mode penalaran maksimum.

Hasil long-context adalah yang paling mengesankan. MRCR menguji apakah sebuah model bisa menemukan fragmen yang tepat di antara banyak fragmen mirip yang disembunyikan dalam teks sangat besar. Banyak model secara formal menerima satu juta token, tetapi mulai "kehilangan" bagian tengah pada skala sebesar itu. Muse Spark 1.3 mencetak 98.1% dalam rentang dari setengah juta hingga satu juta token, dengan nyaris tanpa kehilangan apa pun.

Kenaikannya dibanding versi sebelumnya juga terasa. Di JobBench, model ini naik dari 61.6% ke 64.9%, dan di benchmark kantor GDPval-AA dari 1615 ke 1754 poin Elo.

Sekarang perbandingan dengan kompetitor, dengan satu catatan penting. Di GDPval-AA, Muse Spark 1.3 mengalahkan GPT-5.6 Sol (1710), tetapi masih di bawah Claude Opus 5 (1824). Namun, Meta membandingkan dirinya dengan generasi sebelumnya. Claude Opus 5.5 dan GPT-6 Sol sudah keluar sejak itu, dan tabel Meta tidak memasukkan keduanya. Jadi ringkasan yang adil adalah: Muse Spark 1.3 bermain di liga yang sama dengan model flagship, tetapi belum mengalahkan yang paling baru.

Berapa biayanya

Harganya menarik: $1.25 per satu juta token input dan $4.25 per satu juta token output. Sebagai perbandingan, Claude Opus 5.5 berharga $4 dan $20, GPT-6 Sol $2 dan $10, Grok 4.7 $2 dan $6. Untuk performa yang mendekati level flagship, ini salah satu penawaran terbaik di pasar.

Meta juga menawarkan opsi kedua yang hampir gratis: 10 sen untuk input dan 20 sen untuk output. Namun pada harga itu, Meta mendapat hak untuk melatih modelnya memakai prompt dan respons Anda. Di ChatPlus, kami hanya menghubungkan tier standar, jadi percakapan Anda dengan Muse Spark tidak digunakan untuk training Meta.

Di mana Muse Spark unggul, dan kapan sebaiknya memilih yang lain

Muse Spark 1.3 paling kuat saat tugasnya panjang dan berbelit. Menelusuri proyek besar, mencari penyebab bug di kode orang lain, menyatukan beberapa dokumen yang saling bertentangan menjadi satu kesimpulan, mengambil hal yang Anda butuhkan dari laporan tebal: itulah area terbaiknya. Model ini juga bekerja baik dengan screenshot; menunjukkan tampilan aplikasi yang error lalu memintanya mencari tahu masalahnya adalah penggunaan yang sangat wajar.

Model ini juga punya titik lemah. Karena merupakan model penalaran, ia menjawab pertanyaan sederhana lebih lambat daripada model ringan: ia berpikir dulu, baru menulis. Untuk terjemahan, ringkasan, dan pencarian cepat, pilih yang lebih ringan, misalnya GPT-6 Luna. Meta hampir tidak mengatakan apa-apa soal penulisan kreatif, jadi jika gaya bahasa penting bagi Anda, bandingkan dengan Claude pada tugas Anda sendiri.

Cara mencobanya di ChatPlus

Muse Spark 1.3 tersedia di paket PRO dan, seperti model kuat lainnya, memakai allowance Anda — batas 5 jam yang menjadi sumber pengurangan untuk request ke model mahal. Buka chat dengan Muse Spark 1.3.

Yang paling berguna adalah membandingkannya dengan model lain pada tugas Anda sendiri. Di ChatPlus, Anda bisa mengganti model di tengah percakapan: tanya Muse Spark, pindah ke Claude atau GPT, kirim permintaan yang sama, dan langsung lihat jawaban siapa yang lebih baik. Spesifikasi model dan hasil benchmark dikumpulkan di halaman khusus Muse Spark 1.3.

Singkatnya

Muse Spark 1.3 adalah model terbaru dari Meta Superintelligence Labs, dirilis pada 2 September 2026. Model ini kuat untuk tugas agentic yang panjang, kode, dan konteks sangat besar: 88.8% di Terminal-Bench 2.1 dan nyaris tanpa kehilangan pada satu juta token. Ia masih belum menyamai flagship terbaru Anthropic dan OpenAI, tetapi biayanya beberapa kali lebih murah. Di ChatPlus, model ini sudah tersedia di paket PRO.