SULAWESI TENGAH — Meta memperkenalkan Muse Glimmer, model AI berukuran kecil yang diklaim mampu menyeimbangkan kemampuan komputasi dengan batasan memori perangkat keras lokal. Model ini merupakan versi ramping dari model tertutup (closed model) Spark 1.2 milik Meta, dan ditujukan untuk menjalankan tugas-tugas agen secara mandiri di perangkat pengguna.
Tidak seperti model AI besar yang membutuhkan pusat data, Muse Glimmer dirancang agar ringan dan hanya memerlukan satu GPU untuk beroperasi. Ini memungkinkan pengguna dengan PC gaming atau workstation kelas menengah untuk menjalankan model ini secara lokal.
Meta menyatakan bahwa bobot (weights) model, yang merupakan kumpulan data untuk menentukan respons AI, telah tersedia secara gratis di platform Hugging Face. Pengembang juga diberikan dokumentasi lengkap untuk memulai pengembangan.
Meski berukuran kecil, Meta mengklaim Muse Glimmer memiliki tingkat keberhasilan yang kuat pada sejumlah tolok ukur industri seperti DeepSearch QA, MCP-Atlas, dan SWE-Bench. SWE-Bench sendiri merupakan standar pengujian yang menilai kemampuan model untuk menulis dan memperbaiki kode pemrograman.
Model ini juga mendukung penggunaan alat (tool use), penalaran multi-langkah, pemulihan dari kegagalan, input multimodal, serta kompatibel dengan orkestrator agen seperti OpenClaw. Data pelatihan model ini mencakup lebih dari 100 bahasa.
Langkah Meta ini tidak lepas dari persaingan dengan model AI asal China seperti DeepSeek yang juga bisa dijalankan di mesin lokal dengan lisensi lebih terbuka. Dalam esai yang menyertai perilisan Muse Glimmer, CEO Meta Mark Zuckerberg menegaskan visinya untuk mendistribusikan kecerdasan buatan secara luas.
"Daripada memusatkan kecerdasan super, kita harus mendistribusikannya secara luas dan memberi setiap orang kemampuan untuk mengarahkannya," tulis Zuckerberg.
Keputusan ini juga terlihat sebagai upaya Meta untuk memperbaiki posisi model AI-nya yang dianggap lebih lemah dibandingkan pesaing seperti OpenAI dan Anthropic. Dengan pendekatan open source, Meta berharap dapat menarik pengguna yang ingin menjalankan model secara lokal untuk alasan privasi atau biaya.
Integrasi yang dioptimalkan untuk alat seperti llama.cpp juga akan segera tersedia. Meta menjanjikan pengguna dapat beralih dari mengunduh model hingga menjalankan agen AI dalam hitungan menit.
Bagi pengguna di Indonesia yang tertarik bereksperimen dengan AI lokal, Muse Glimmer menawarkan alternatif yang lebih terjangkau dibandingkan menyewa server cloud. Namun, perlu dicatat bahwa model ini tetap membutuhkan GPU khusus dan pemahaman teknis untuk mengoperasikannya secara optimal.