Muse Spark Open vs Muse Spark 1.3: Sembilan Poin Indeks Terlalu Banyak untuk Dilepaskan Secara Gratis

Inilah perbandingan yang tidak nyaman dalam keluarga Meta sendiri. Muse Spark Open, yang dirilis pada 15 Oktober 2026, adalah model open-weight 816 miliar parameter yang bisa diunduh siapa saja; pengukuran independen menempatkannya pada Artificial Analysis Intelligence Index 39. Muse Spark 1.3, model API proprietary yang diluncurkan Meta pada 2 September 2026, berada di angka 48. Sembilan poin bukanlah perbedaan pembulatan — itu kira-kira jarak antara satu tingkat kemampuan dan tingkat berikutnya, dan itulah angka yang membuat "jalankan saja yang open" menjadi saran yang jauh lebih buruk daripada kesannya saat hari peluncuran.

Mulailah dengan skenarionya, bukan lembar spesifikasi.

Tiga tim meninjau rilis Muse Spark Open dan bertanya apakah mereka bisa membatalkan sesuatu.

Yang pertama menjalankan pipeline tiap malam yang membaca korpus tetap dan mengeluarkan catatan terstruktur. Latensi tidak relevan, volume sangat besar, skemanya tidak pernah berubah. Tim ini sebaiknya mengambil bobot terbuka dan berhenti membayar per token.

Yang kedua menjalankan agen pengodean interaktif yang memicu belasan round-trip kecil per permintaan pengguna. Tim ini tidak seharusnya, dan alasannya adalah throughput serta biaya penalaran, yang keduanya akan segera menjadi jauh lebih konkret.

Yang ketiga menjalankan penalaran multi-langkah yang berat — jenis yang mengharuskan model mempertahankan rantai inferensi yang panjang, memanggil alat di dalamnya, dan memulihkan diri dari jalan buntu yang dialaminya sendiri. Tim ini juga seharusnya tidak demikian, dan bagi mereka kesenjangan sembilan poin itu bukanlah abstraksi. Itu adalah perbedaan antara alur kerja yang selesai dan alur kerja yang harus terus diawasi.

Semua di bawah ini membahas cara membedakan ketiganya tanpa menebak-nebak.

Sembilan poin itu terbuat dari apa

Indeks adalah komposit, dan komposit menyembunyikan struktur. Struktur di sini sebagian besar ada di tempat yang Anda harapkan, dengan satu kejutan.

• Kemampuan agentik dan penggunaan alat — wilayah terkuat Muse Spark 1.3. Angka peluncuran Meta sendiri untuk 1.3, yang dilaporkan vendor dan diukur di dalam harness miliknya sendiri, menempatkan Terminal-Bench 2.1 pada 83,9 dan DeepSWE 1.1 pada 68. Dibandingkan dengan angka yang dilaporkan vendor untuk Muse Spark Open, yaitu 76,4 dan 60, itu merupakan keunggulan konsisten tujuh hingga delapan poin pada evaluasi yang paling dekat dengan perilaku agen nyata, dan hampir persis selaras dengan selisih indeks independen.

• Penalaran closed-book — kesenjangan yang lebih lebar. Kartu skor Muse Spark Open sendiri menunjukkan baris terlemahnya adalah HLE-Diamond tanpa alat, dengan Meta melaporkan 26,1. Muse Spark 1.3 dibangun sebagai model yang mengutamakan penalaran; konfigurasi penalaran "max" dalam namanya bukan hiasan belaka.

• Keluasan pengetahuan — lebih sempit daripada yang disiratkan oleh judul utamanya, dan Artificial Analysis menilai kedua model pada sumbu kemahatahuan yang perbedaannya lebih kecil daripada yang disiratkan oleh delta indeks. Ini penting karena berarti kesenjangannya terpusat pada kedalaman penalaran dan daya tahan agen, bukan pada seberapa banyak yang diketahui model.

• Kecepatan — Muse Spark 1.3 mencatat 127,7 token per detik, berada di peringkat ke-41 dari 185 di Artificial Analysis. Kecepatan Muse Spark Open belum dipublikasikan oleh pihak independen mana pun. Model campuran pakar 816B yang dihosting sendiri di dua komputer desktop akan lebih lambat daripada 127,7 tok/s, seberapa lambatnya tidak diketahui, dan ini adalah celah terbesar kedua dalam bukti bersama dengan biaya.

• Harga — Muse Spark 1.3 dijual seharga $1,25 per juta input dan $4,25 per juta output dengan diskon input yang di-cache sebesar 88%, menghasilkan biaya terukur $1,60 per tugas Intelligence Index. Muse Spark Open tidak memiliki harga per token; biayanya adalah perangkat keras, dan tidak ada angka biaya per tugas independen untuknya.

Satu baris dalam daftar itu layak ditinjau ulang, karena itulah argumen yang paling sering salah dipahami. Muse Spark 1.3 adalah penalar yang bertele-tele. Artificial Analysis mengukur bahwa model ini menghabiskan sekitar 170 juta token selama evaluasi, dibandingkan dengan sekitar 130 juta untuk Muse Spark 1.2 — itulah sebabnya 1.3 memakan biaya $1,60 per tugas pada harga token utama yang sama yang menghasilkan $0,97 untuk 1.2. Tingkat penalaran terdepan menagih Anda dua kali: sekali untuk kemampuannya dan sekali untuk token yang dihabiskan untuk berpikir sampai ke sana.

Tombol penalaran adalah tempat nilainya berada

Kedua model mengutamakan penalaran dan tidak ada yang akan membiarkan Anda mematikannya, tetapi keduanya mengekspos upaya tersebut secara berbeda, dan perbedaan itulah hal yang paling berguna secara praktis di halaman ini.

Muse Spark Open mempublikasikan tangga upayanya secara terbuka: low, medium, high, dan xhigh dipetakan ke 16, 64, 256, dan 512 token penalaran, dan petunjuk kekuatan penalaran dalam system prompt melakukan hal yang sama. Itu adalah tombol yang dapat Anda putar dari kode Anda sendiri, dengan biaya yang diketahui per pengaturan, dan karena Anda membayar dalam listrik dan waktu aktual alih-alih dalam dolar per token keluaran, menurunkannya tidak memakan biaya apa pun di meteran. Yang Anda korbankan adalah akurasi, dan hanya akurasi.

Pada Muse Spark 1.3, tangga yang sama ada di sisi vendor, dan setiap takik yang Anda naikkan akan ditagih. Dengan $4,25 per juta token keluaran dengan token penalaran dihitung sebagai keluaran, alur kerja yang berjalan pada upaya maksimum membayar penalaran model dengan cara paling literal yang tersedia. Ini satu-satunya tempat di mana ekonomi model terbuka bukan hanya dapat dipertahankan tetapi benar-benar lebih baik: pekerjaan batch yang mampu berpikir lebih keras bebas melakukannya, dan pekerjaan batch yang tidak perlu berpikir keras bebas berhenti.

Di mana celah itu menghilang

Tiga situasi meratakan selisih sembilan poin menjadi nol.

Penyetelan halus adalah yang pertama dan terbesar. Muse Spark 1.3 tidak dapat disetel pada data Anda dengan harga berapa pun. Muse Spark Open dapat, dengan dukungan TorchTitan yang dirilis Meta bersama bobotnya. Model yang disetel pada basis kode, skema, atau kosakata domain Anda bukanlah model yang sama dengan model yang memperoleh skor 39, di kedua arah — dan untuk tugas yang sempit, versi yang disetel dari model umum yang lebih lemah biasanya mengalahkan versi yang tidak disetel dari model yang lebih kuat. Jika masalah Anda spesifik, kesenjangan indeks bukanlah pengukuran yang relevan.

Residensi data adalah yang kedua. Jika korpus tidak dapat keluar dari jaringan Anda, perbandingannya bukanlah antara 39 dan 48; melainkan antara 39 dan tidak memiliki model. Itu bukan pilihan yang sulit, dan memang tidak pernah.

Volume batch yang diamortisasi adalah yang ketiga, dengan satu catatan. Pipeline yang konsumsi tokennya besar, stabil, dan dapat diprediksi dapat menjustifikasi perangkat keras itu. Pipeline yang bersifat bursty tidak dapat melakukannya, karena self-hosting mengubah biaya variabel menjadi biaya tetap lalu tetap menagih Anda untuk jam-jam menganggur. Perhatikan juga bahwa diskon cache Muse Spark 1.3 membuat model yang dihosting menjadi luar biasa murah justru untuk pola konteks berulang yang dihasilkan pipeline batch besar, sehingga argumen self-hosting menjadi lebih lemah daripada yang disiratkan oleh perhitungan naif token dikali harga.

Di mana kesenjangan menjadi dinding

Dua beban kerja tidak boleh didekatkan dengan model terbuka.

Agen interaktif adalah yang utama. Muse Spark 1.3 mengukur 127,7 token per detik, dan loop agen mengalikan angka itu dengan jumlah perjalanan bolak-balik per tugas. Muse Spark Open tidak memiliki kecepatan yang dipublikasikan, dan ekspektasi strukturalnya adalah bahwa model 816B yang berjalan pada bandwidth memori desktop akan jauh tertinggal. Jika manusia sedang menunggu, sembilan poin indeks tidak relevan dan selisih throughput adalah segalanya.

Penalaran frontier yang bursty adalah yang kedua, karena alasan yang lebih halus. Beban kerja yang membutuhkan 48 poin kemampuan penalaran, hampir menurut definisinya, adalah beban kerja yang kegagalannya mahal dan rantai penalarannya panjang. Menjalankan beban kerja tersebut pada model yang setingkat di bawahnya, dengan throughput yang tidak diketahui, untuk menghemat tagihan per token, berarti menukar biaya kecil yang dapat diprediksi dengan biaya besar yang tidak dapat diprediksi. Itulah pertukaran yang harus ditolak oleh tim ketiga di bagian atas tulisan ini.

Tim yang menginginkan keduanya

Sebagian besar organisasi yang akhirnya menjalankan keduanya melakukannya karena beban kerjanya benar-benar berbeda: jalur interaktif membutuhkan kecepatan, jalur batch membutuhkan biaya, dan hanya sebagian jalur yang perlu tetap on-premises. Mode kegagalannya bukan arsitekturnya — melainkan bahwa pemisahan itu berada di dalam dokumen, bukan di dalam konfigurasi, dan seorang developer menyalin string model dari tutorial.

Lapisan routing adalah mekanisme yang memperbaiki hal itu. OrcaRouter merutekan Muse Spark 1.2 pada harga daftar Meta dengan markup 0% dan meneruskan harga daftar vendor apa adanya, sehingga pemotongan harga di sisi hosted sampai ke key Anda pada hari yang sama tanpa perlu kerja penetapan harga ulang. Ia tidak menghosting Muse Spark Open, dan tidak boleh dipahami sebagai melakukannya: model yang seluruh proposisinya adalah bahwa Anda dapat memegang bobotnya adalah model yang Anda jalankan di perangkat keras Anda sendiri. Yang disumbangkan router adalah separuh interaktifnya — Muse Spark 1.3 saat ini juga tidak dirutekan oleh OrcaRouter, jadi bentuk praktisnya hari ini adalah memanggil tier hosted di tempat Anda sudah memanggilnya dan membiarkan satu API, dengan failover otomatis dan DSL routing, menjaga 200+ model yang dapat Anda jangkau di bawah satu key sementara perangkat keras Anda sendiri menangani apa yang harus tetap di rumah.

Pilih berdasarkan beban kerja, bukan berdasarkan lisensi.

Pilih Muse Spark Open jika tugas Anda cukup sempit untuk disetel, jika data tidak boleh keluar, jika beban kerjanya besar dan stabil, dan yang terpenting jika model dapat berpikir pada tingkat upaya apa pun yang disukainya tanpa meteran yang berjalan. Itulah empat syaratnya, dan biasanya semuanya berkorelasi — pipeline bersifat sempit, berjalan dalam batch, dan stasioner.

Pilih Muse Spark 1.3 jika ada manusia yang menunggu outputnya, jika penalarannya benar-benar sulit, jika pekerjaannya datang secara bergelombang, atau jika Anda memerlukan daftar multimodal yang terkonfirmasi — input teks, gambar, dan video 1.3 tercantum secara independen, sedangkan klaim audio dan video Muse Spark Open yang lebih luas hanya berdasarkan pernyataan vendor dan secara independen terukur hanya sebagai teks-dan-gambar.

Yang seharusnya tidak Anda lakukan adalah mengambil bobot terbuka hanya karena bobot itu gratis. Sembilan poin antara 39 dan 48 itu nyata, terkonsentrasi tepat pada pekerjaan agentik dan penalaran yang membuat model-model ini berguna, dan sebanyak apa pun inferensi lokal tidak akan bisa mengembalikannya. Muse Spark Open adalah jawaban yang tepat untuk serangkaian pertanyaan tertentu. Ini bukan diskon untuk Muse Spark 1.3.

Muse Spark Open dapat diunduh di bawah Muse Model License; Muse Spark 1.3 tersedia per token dengan harga $1,25 untuk input dan $4,25 untuk output, dengan diskon cache diterapkan sesuai tarif vendor sendiri.