📑 Daftar Isi

Ilustrasi model AI Muse Glimmer dari Meta yang berjalan di laptop

Meta Rilis Muse Glimmer, AI Lokal 30 Miliar Parameter untuk PC dan Mac

Penulis:Nur Hamzah
Terbit:
Diperbarui:
⏱️3 menit membaca
Bagikan:
  • Meta luncurkan Muse Glimmer, model AI 30 miliar parameter untuk perangkat konsumen
  • Dua keunggulan utama: open-weight dan kemampuan berjalan lokal di Mac/PC
  • Teknik kuantisasi memungkinkan penggunaan memori di bawah 20GB, dengan kebutuhan total 24-32GB
  • Diuji pada MacBook M4 Max, M5 Max, dan GPU RTX-5090
  • Tiga tahap pelatihan: Pre-Training, Mid-Training, Post-Training
  • Mendukung 100+ bahasa dan agentic AI workflows
  • Mengungguli Google Gemma4-31b dan Alibaba Qwen3.6-27B dalam 12 tes benchmark
  • Peringkat 18 di Artificial Analysis untuk model open-weight
  • Bobot model tersedia di Hugging Face, akan hadir di Ollama, LM Studio, dan Unsloth

Telset.id – Meta mengumumkan model AI terbarunya, Muse Glimmer, pada Senin. Model dengan 30 miliar parameter ini dirancang untuk berjalan secara lokal di perangkat Mac dan PC kelas konsumen, menawarkan alternatif lebih aman dibandingkan AI berbasis cloud.

Kehadiran Muse Glimmer menandai langkah baru Meta dalam pengembangan AI agen. Alih-alih mengandalkan server cloud, model ini dioptimalkan untuk “always-on local agent workflows” yang memungkinkan AI bekerja mandiri langsung di perangkat pengguna. Pendekatan ini menjawab kekhawatiran keamanan data, karena informasi tetap berada di dalam sistem pengguna tanpa bergantung pada server pihak ketiga.

Meta menyoroti dua keunggulan utama Muse Glimmer: sifatnya yang open-weight dan kemampuannya berjalan di perangkat konsumen. Meski demikian, tidak semua laptop mampu menjalankan model ini secara optimal. Meta menyebut model 30 miliar parameter biasanya membutuhkan lebih dari 55GB memori, tetapi melalui teknik kuantisasi, Muse Glimmer dapat beroperasi dengan kurang dari 20GB. Ketika memperhitungkan “working memory,” kebutuhan memorinya diperkirakan mencapai 24GB atau 32GB.

Pengguna dengan MacBook atau PC kelas “Pro” kemungkinan besar dapat menjalankan Muse Glimmer dengan baik. Namun, laptop dengan RAM 16GB atau kurang akan kesulitan. Meta menguji model ini pada MacBook M4 Max, M5 Max, dan GPU RTX-5090.

Proses Pelatihan dan Kemampuan Muse Glimmer

Meta menerapkan tiga tahap pelatihan untuk menghasilkan Muse Glimmer yang efisien. Tahap “Pre-Training” melatih model menggunakan output dari Muse Spark. Tahap “Mid-Training” berfokus pada data yang lebih “agent-heavy,” sementara “Post-Training” melakukan penyesuaian halus pada berbagai parameter.

Hasilnya, Muse Glimmer mampu menangani penyelesaian tugas agen end-to-end, penalaran multi-langkah, pemulihan saat panggilan alat gagal, serta masukan dan penalaran multi-model. Model ini juga dilatih dengan data dari lebih dari 100 bahasa. Meta mengklaim performa Muse Glimmer “kuat untuk kelas ukurannya” terhadap berbagai tolok ukur LLM standar.

Sifat open-weight Muse Glimmer menjadi nilai tambah signifikan. Meta merilis bobot pelatihan model, sehingga siapa pun dapat menggunakan dan menyesuaikan model sesuai kebutuhan spesifik. Pengguna dengan kebutuhan khusus dapat memodifikasi Muse Glimmer untuk melayani penggunaan mereka dengan lebih baik.

Perbandingan dengan Model AI Lain

Meta hanya memberikan perbandingan langsung dengan dua model: Google Gemma4-31b dan Alibaba Qwen3.6-27B. Berdasarkan tolok ukur Meta, Muse Glimmer mengungguli kedua model tersebut dalam 12 tes, termasuk MCP Atlas, DeepSearch QA, GAIA2, SWE-Bench Pro, dan AIME 2026. Gemma4-31b masih unggul dalam empat tolok ukur, sementara Qwen3.6-27B memimpin dalam delapan tes.

Meta tidak memberikan perbandingan dengan model dari pemimpin industri seperti OpenAI, DeepSeek, Z.ai, atau Moonshot AI. Namun, Artificial Analysis memiliki peringkat semua model open-weight di pasar. Hingga artikel ini ditulis, Muse Glimmer (high) berada di peringkat 18. Moonshot AI Kimi K3 (max) memimpin, disusul Z.ai GLM-5.2 (max), DeepSeek V4 Flash (max), dan Kimi K3 (low). Gemma4-31b berada di peringkat 32, sementara Qwen3.6-27B di peringkat 17.

Cara Mencoba Muse Glimmer

Pengguna yang ingin mencoba Muse Glimmer dapat mengunduh bobot model dari Hugging Face. Meta juga menyatakan model ini akan tersedia dalam beberapa hari ke depan melalui aplikasi seperti Ollama, LM Studio, dan Unsloth.

Langkah Meta merilis model AI lokal ini sejalan dengan tren pengembangan AI yang semakin menekankan privasi dan efisiensi. Meskipun kebutuhan memorinya masih cukup tinggi untuk laptop standar, kehadiran Muse Glimmer menunjukkan kemajuan nyata dalam upaya menghadirkan AI canggih yang dapat berjalan langsung di perangkat pengguna.

Bagi pengembang dan pengguna yang membutuhkan AI agen dengan kontrol penuh atas data, Muse Glimmer menawarkan opsi menarik. Sifat open-weight memungkinkan kustomisasi mendalam, sementara desainnya yang dioptimalkan untuk perangkat konsumen membuka peluang penggunaan AI lokal yang lebih luas.

Namun, penting untuk dicatat bahwa meskipun Muse Glimmer lebih ringan dibandingkan model lain, perangkat dengan spesifikasi standar mungkin belum mampu menjalankannya secara optimal. Pengguna perlu mempertimbangkan kapasitas memori perangkat mereka sebelum mencoba model ini.

Meta terus mengembangkan ekosistem AI-nya dengan berbagai inovasi. Muse Glimmer menjadi bukti komitmen perusahaan dalam menghadirkan teknologi AI yang lebih terjangkau dan mudah diakses, tanpa mengorbankan aspek keamanan dan privasi pengguna.

Ikuti Telset.id di Google NewsFollow

Komentar

Belum ada komentar.