Muse Wonder dan Wonder Full Dirilis, Ini Harga dan Perbedaan Aksesnya

Harianjogja.com, JOGJA—Meta meluncurkan dua model kecerdasan buatan (AI) terbaru, Muse Wonder dan Muse Wonder Full, yang dirancang untuk menangani pekerjaan kompleks sekaligus mengingat informasi penting pengguna dalam jangka panjang.

Kedua model tersebut diperkenalkan pada 12 Oktober 2026 sebagai bagian dari strategi Meta untuk memperkuat persaingan di industri AI. Perusahaan mengklaim model barunya mampu menangani tugas profesional, mulai dari memahami dokumen hukum dan menganalisis keuangan hingga membantu pengembangan aplikasi.

Salah satu fitur yang menjadi sorotan adalah Active Memory, yakni kemampuan AI menyimpan dan menggunakan kembali informasi relevan dari interaksi sebelumnya. Meta juga memperkenalkan Active Focus, fitur yang memungkinkan model terus mengerjakan tugas, mencoba pendekatan lain ketika menemui kendala, serta memulihkan proses setelah terjadi kesalahan.

Bagi pengguna, kedua kemampuan tersebut ditujukan untuk membantu pekerjaan yang tidak selesai dalam satu kali percakapan. Misalnya, AI dapat mempertahankan konteks proyek yang sedang dikerjakan dan melanjutkan proses berdasarkan informasi yang telah diberikan sebelumnya.

Apa Perbedaan Muse Wonder dan Wonder Full?

Meta menghadirkan dua model dengan jalur akses yang berbeda. Muse Wonder tersedia melalui Meta Model API dan Muse Code, sedangkan Muse Wonder Full saat ini hanya tersedia bagi pelanggan Muse Code.

Perbedaan akses tersebut penting bagi pengguna yang ingin memanfaatkan AI untuk pekerjaan pribadi maupun pengembangan perangkat lunak. Pengembang dapat mengakses Muse Wonder melalui API untuk mengintegrasikannya ke dalam aplikasi atau sistem lain.

Sementara itu, pengguna Muse Code dapat memilih Wonder Full melalui layanan tersebut untuk mengerjakan tugas yang membutuhkan penalaran dan proses lebih kompleks. Meta belum menyediakan Wonder Full melalui API.

Perusahaan juga berencana menggunakan Muse Wonder untuk mendukung layanan agen AI Muse. Model ini akan diluncurkan lebih dahulu kepada pelanggan sebelum diperluas ke pengalaman penggunaan lainnya.

Meta sebelumnya telah memperkenalkan Muse Spark dan agen Muse. Kehadiran keluarga model Wonder menandai upaya perusahaan meningkatkan kemampuan AI dari model yang berfokus pada kecepatan menuju sistem yang mampu menangani pekerjaan dengan tahapan lebih panjang.

Harga API Muse Wonder Mulai US$4 per Juta Token

Dari sisi biaya, Meta menetapkan harga API Muse Wonder sebesar US$4 untuk setiap satu juta token input dan US$20 untuk setiap satu juta token output.

Token input merupakan bagian teks atau data yang diproses model, sedangkan token output adalah hasil yang dihasilkan AI. Karena itu, total biaya penggunaan API bergantung pada volume masukan dan keluaran selama pemakaian.

Struktur harga ini perlu diperhatikan pengembang maupun perusahaan yang ingin mengintegrasikan AI ke layanan mereka. Semakin banyak data yang diproses dan jawaban yang dihasilkan, semakin besar pula biaya yang berpotensi timbul.

Muse Wonder Full tidak memiliki tarif API karena aksesnya dibatasi untuk pelanggan Muse Code. Pengguna yang mempertimbangkan kedua model tersebut perlu menyesuaikan pilihan dengan kebutuhan pekerjaan dan cara integrasi yang diinginkan.

Meta Klaim Performa Bersaing dengan Model AI Terdepan

Meta menyatakan Muse Wonder dan Muse Wonder Full mencapai hasil benchmark yang sebanding dengan sejumlah model AI pesaing, termasuk Claude Fable 5.1 dan GPT-6 Astra.

Pengujian perusahaan juga menyoroti MemoryBench, tolok ukur yang digunakan untuk menilai kemampuan model mempertahankan informasi dan membangun memori. Menurut hasil pengujian internal Meta, Muse Wonder mencatat skor lebih tinggi dibandingkan sejumlah model pesaing pada benchmark tersebut.

Meski demikian, hasil itu perlu dibaca secara proporsional. Data yang dipublikasikan Meta berasal dari pengujian perusahaan sendiri dan tidak dengan sendirinya membuktikan bahwa Muse Wonder unggul pada semua jenis pekerjaan atau dalam penggunaan sehari-hari.

Performa AI dapat berbeda menurut jenis tugas, metode pengujian, tingkat penalaran yang digunakan, dan sistem pendukungnya. Pengujian independen akan membantu memberikan gambaran yang lebih lengkap mengenai kemampuan kedua model tersebut.

Dilatih di Pusat Data Prometheus

Meta mengembangkan Muse Wonder dan Muse Wonder Full dengan dukungan infrastruktur komputasi perusahaan, termasuk pusat data Prometheus di Ohio, Amerika Serikat, yang mulai beroperasi pada 2026.

Menurut peneliti AI Meta, Kavya Kopparapu, perusahaan memberikan perhatian besar pada kemampuan model mempertahankan informasi yang penting bagi pengguna dalam rentang waktu panjang.

Pendekatan ini sejalan dengan visi Meta untuk mengembangkan AI yang bukan hanya menjawab pertanyaan, melainkan juga membantu menjalankan tugas secara berkelanjutan. Dalam pekerjaan profesional, kemampuan mengingat konteks dapat berguna ketika pengguna menangani dokumen, mengelola proyek, atau menyelesaikan pekerjaan dalam beberapa tahap.

Meta menyebut model tersebut dirancang agar dapat bekerja menuju tujuan, menyesuaikan pendekatan ketika menghadapi kesulitan, dan meminta klarifikasi ketika diperlukan. Perusahaan juga mengatakan model dilatih untuk menghindari pembagian informasi pribadi tanpa izin.

Meski begitu, fitur memori tetap menimbulkan pertanyaan penting tentang pengelolaan data. Pengguna perlu memahami informasi apa yang disimpan, bagaimana informasi itu digunakan, dan kontrol apa yang tersedia untuk mengelola privasi sebelum menyerahkan dokumen atau data sensitif kepada layanan AI.

Langkah Meta Memperkuat Persaingan AI

Peluncuran Muse Wonder dan Wonder Full merupakan bagian dari perombakan strategi AI Meta yang dimulai sekitar 14 bulan sebelumnya. Perubahan tersebut berlangsung setelah pendiri Scale AI, Alexandr Wang, terlibat dalam pembaruan organisasi pengembangan AI perusahaan pada 2025.

Sebelum model Wonder diperkenalkan, Meta lebih dahulu meluncurkan Muse Spark dan agen Muse. Model terbaru ini menunjukkan ambisi perusahaan untuk bersaing lebih langsung dengan pengembang AI lain melalui sistem yang mampu menjalankan tugas lebih kompleks.

Bagi pengguna dan pengembang, manfaat nyata Muse Wonder akan ditentukan oleh konsistensi hasil, biaya pemakaian, kemudahan integrasi, serta kemampuan menjaga keamanan informasi. Klaim benchmark menjadi salah satu indikator awal, tetapi bukan satu-satunya ukuran untuk menentukan apakah model tersebut sesuai dengan kebutuhan.

Meta kini menempatkan kemampuan mengingat konteks dan mempertahankan fokus sebagai dua elemen penting dalam pengembangan agen AI. Seberapa jauh pendekatan itu membantu pengguna menyelesaikan pekerjaan secara lebih efektif akan terlihat seiring meluasnya penggunaan kedua model tersebut.

 

Cek Berita dan Artikel yang lain di Harian Jogja, dan edisi cetak versi elektronik kami hadir di Epaper Harian Jogja.