Meta Perkenalkan Muse Ember, Model AI Murah yang Dirancang untuk Menangani Jutaan Tugas Otomatis

tvOnenews.com - Persaingan kecerdasan buatan (AI) kini tidak hanya ditentukan oleh kemampuan menghasilkan jawaban cerdas, tetapi juga seberapa efisien teknologi tersebut menjalankan pekerjaan dalam jumlah besar. 

Biaya penggunaan, kecepatan pemrosesan, dan kemampuan mengotomatisasi tugas berulang menjadi faktor penting bagi perusahaan yang mulai mengandalkan AI dalam operasional bisnis. 

Di tengah kebutuhan tersebut, Meta Muse Ember hadir sebagai model AI ringan yang diklaim mampu menawarkan efisiensi biaya tanpa mengorbankan kemampuan penalaran.

Meta melalui Superintelligence Lab memperkenalkan Muse Ember sebagai model AI paling ringan dan paling hemat biaya yang pernah dikembangkan laboratorium tersebut. 

Kehadirannya diarahkan untuk menangani berbagai pekerjaan yang membutuhkan pemrosesan berulang, mulai dari pemanggilan alat digital, pengodean tugas-tugas kecil, pengelolaan permintaan, hingga ekstraksi informasi dari dokumen panjang.

Peluncuran ini juga memperlihatkan perubahan strategi industri AI. Jika sebelumnya pengembangan model lebih banyak menonjolkan kemampuan teknologi paling canggih, kini efisiensi dalam menjalankan jutaan tugas menjadi perhatian tersendiri. 

Meta berupaya menjawab kebutuhan tersebut melalui Muse Ember, yang dirancang untuk bekerja bersama model AI berukuran lebih besar dalam sistem agen otomatis.

Muse Ember Tawarkan Biaya AI Lebih Murah, Bagaimana Kemampuannya?

Mengutip laporan TechCrunch, Rabu (11/11) waktu setempat, Meta menonjolkan efisiensi biaya sebagai salah satu keunggulan utama Muse Ember. Perusahaan menggunakan skor tolok ukur komposit Artificial Analysis untuk membandingkan biaya dan kemampuan model tersebut dengan sejumlah pesaing.

Muse Ember ditawarkan dengan tarif 10 sen atau sekitar Rp1.800 per satu juta token input. Harga ini diklaim jauh lebih rendah dibandingkan sejumlah model pesaing, termasuk Haiku dari Anthropic dan Luna dari OpenAI.

Berdasarkan tolok ukur yang sama, Ember juga disebut kompetitif dari sisi biaya dibandingkan model AI sumber terbuka seperti DeepSeek V4.1 Flash dan GLM 5.3 Flash.

Token merupakan satuan pemrosesan teks yang digunakan model AI untuk membaca dan menghasilkan informasi. Dalam praktiknya, biaya penggunaan dapat meningkat seiring banyaknya data yang diproses dan frekuensi permintaan yang diberikan kepada sistem.

Karena itu, model dengan tarif pemrosesan lebih rendah berpotensi memberikan keuntungan bagi perusahaan yang mengoperasikan layanan AI dalam skala besar. Misalnya, bisnis layanan pelanggan dapat menggunakan AI untuk membaca pertanyaan, mengelompokkan keluhan, mengekstrak informasi, hingga membantu menyelesaikan permintaan konsumen.

Meta menjelaskan bahwa Ember memang dikembangkan untuk menangani pekerjaan semacam itu.

"Dirancang untuk eksekusi penalaran kompleks dan pekerjaan yang diulang agen sepanjang hari: panggilan alat, pengkodean sub-tugas, perutean, ekstraksi, dan penguraian dokumen panjang," demikian penjelasan Meta mengenai kemampuan model tersebut.

Pendekatan ini memungkinkan perusahaan memanfaatkan model AI ringan untuk pekerjaan yang jumlahnya besar tanpa harus selalu menggunakan model dengan kemampuan komputasi lebih tinggi.

Muse Ember dan Wonder, Strategi Meta Mengembangkan Agen AI

Salah satu hal menarik dari Muse Ember adalah perannya dalam sistem kerja bersama model AI lain. Meta tidak memosisikan Ember sebagai pengganti model yang lebih besar, melainkan sebagai pelengkap untuk mengerjakan tugas-tugas operasional secara masif.

Dalam skenario layanan pelanggan, misalnya, model AI berkemampuan lebih tinggi dapat terlebih dahulu menyusun strategi dan menentukan aturan penanganan masalah. Setelah itu, model yang lebih ringan mengambil alih pekerjaan untuk menerapkan aturan tersebut pada puluhan ribu permintaan.

Meta menggambarkan pembagian peran ini melalui pernyataan, "Muse Wonder merencanakan, Muse Ember menangani volumenya."

Dengan pendekatan tersebut, perusahaan dapat membagi pekerjaan berdasarkan tingkat kompleksitas. Model besar digunakan untuk penalaran dan perencanaan, sedangkan model ringan menjalankan tugas yang lebih rutin dan berulang.

Strategi ini juga berkaitan dengan pengembangan agen AI, yaitu sistem kecerdasan buatan yang tidak hanya menjawab pertanyaan, tetapi dapat menjalankan serangkaian tindakan untuk menyelesaikan pekerjaan tertentu.

Kemampuan Ember tidak terbatas pada pemrosesan teks. Meta melatih model ini agar dapat menangani berbagai jenis masukan, termasuk gambar dan audio.

Artinya, agen AI yang menggunakan Ember dapat membaca tangkapan layar, grafik, dokumen hasil pemindaian, memo suara, rekaman rapat, hingga video tanpa harus mengandalkan model terpisah untuk setiap format.

Dalam pengumumannya, Meta menyebut, "agen dapat membaca tangkapan layar, grafik, dan dokumen yang dipindai, atau bekerja dari memo suara, rekaman rapat, dan video tanpa model terpisah."

Kemampuan lintas media tersebut berpotensi memperluas penerapan AI dalam pekerjaan administratif, pengolahan informasi, dokumentasi, dan layanan pelanggan.

Muse Ember Jadi Model Keempat dalam Keluarga AI Meta

Peluncuran Muse Ember merupakan bagian dari pengembangan ekosistem model kecerdasan buatan Meta. Model ini menjadi produk keempat yang diperkenalkan di bawah merek Muse.

Sebelumnya, Meta telah merilis Spark pada April 2026 sebagai model kelas menengah sekaligus menghadirkan kembaran sumber terbukanya. Berikutnya, perusahaan memperkenalkan Glimmer pada Agustus 2026 dan Muse Wonder sebagai model unggulan pada Oktober 2026.

Selain mengembangkan model untuk kebutuhan bisnis dan pengembang, Meta juga memperluas kehadirannya di pasar AI konsumen melalui Muse Agent yang debut pada September 2026.

Produk tersebut mendapatkan perhatian setelah perusahaan memperkenalkan sejumlah fitur baru, termasuk Spaces dan obrolan video pada awal November 2026.

Perkembangan ini memperlihatkan bahwa Meta sedang membangun strategi AI dari berbagai sisi, mulai dari model ringan untuk otomatisasi pekerjaan, model berkemampuan tinggi untuk penalaran, hingga asisten AI yang dapat digunakan langsung oleh konsumen.

Pada akhirnya, kehadiran Muse Ember menunjukkan bahwa persaingan AI tidak lagi hanya berkutat pada model siapa yang paling pintar. Kemampuan menjalankan pekerjaan berulang dengan biaya rendah, mengolah berbagai format data, dan terintegrasi dengan sistem otomatis justru menjadi faktor penting berikutnya. 

Melalui kombinasi Muse Wonder dan Muse Ember, Meta mencoba menawarkan pendekatan baru: menggunakan model besar untuk menentukan langkah, kemudian mengandalkan model ringan untuk menyelesaikan pekerjaan dalam skala besar. (udn)