Meta baru saja merilis model open-source raksasa dengan 816 miliar parameter bernama Muse Spark Open, tetapi skornya justru terlampaui oleh Qwen3.8-Flash-Next yang hanya memiliki 180 miliar parameter. Hasil pengujian terbaru dari lembaga pihak ketiga Artificial Analysis menunjukkan bahwa model raksasa Meta ini mendapatkan skor komprehensif hanya 39, sementara Qwen3.8 meraih skor 40. Lebih mencengangkan lagi, perbedaan parameter yang diaktifkan: Meta memerlukan 42 miliar parameter untuk setiap inferensi, sementara Qwen hanya perlu mengaktifkan 6 miliar parameter—efisiensinya 7 kali lebih tinggi. Biaya penempatan lokal pun jauh lebih nyata. Setelah dikuantisasi menjadi 4-bit, ukuran file model Meta mencapai 506 GB, jauh melebihi kapasitas server biasa; sementara Qwen hanya 111 GB, cukup muat di satu kartu profesional. Dengan menambahkan lebih dari empat kali lipat parameter dan memori GPU, hasil inferensinya malah dikalahkan oleh model yang lebih kecil. Perusahaan besar sekarang perlu mempertimbangkan kembali strategi sembarangan menumpuk parameter ini.