Dalam tulisan pada 29 Oktober, Figma mengungkap model penyunting desain buatan sendiri. Modelnya dibangun di atas Qwen 3.8 27B, model open source dari Alibaba, lalu disempurnakan lewat supervised fine-tuning dan reinforcement learning untuk khusus menangani perubahan presisi pada desain yang sudah ada. Model ini sudah terhubung ke agen AI Figma, yang kini juga resmi dibuka untuk semua pengguna.
Tulisan itu tidak memberi nama publik untuk modelnya; pada grafik evaluasi, modelnya diberi label "Figma design edits v3". Pada evaluasi penyuntingan internal Figma, skornya 77,8%, sedangkan model pihak ketiga Sol 6.1 meraih 76,9%.
"We've increasingly seen that specialized post-training can compete with frontier models."
Kami semakin sering melihat bahwa post-training yang terspesialisasi bisa bersaing dengan model-model terdepan.
Dua langkah: meniru dulu, lalu memperkuat
Versi pertama memakai Llama 3.3 70B sebagai model dasar. Setiap sampel pelatihan memasangkan satu berkas desain asli, satu permintaan perubahan sintetis, dan satu hasil perubahan yang berhasil; desainnya direpresentasikan langsung dalam format berkas milik Figma. Aset sistem desain seperti tema dan komponen juga dibekali prompt sintetis.
Datanya dibuat dengan model guru yang lebih besar mencoba menyunting lebih dulu, lalu hasilnya diperiksa oleh validator deterministik dan ditinjau model visual. Alur ini bisa mengoreksi diri berdasarkan umpan balik evaluasi. Versi awal memakai lebih dari 250.000 sampel dan pada tugas penyuntingan sudah mampu menyamai model papan atas saat itu.
Kelemahan imitation learning segera tampak: model hanya bisa menghasilkan desain yang mirip sampel pelatihan, generalisasinya buruk, dan efisiensi sampelnya rendah. Tim kemudian beralih ke reinforcement learning, dengan fokus pada lingkungan pelatihan khusus desain, keragaman sampel, model imbalan, serta rubrik penilaian yang ditulis para pakar desain. Saat model dasar diganti ke Qwen 3.8 27B, mereka juga mengevaluasi seri Qwen yang lebih baru, Muse Spark Open, dan Inkling.
Angka setelah rilis
Figma membagikan beberapa perubahan dari masa beta hingga rilis resmi:
- Kecepatan tugas yang umum naik sekitar 20%;
- Dalam uji buta bersama desainer profesional, agen baru lebih baik atau setara dengan versi lama pada 62% perbandingan;
- Penilaian pengguna naik 33%, dan jumlah pembatalan perubahan oleh agen turun 60%;
- Porsi pekerjaan yang ditangani model buatan sendiri naik lebih dari dua kali lipat, dan biaya rata-rata per pesan menurun.
Pembagian tugasnya juga dijelaskan: penyuntingan presisi dan iterasi multi-putaran diserahkan ke model buatan sendiri, sementara pembuatan gambar, grafik vektor, dan eksplorasi desain baru dari nol tetap memanggil model pihak ketiga dengan hasil terbaik.
Beberapa pihak di jalur yang sama
Dua tahun terakhir makin banyak perusahaan yang memakai model dasar open source untuk post-training khusus industri. Cursor melatih model sendiri untuk pelengkapan dan penulisan ulang kode, dan CEO Airbnb Brian Chesky tahun lalu secara terbuka menyebut agen layanan pelanggan perusahaannya banyak memakai Qwen. Pendekatan Figma kali ini serupa: model serbaguna unggul dalam menciptakan dari nol, sedangkan perubahan kecil, presisi, dan tidak merusak sistem desain pada karya orang lain bergantung pada data domain dalam jumlah besar.
Bagi pembaca yang mengikuti ekosistem AI di Tiongkok, hal menarik dari kabar ini adalah model dasarnya. Sebuah perusahaan perangkat lunak desain Amerika membangun kemampuan penyuntingan inti di atas Qwen, yang menunjukkan bahwa model open source Tiongkok kini menjadi pilihan di produk komersial luar negeri. Seberapa besar penurunan biaya, di mana model 27B ini dijalankan, dan layanan cloud mana yang dipakai untuk inferensi, semuanya tidak diungkap Figma.
Sumber: CocoLoop, blog resmi Figma; blog resmi dipakai untuk memverifikasi tipe model dasar, skala sampel pelatihan, dan skor evaluasi internal, sedangkan metrik setelah rilis mengikuti klaim yang dilaporkan Figma sendiri.