推文

@leo114119 · 2026-10-13 01:18

Meta 发了新模型 Muse Wonder，官方原话是「在关键基准上达到 SOTA」。 我把它的 model card 里 14 个 benchmark 逐个排了名： 赢 7 项，中游 7 项，垫底 0 项。 最狠的是这一对—— SWE-Marathon（超长周期工程）57.5，比 Claude Opus 5.5 高 11.2 分； ProgramBench（从零写程序）59.0，比 Opus 5.5 低 11.5 分。 同一个模型，修别人的坑是顶级，从空地起楼是二流。

曝光 231 · 评论 1 · 点赞 2 · 书签 1