部分验证65% 置信基准精确时间
Meta的图表显示Muse Wonder在长周期编码任务上击败Claude Opus 5.5：DeepSWE得分78.8对74.2，SWE-Marathon得分53.1对46.3。
3
来源数
65%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证Muse Wonder 在 DeepSWE 1.1 上以 78.8 对 74.2 击败 Claude Opus 5.5，在 Harvey 法律代理基准 LAB-AA 上以 10.0 对 4.2 领先，在 SWE-Marathon 上以 53.1 对 46.3 领先。80% 相似待验证在DeepSWE 1.1基准测试中，Muse Wonder Full取得79.0%，超过Claude Opus 5.5的74.2%和GPT-6 Astra的74.1%75% 相似待验证在Meta模型卡列出的14项基准测试中，Muse Wonder（API版本）与Claude Opus 5.5相比，取得5胜9负。73% 相似待验证Meta 宣称 MuseWonder Full 在 Artificial Analysis 智能指数上得分 56，仅落后 Claude Opus 5.5 两分，并在 DeepSway 软件工程基准上拿到 79 分。72% 相似待验证在SWE-Marathon上，Muse Wonder得分53.1，Claude Opus 5.5得分46.3，来源为Abundant AI；但脚注指出该比较使用了不同的agent harness，并非受控的通用对比。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011211API
curl https://kongchang.com/api/v1/knowledge/claims/1011211MCP
get_claim(id=1011211)