待验证50% 置信基准精确时间
在Meta自己公布的14项基准测试中，Muse Wonder赢了5项，主要集中在长周期编码、法律agent任务和Meta内部记忆测试；输掉了9项，包括ProgramBench（Opus以70.5对50.0领先）。
1
来源数
50%
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。77% 相似待验证基准测试显示，并发请求数达到5时逐行GEMV对GEMM的吞吐比跌破100%（90.7%），GEMM重新占优69% 相似待验证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。68% 相似待验证在Automation Bench测试上，高档的Sol得分超过最高档的Cloud Ops 5，每道题开销仅为对手的9%65% 相似待验证在ProgramBench上，Muse Wonder得分为50.0，Claude Opus 5.5为70.5，Opus领先20.5分，是14项基准中的最大差距。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011214API
curl https://kongchang.com/api/v1/knowledge/claims/1011214MCP
get_claim(id=1011214)