待验证50% 置信基准精确时间
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。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证在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）。77% 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。73% 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。72% 相似待验证在Harvey LAB-AA法律基准上，Muse Wonder得分10.0，Claude Opus 5.5得分4.2，Wonder得分翻倍，但全行最高分仅为Wonder Full的13.1。68% 相似待验证Opus 5.5 在几乎所有基准测试中都超越了同期竞品68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011247API
curl https://kongchang.com/api/v1/knowledge/claims/1011247MCP
get_claim(id=1011247)