待验证50% 置信基准精确时间
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。
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
待验证独立评测机构Artificial Analysis给出的Intelligence Index中，Muse Wonder仅得52分，Claude Opus 5.5高达58分。73% 相似待验证该模型在Agentic Index上拿到51分，超过Claude Opus的最高推理档，但在Terminal Bench和GPQA Diamond上落后于Claude Opus级别67% 相似待验证Claude Opus 5 在 ThinkingBox 中 pass@20 为 79.09%，all-20 达到 47.53%（241个任务稳定通过）66% 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。66% 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。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011248API
curl https://kongchang.com/api/v1/knowledge/claims/1011248MCP
get_claim(id=1011248)