待验证50% 置信基准精确时间
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。
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。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。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。69% 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。68% 相似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。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1011252API
curl https://kongchang.com/api/v1/knowledge/claims/1011252MCP
get_claim(id=1011252)