待验证50% 置信基准精确时间
在Harvey Lab法律基准上，Muse Wonderful Max得分13.1，Muse Wonder得分10，大幅领先其他模型；Grok 4.7在该基准上得分19.6，却未被列入对比图表。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
有效期至：2026/10/27
来源
涉及实体
相关事实
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。80% 相似待验证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。74% 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。67% 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。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013538API
curl https://kongchang.com/api/v1/knowledge/claims/1013538MCP
get_claim(id=1013538)