待验证50% 置信基准精确时间
Every 的 Dan Shipper 报告称，在其高级工程师基准测试中，Wonder 仅得 52%，远低于 GPT-6.1 的 71%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/14
首次发现
有效期至：2026/10/28
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。68% 相似待验证在DeepSWE 1.1基准测试中，Muse Wonder Full取得79.0%，超过Claude Opus 5.5的74.2%和GPT-6 Astra的74.1%65% 相似待验证在CAD World的200个任务测试中，最强的GPT-5.4成功率仅有17.5%63% 相似待验证在MemoryBench测试中，Muse Wonder取得85.5%的准确率，超过Claude Opus 5.5的81.5%与GPT-6 Astra的81.4%63% 相似待验证在通用知识评估中，Muse Wonder的得分明显低于Claude Opus 5.5和GPT-6 Astra，但幻觉率很低。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1022814API
curl https://kongchang.com/api/v1/knowledge/claims/1022814MCP
get_claim(id=1022814)