待验证50% 置信基准精确时间

在 Harvey Lab 法律代理测试中，MuseWonderFull 得 13.1 分，GPT-6 Astra 得 8.6 分，Claude Opus 5.5 得 4.2 分。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/18

首次发现

有效期至：2026/11/1

来源

Meta Muse Wonder 深度评测：长编码称王，但全能性不及 Opus 5.5

涉及实体

MuseWonderFullmodel GPT-6 Astramodel Claude Opus 5.5model Harvey Labcompany

相关事实

部分验证在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%73% 相似待验证在 SWE Marathon 测试中，MuseWonderFull 得分 57.5，常规版 53.1，Claude Opus 5.5 为 46.3，GPT-6 Astra 为 42.5。71% 相似待验证GPT-6 Astra以平均分0.90在八款模型中表现最佳，Claude Opus 5平均分0.82次之71% 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。70% 相似待验证在 SWE-Marathon 基准中，Muse Wonder 得 53.1，Claude Opus 5.5 得 46.3，差距 6.8 分。70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059479

API

curl https://kongchang.com/api/v1/knowledge/claims/1059479

MCP

get_claim(id=1059479)