Meta 发布 Muse Wonder，多项基准超过 Opus 5.5 与 GPT-6 Astra
Meta is so back. in each of these benchmarks Muse Wonder beats both Opus 5.5 and GPT-6 Astra
Meta 发布新前沿模型 Muse Wonder，官方称其在个人智能体和专业智能体任务上达到 SOTA。Rohan Paul 指出，Muse Wonder 在多项基准上均超过 Opus 5.5 和 GPT-6 Astra，差距最大的是 SWE-Marathon，该基准要求 AI 智能体在 2 到 10 小时内独立完成整个软件项目（如 C 编译器或 Slack 克隆），且所有隐藏检查通过才算完成；Muse Wonder full 在该项得分为 57.5，Opus 5.5 为 46.3。
推荐理由
AI 评分 67
Meta 新模型 Muse Wonder 在多项基准上超过 Opus 5.5 与 GPT-6 Astra，其中 SWE-Marathon 差距最大，可据此观察长时程智能体任务的能力对比。
主题
查看原帖introducing muse wonder our new frontier model. state-of-the-art at personal agents and professional agents. our largest and most capable model yet—rivals the big bois https://t.co/REYHXbjpf6
正文
当前显示原文，中文全文译文尚未就绪。
Meta is so back. in each of these benchmarks Muse Wonder beats both Opus 5.5 and GPT-6 Astra
The widest gap comes on SWE-Marathon. this one tests whether an AI agent can build an entire software project on its own, such as a C compiler or a Slack clone, over 2 to 10 hours, and counts a task only if every hidden check passes.
And muse wonder full scores 57.5 against 46.3 for Opus 5.5.