实测打脸榜单：Muse Spark 1.3 高分遭质疑刷榜

多位用户实测 Muse Spark 1.3 后发现，其真实表现明显不及 Opus 和 SOL 等模型，与 Artificial Analysis Index 上的高分排名相去甚远，怀疑存在刷榜行为。测试者通过 OpenRouter 与 Opencode Zen 双渠道、更换 system prompt、脱离 harness 等多种方式验证。从业者 Harveen Chadha 也吐槽评测分数与用户体验脱节日益严重，并以 Opus 5 在 AA 指数上得分反常为例。

2026-09-05 ~ 2026-09-05 · 4 条相关

• 用户实测指 Muse Spark 1.3 疑似刷榜:实际表现远逊基准分 — Swimming_Gain_4989 · 2026-09-05
• 用户实测质疑 Artificial Analysis 榜单无法反映真实模型表现 — PerformanceRound7913 · 2026-09-05
• 从业者吐槽:AA 等模型评测指数与真实体验脱节日益严重 — HarveenChadha · 2026-09-05

另有 1 条近重复转述:PerformanceRound7913