105 个真实 bug 实测 Muse Spark 并列登顶

开发者 PawelHuryn 用自建 harness 与原始 API，在两个真实仓库中预埋 105 个 bug，实测各模型「找出并修复」的能力。结果 Muse Spark 1.3（max 档）以 33 分与 Fable 5.1 并列第一，显示 Meta 已杀入前沿模型行列。他另测不同推理档位：xhigh 档仅比 high 档多解一个 bug，却贵 50%、慢 13%，性价比存疑。

2026-09-13 ~ 2026-09-13 · 3 条相关

• 实测 Muse Spark 1.3 与 Fable 5.1 并列第一,Meta 杀入前沿 — PawelHuryn · 2026-09-13
• 实测 105 个真实 bug:Muse Spark 1.3 并列登顶,Meta 逼近前沿 — PawelHuryn · 2026-09-13
• 实测 Muse Spark 1.3：xhigh 档贵 50% 慢 13%，只多解一个 bug — PawelHuryn · 2026-09-13