Muse Spark 1.1 基准表现引关注
iruletheworldmo · x · 2026-07-09
帖子称 Meta 的 Muse Spark 1.1 在 agentic tool use、JobBench、OSWorld、HLE 和 finance agents 等基准上超过了 GPT-5.5。作者同时表示，GPT-5.5 在部分编程和视觉任务上仍更强，但如果看低成本的 agentic 工作，Meta 这次表现非常强。
所属事件:Meta发布Muse Spark 1.1，主打低成本与强Agentic能力(133 条相关)→
「模型」频道最新
- LlamaIndex 实测 Fable 5.1：文档 OCR 各项指标全面超越上代 — llama_index · 2026-09-03
- 反事实推演:若无推理范式,今天模型可能才刚到 o3 水平 — Jsevillamol · 2026-09-03
- Fable 5.1 距饱和 ARC-AGI-2 仅差 10%，每任务成本再降 32% — rohanpaul_ai · 2026-09-03
- 实测 LLM 谈判合同、批改代码：一家团队的四类真实用法 — xuanalogue · 2026-09-03
- 团队称其视频模型 h3 max 居各独立评测榜第一 — isidentical · 2026-09-03
- Meta SAM 3 登上 Hugging Face 趋势榜,主打图像与视频分割 — facebook · 2026-09-03