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
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18
- 「刷榜式 demo」鉴别法：换用 Mirror's Edge 场景测模型泛化 — teortaxesTex · 2026-10-18
- DeepSeek V4.1 提升非靠蒸馏？榜单显示 OpenAI Luna 仅得 38 分 — teortaxesTex · 2026-10-18
- 爆料称 Gemini 4 复杂任务接近甚至超越 Opus 5.5 — haider1 · 2026-10-18