Muse Spark 1.1 基准分数曝光
OfirPress · x · 2026-07-12
转发指出，Muse Spark 1.1 在 SciCode 上的表现据称已经领先 GPT-5.6。
引用的基准汇总还给出更多对比：Muse Spark 1.1 在所测模型中排名第 3，得分 58%，仅次于 Claude Fable 5（60%） 和 Gemini 3.1 Pro Preview（59%）；它在 Humanity's Last Exam 上为 45%, 距离 Claude Opus 4.8 的 46% 只差 1 分。
所属事件:Meta Muse Spark 1.1 多项榜单成绩亮眼(13 条相关)→
「模型」频道最新
- 波兰开发者业余两周造决策模型,开源榜第一超众多商业产品 — lukaszkaiser · 2026-10-18
- DeepSeek V4.1 Flash 智能体分暴涨,长程任务提升但约束遵循下滑 — teortaxesTex · 2026-10-18
- 科学计算大佬实测：日常维护任务开源模型反超，但深挖代码缺陷仍靠 Opus — ChrisRackauckas · 2026-10-18
- DeepSeek V4.1 Flash 冲进 BuildingBench 前五,成本仅 Sonnet 的 1/15 — Lianhuiq · 2026-10-18
- MOSS SFT、Flux 3 Klein 与 SD 3.0 同提示词横评,SD3 老底被揭 — ZootAllures9111 · 2026-10-18
- 博主实测对比：GPT-6 综合接近 Opus 5.5，Computer Use 大幅领先 — _vztu · 2026-10-18