Muse Spark 1.1 医疗基准领先
alexandr_wang · x · 2026-07-14
Muse Spark 1.1 在 HealthBench Professional 上被称为 SOTA。
引用内容里给出了与 GPT-5.6 Sol 的对比：Muse Spark 1.1 在总分上更高，长度调整后的分数与对方统计上接近，但推理成本更低，尤其是输出价格约便宜 7 倍（$1.25/$4.25 vs $5/$30 per M tokens in/out）。
所属事件:Meta Muse Spark 1.1 多项评测出炉，医疗与 Agent 表现亮眼(7 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