Muse Spark 1.1医疗基准领先
Daisy4ai · x · 2026-07-14
在 HealthBench Pro（OpenAI 的 525 个真实临床任务基准）上，Muse Spark 1.1 的表现与 GPT-5.6 Sol 接近，整体分数甚至略高。
原帖强调它在长度调整后的分数上与 GPT-5.6 Sol 基本打平，但推理成本更低：输入/输出每百万 token 约为 $1.25/$4.25，而 GPT-5.6 Sol 为 $5/$30，输出侧大约便宜 7 倍。作者把“可负担的医疗超级智能”作为目标。
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
- 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
- Anthropic 内部「养老院」环境曝光：历代 Claude 互相对话 — repligate · 2026-09-03