Meta新模型Muse Spark 1.2评测：数学能力超GPT-5.5，略逊Kimi K3
alexandr_wang · x · 2026-08-08
据ErdosBench评测，Meta新模型Muse Spark 1.2在226道研究级数学题中解出40道，表现优于GPT-5.5 xhigh，略逊于Kimi K3。该模型证明卫生良好，B级评审产出高，无强主张被拒，但A级闭合较少。
「模型」频道最新
- Artificial Analysis 榜单:GLM 5.3 Flash 得 39 分,以更小体积超越 Mistral 4 Large — airesearch12 · 2026-10-16
- 基于 Qwen3-4B 的开源 ASR 模型 Hojo-ASR 取 3.54 平均 WER — rohanpaul_ai · 2026-10-16
- Google 在 Antigravity 中设 Paid Pro 付费墙，Pixel 与订阅用户不满 — Chance-Okra-5920 · 2026-10-16
- GLM 5.3 Flash 现已在 OpenCode 免费开放 — DanielLockyer · 2026-10-16
- GPT-6 Sol 开药水店零失误，推理摘要却把库存当成自身属性 — liminal_bardo · 2026-10-16
- Codex 用户转投 Claude:称 Opus 5.5 体验领先且 App 优化好 2-3 倍 — ItchyResearcher5671 · 2026-10-16