Muse Spark 1.3 智能指数大涨,Agent 类评测提升最明显
ArtificialAnlys · x · 2026-09-03
Artificial Analysis 公布 Muse Spark 1.3(xhigh 与 max)相对 1.2 的 Intelligence Index 变化:提升集中在 agentic 评测——GDPval-AA v2 分别 +94 和 +139 Elo(1615→1709/1754),Terminal-Bench 2.1 达 85%/86%(+5/+6 分),Tau3-Bench Banking 从 35% 升至 47%/52%。
小幅回退方面:两款模型 AA-LCR 均下降 4 分(83%→79%),AA-Omniscience 准确率 xhigh -3 分(45%→42%)、max -1 分(45%→44%)。
成本效率:xhigh 在同智能档位最省——每任务 $0.55(定价维持 $1.25/$4.25 每百万 token),低于 Gemini 3.8 Flash($0.58)、GPT-5.6 Sol($0.63)、GLM-5.3($0.68)等,而同为 61 分的 Grok 4.6 要 $0.94。
所属事件:Meta 发布 Muse Spark 1.3：性能对标 Fable 5，价格约其八分之一(53 条相关)→
「模型」频道最新
- 用户连续三天被 Gemini「忽悠」：对自己的产品功能也疯狂幻觉 — OldFan4996 · 2026-10-18
- 一次 3D 头像生成吃掉 Claude Opus 5.5 百元套餐 15% 额度，用户晒账单 — mallow610 · 2026-10-18
- Claude 拒绝刷路由器，Qwen3.8 27B 却完美搞定 OpenWrt 刷机 — chocofoxy · 2026-10-18
- DeepSeek 推出搜索与网页抓取 API，每千次成功请求仅 0.75 美元 — fagnerbrack · 2026-10-18
- 讽刺帖晒 DeepSeek 文档图表理解翻车：定位框集体错位 — burkov · 2026-10-18
- 开发者吐槽:Claude 模型爱说 "not done" 成当前最大痛点 — jasonkneen · 2026-10-18