Meta Muse Spark 1.3 误差少 38%，单任务成本 $0.85 压 Claude 与 GPT
ryanshrout · x · 2026-09-04
Signal65 的 Ryan Shrout 发布 PINNACLE agentic 基准新结果：Meta Muse Spark 1.3 位居第二，加权错误数比 Claude Opus 5 少 38%；每个正确任务成本 $0.85，显著低于 Opus 的 $1.36 和 GPT-5.6 Sol 的 $1.22——后两个托管前沿模型因此跌出成本前沿。
细节：
- 该模型偏慢且 token 消耗大，但在托管模型高端档仍是性价比最佳选择
- PINNACLE 基于美国劳工部的职业工作活动构建真实多步企业任务，用代码确定性评分而非模型裁判，每轮动态生成沙盒与答案密钥，防止背题
- 完整结果可在 Signal65 网站查看
这可能是 Meta 的下一个「Llama 时刻」。
所属事件:Meta Muse Spark 1.3 登 agentic 榜第二成本仅三分之一(2 条相关)→
「模型」频道最新
- Astra 定价曝光:输入 10 美元/百万 tokens,输出 50 美元 — saln1 · 2026-09-04
- GPT-6 Astra 对阵 Gemini 3.8 Flash 网友晒对比图 — Able-Line2683 · 2026-09-04
- GPT-6 Astra 定价曝光:输入 $10/输出 $50 每百万 token — thesaraharminta · 2026-09-04
- GPT-6 Astra Tier 4 数学拿 97.4%,10 万卡史上最大训练 — ChrisGPT · 2026-09-04
- 博主推测 GPT-6 Astra 订阅价有望做到 50 美元一档 — scaling01 · 2026-09-04
- 反向数据:Gemini 3.8 Flash 在 warden bench 上性价比垫底 — zeeg · 2026-09-04