实测 Muse Spark 1.3：xhigh 档贵 50% 慢 13%，只多解一个 bug
PawelHuryn · x · 2026-09-13
开发者 PawelHuryn 公布 Muse Spark 1.3 不同推理档位的实测结果：xhigh 档得分 20，比 high 档贵 50%、慢 13%，但只多解决一个 bug；作者认为从 high 到 max 才是提升最大的一档，下一步将测试 medium 档。
作者在 FAQ 中说明：这些不是随机 bug，而是 2026 年初前沿模型都难以解决的硬问题；由不同模型家族的盲评者验证解答并校准；未被植入的 bug 不计入，OpenAI 模型会「bugmax」并报告大量真实但无关的问题，解决它们反而会让方案变复杂。
所属事件:Bug Hunt Bench 实测：Muse Spark 1.3 追平 Fable 5.1 登顶(6 条相关)→
「模型」频道最新
- ARC Prize 2026 截止倒计时3天,Yi-Chia Chen 以 75.56% 登顶 ARC-AGI-3 — GregKamradt · 2026-10-31
- Claude 画鹈鹕骑自行车惊艳众人:Fable 5.5 Max SVG 能力演示 — ChrisGPT · 2026-10-31
- 曝 OpenAI 将用用户 Daybreak 会话训练且无法退出 — dyn___ · 2026-10-31
- NVIDIA Nemotron 3.5 用 LLM 自验证:agentic 基准提升 9-10 个点 — sarahcat21 · 2026-10-31
- 开源模型 Mistral Large 4 刷 1273 道医学题:94% 正确率 — MaziyarPanahi · 2026-10-31
- 研究者在模型权重空间找到 5 种人格结构,可类比人类大五人格 — luke_drago_ · 2026-10-31