Muse Spark 1.3 登 ProgramBench 榜二，「便宜到不用计量」
jyangballin · x · 2026-09-30
ProgramBench 作者宣布 Meta Muse Spark 1.3 测试结果：在要求 SWE-agent 从零写出 sqlite、ffmpeg、php 等完整程序的该基准上，1.3 (max) 排总榜第二，1.3 (xhigh) 排第三，且处于极具性价比的成本档位，作者称之为「智能便宜到不用计量」。详细评测档案与轨迹数据已开源。
所属事件:Meta Muse Spark 1.3 登 ProgramBench 第二并开源全部评测数据(2 条相关)→
「编程与Agent」频道最新
- Harness Learning：不改权重让模型适应未见任务，性能近翻倍 — DanielKhashabi · 2026-10-01
- NVIDIA 联手 Nous Research 详解 NeMo Relay 智能体追踪实践 — NVIDIAAI · 2026-10-01
- Hermes Agent 支持 @ 引用网页、文件、diff 和提交 — alexcovo_eth · 2026-10-01
- 模型写代码已够准:他主张删掉单元测试、取消代码评审仪式 — sanderssays · 2026-10-01
- Stack Overflow 推出 Stack Internal:把企业散落知识变成 AI 可信记忆 — pchandrasekar · 2026-10-01
- Code4Scene 基准:14 个 agent 在虚幻引擎里搭 3D 场景仍难过关 — Lianhuiq · 2026-10-01