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
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16
- 16GB 显卡本地跑通全套 AI:生图作曲配音视频加 RAG 问答 — llama-of-death · 2026-11-16