Muse Wonder 高级工程师基准仅 52%，大幅落后 GPT-Sol 6.1 的 71%
danshipper · x · 2026-10-13
danshipper 用自建的「高级工程师基准」测试 Muse Wonder：要求模型从头重写一个 vibe coding 产生的糟糕代码库，作为真实工程实用性的度量。结果 Muse Wonder Standard 仅得 52%，远落后于 GPT-Sol 6.1 的 71%。
作者补充：Wonder Full 版本目前无法通过 API 使用（原因不明），稍后会另行测试。
所属事件:Muse Wonder 资深工程师基准远逊 GPT-Sol 6.1(4 条相关)→
「模型」频道最新
- GPT 系模型可轻松通过多数验证码，截图引争议 — CtrlAltDwayne · 2026-10-13
- 马斯克力推 Grok Bot:被用户称最强个人智能体,订阅整合呼声高 — elonmusk · 2026-10-13
- 用户称 Grok 全面替代 ChatGPT、Claude 与 Cursor 工作流 — elonmusk · 2026-10-13
- 有人逆向工程 Grok Bot 并将其开源 — jasonkneen · 2026-10-13
- Bindu Reddy:Muse Wonder 远不及 Fable/Astra,新基准即将发布 — bindureddy · 2026-10-13
- 用户吐槽 Gemini 接管 Android Auto:让它回复却说「正在播放 yes」 — Notegg999f · 2026-10-13