实测 Muse Wonder 1.0:105 个真实 bug 修复 31.7 个,贵 50%
PawelHuryn · x · 2026-10-13
AI 研究者 Pawel Huryn 在两个真实代码库上用 105 个 bug 测试 Muse Wonder 1.0,结果:
- GPT-6 Astra (max):45.0
- Opus 5.5 (max):41.7
- Muse Spark 1.3 (max):32.2
- Muse Wonder 1.0 (max):31.7
- Grok 4.7 (xhigh):29.0
他不太信任拉满算力的官方跑分:实测中 Muse Wonder 与 Spark 1.3 差不多、更慢且贵 50%。附带配图 Bug Hunt Bench 榜单还显示 Sonnet 5.5 max 以 51.3/105 居首但耗时 2871 分钟、成本 $154;DeepSeek V4.1 Flash 仅 $0.78 修 21.7 个,性价比突出。后续还将测试仅订阅可用的 Muse Spark Full 1.0。
所属事件:Pawel Huryn 实测 Muse Wonder 1.0:GPT-6 Astra 得分 45 居首(5 条相关)→
「编程与Agent」频道最新
- RustGIS 上架 PyPI:纯 Rust 打造的快速开源 GIS 可进 Jupyter — giswqs · 2026-10-13
- 歸藏晒 5 个 Claude Skill 存货,从视频剪辑到个人上下文工具 — op7418 · 2026-10-13
- LangSmith 推出 AI Search:用自然语言直接检索 Agent 执行轨迹 — LangChain · 2026-10-13
- 开发者用 Claude 设计 skill 生成大胆品牌概念:铁律是绝不抄袭 — round · 2026-10-13
- 马德里 Kernel Panic 大会爆满，四场生产级 AI 实战演讲 Slides 公开 — SergioPaniego · 2026-10-13
- 用 Hermes Agent 每周自动筛 GitHub 新项目:搜索抓取免费 — prasenx · 2026-10-13