Bug Hunt 榜单:Meta Muse Wonder Full 1.0 以 44 分追平旗舰档模型
PawelHuryn · x · 2026-10-14
Pawel Huryn 分享 Bug Hunt Bench 编程修 bug 排行榜:Muse Wonder Full 1.0 在 xhigh 档拿到 44/105,与 MAX 档持平,距 Anthropic Sonnet 5.5 Max 的 51.3、GPT-6 Astra Max 的 45 不远,而这个榜单上多跑几次平均分通常只波动 2-3 分,这样的对齐相当罕见。
榜单同时给出耗时与成本:Somet 5.5 Max 花 2871 分钟、$154;DeepSeek V4.1 Flash 仅 $0.78 修 21.7 个 bug;GPT-6 Luna xhigh 只需 $0.39。作者补充提醒:Muse Wonder Full 1.0 很难跑分——$50/月订阅跑几次就触顶周限额,选 contributor 也不减配额,且暂无 API,测试需注意用量。
所属事件:Bug Hunt Bench 实测 105 个真实 Bug：Sonnet 5.5 登顶，Meta Muse Wonder 追平(10 条相关)→
「模型」频道最新
- Gemini 4 Argon 报告:模型展现情境感知引发热议 — repligate · 2026-10-14
- 没得选了：用户吐槽 500 刀 GPT 难敌 100 刀 Claude — lxfater · 2026-10-14
- ChrisGPT 晒 AI 复刻 Ocarina of Time 画面，称距 3A 大作仅 1-3 年 — ChrisGPT · 2026-10-14
- RL 训练占比飙至 55%:SemiAnalysis 图表误读正在刷屏 — repligate · 2026-10-14
- 本地 AI 不划算?开发者争论隐私与量化模型性价比 — brandon_galang · 2026-10-14
- Gemini 4 刚发布就翻车:op7418 实测思考卡 2821 秒、审批形同虚设 — op7418 · 2026-10-14