Meta新模型Muse Wonder Full MazeBench仅得1%,垫底榜单
patience_cave · x · 2026-10-14
在长程任务基准 MazeBench 上,Meta 等推出的 Muse Wonder Full 仅得 1%,Muse Wonder 得 0%,在榜单中垫底。配图显示 gpt-6-astra(Codex max)以 14% 居首,gpt-6.1-sol 9%、claude-opus-5-5 6% 次之,而 Muse Wonder Full 与多个 Claude 模型同处 1% 档。发帖人以「Meta 和朋友们的惊艳登场」反讽。
「模型」频道最新
- Perplexity 上线 Gemini 4 Argon,称刷新 WANDR 基准纪录 — AravSrinivas · 2026-10-16
- 开发者吐槽现行 DLP 全是正则方案，欲用 LLM NER 重做 — HankYeomans · 2026-10-16
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16