Meta 旗舰 Agent 模型 Muse Wonder 1.0 登榜前十，力压 Claude 与 GPT-6
ryanshrout · x · 2026-10-15
Signal65 发布 PINNACLE 榜单实测结果：Meta 新旗舰 agent 模型 Muse Wonder 1.0 进入榜单前十，成绩超过 Claude Opus 5.5（两档 effort）、GPT-6 Sol max 和 Grok 4.6，相比上一代 Muse Spark 1.3 实现约 1.5 倍的跨代提升。
关键数据：
- 加权错误率比 Spark 减少 33%，中位交互轮次从 32 轮降至 19 轮，每个正确答案的输出 token 减少 49%
- 多步骤企业任务完成率 99.6%，128K 检索语料上完成率 97.6%，编造率（fabrication）0.0%，与榜上最佳持平
- 按 Meta 官方定价（$4/$20）折算，每个正确任务成本 $1.70，是 Spark 的 1.9 倍、GPT-6.1 Sol max 的 5.6 倍
报告指出，唯一阻止 Muse Wonder 1.0 触及成本前沿（cost frontier）的是价格——而这恰恰是 Meta 随时可以调整的。Patrick Moorhead 据此发问：Meta AI 是否是过去 6 个月最大的逆袭？
所属事件:Meta Muse Wonder 1.0 冲进 Signal65 榜前十(2 条相关)→
「模型」频道最新
- 5 人团队花 30 万美元训练出对标前沿的开源模型 Ultramarine 1 Flash — EXM7777 · 2026-10-15
- UPenn 实验室实测：GPT-6 Astra 单目视觉直接操控 FPV 无人机成功 — antoniloq · 2026-10-15
- 16.7 万模拟店铺日研究:评测世界的设计本身塑造了模型行为得分 — liminal_bardo · 2026-10-15
- Liquid AI 发布 LFM2.5-24B-A2B:专为端侧快速 Agent 设计 — gmays · 2026-10-15
- 用户吐槽：新版 ChatGPT 的 Claude 腔比 Claude 还重 — verrsane · 2026-10-15
- 同一提示词实测:Grok 4.7 两分钟出像素动画,快过 Opus 5.5 — hullabaloo22 · 2026-10-15