Meta 发布 Muse Wonder，在 8/14 项基准上超过 Claude Opus 5.5

AI 导读

Meta 发布 Muse Wonder，其顶配版本在 14 项公开基准中的 8 项上超过 Claude Opus 5.5。在 SWE-Marathon 超长工程测试上 Full 得分 57.5，Opus 5.5 为 46.3；在长程编码测试 DeepSWE 1.1 上以 79.0 对 74.2 领先，Meta 称为独立第三方运行结果。

正文 · AI 翻译

Muse Wonder 让 Meta 重回 AI 前沿

他们刚刚发布了 Muse Wonder，其最高版本在 14 项已公布的基准测试中有 8 项击败了 Claude Opus 5.5。

这是 Zuckerberg 的一个重大里程碑

在长时间编码、法律工作和商业自动化方面，它领先于 GPT-6 Astra 和 Claude Fable 5.1。

差距最大的是 SWE-Marathon，这是一项超长时工程测试，其中 Full 得分 57.5，而 Opus 5.5 为 46.3。

在 DeepSWE 1.1 这一长周期编码测试中，Full 也以 79.0 对 74.2 领先，Meta 表示这些是独立第三方运行的结果。

在 Harvey 的法律代理基准测试中（该测试只计入完全完成且无幻觉的任务），Full 得分 13.1，是 Opus 5.5 的 4.2 的三倍多。