模型多源确认
Meta 的 Muse Wonder 在 SWE-Marathon 上超过 Opus 5.5 和 GPT-6 Astra
精选理由
Meta 的 Muse Wonder 在 SWE-Marathon 上拿了 57.5 分，比 Opus 5.5 的 46.3 高出 11 分多，编程智能体又有新选择可以对比了。
Meta 的 Muse Wonder 在多个基准测试上超过了 Anthropic 的 Opus 5.5 和 OpenAI 的 GPT-6 Astra。差距最大的是 SWE-Marathon，该测试要求智能体在 2 到 10 小时内独立完成整个软件项目，比如 C 编译器或 Slack 克隆，只有全部隐藏检查通过才算完成任务。Muse Wonder full 在该项目上得分 57.5，而 Opus 5.5 为 46.3。
原文 · rohanpaul_ai
Meta is so back. in each of these benchmarks Muse Wonder beats both Opus 5.5 and GPT-6 Astra
The widest gap comes on SWE-Marathon. this one tests whether an AI agent can build an entire software project on its own, such as a C compiler or a Slack clone, over 2 to 10 hours, and counts a task only if every hidden check passes.
And muse wonder full scores 57.5 against 46.3 for Opus 5.5.
