Muse Wonder Full
截至 2026年11月16日,Muse Wonder Full(Meta)在 BenchLeader Index 上得分 61.7(在 608 个已排名配置中前 100 名)。表现最好的是编程(70),最弱的是知识(62)。发布于 2026年10月12日。
要点(截至 2026年11月16日)
- Muse Wonder Full 于 2026年10月12日发布(Meta)。
详细说明:Muse Wonder Full 是 Meta 的闭源推理模型,发布于 2026年10月12日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 61.7 ±2.4,在 608 个配置中排第 61 名,处于上半区。关键在于这个“±”:另有 159 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(70),知识最低(62)。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 1M
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- 88k
- 其中 62% 为推理
- 发布日期
- 2026年10月12日
- 综合 Index62
- 推理66
- 编程70
- 智能体与工具64
- 知识62
- 长上下文67
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-wonder-full)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年10月20日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Humanity's Last Exam (AA)不计入 Index | 53.6%#21 | Artificial Analysis | |
| HLE-Diamond (AA) | 48.5%#27 | Artificial Analysis | |
| CritPt不计入 Index | 32.9%#3 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 56.5%#35 | Artificial Analysis | |
| MysteryMechanism不计入 Index | 35.1%#11 | Vals AI |
编程
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Arena WebDev | 1724#8 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 62.6%#6 | Artificial Analysis | |
| IOI | 79.8%#12 | Vals AI | |
| Code Migration不计入 Index | 61.0%#7 | Vals AI | |
| Code Migration v1.1不计入 Index | 62.8%#9 | Vals AI | |
| ProgramBench不计入 Index | 0.5%#19 | Vals AI | |
| SWE-bench Multimodal不计入 Index | 47.3%#6 | Vals AI | |
| Vibe Code Bench 1-100不计入 Index | 34.0%#1 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | 86.0%#16 | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index | 57.1%#13 | Artificial Analysis | |
| FrontierCode 1.1 (AA)不计入 Index | 44.9%#21 | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 37.8%#18 | Artificial Analysis |
智能体与工具
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Arena Agent | 9#10 | Arena (LMArena) | |
| GDPval-AA v2.1, normalised score不计入 Index | 67.8%#2 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 1857#3 | Artificial Analysis | |
| CyberBench不计入 Index | 73.6%#10 | Vals AI | |
| Finance Agent v2不计入 Index | 59.1%#6 | Vals AI | |
| Finance Agent v2.1不计入 Index | 67.6%#4 | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1不计入 Index | 23.3%#5 | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 21.7%#4 | Vals AI | |
| Legal Research Bench不计入 Index | 53.4%#7 | Vals AI | |
| Robo-bench不计入 Index | 10.4%#4 | Vals AI | |
| SREBench不计入 Index | 11.8%#12 | Vals AI | |
| Tax Agent Bench不计入 Index | 43.0%#10 | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | 58.1%#7 | Vals AI | |
| Terminal-Bench Science不计入 Index | 37.1%#8 | Vals AI | |
| Arena Agent Task Completion不计入 Index | 11.1#9 | Arena (LMArena) | |
| AutomationBench不计入 Index | 71.3%#14 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 32.6%#2 | Artificial Analysis | |
| Harvey LAB-AA v1.1不计入 Index | 13.1%#1 | Harvey | |
| AA-Briefcase v1.1不计入 Index | 1729#7 | Artificial Analysis | |
| GDPx不计入 Index | 9.0%#5 | GDPx by SemiAnalysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 37.1%#31 | Artificial Analysis |
知识
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | 30.6#37 | Artificial Analysis | |
| LegalBench | 87.4%#4 | Vals AI | |
| BioMysteryBench不计入 Index | 73.3%#10 | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 71.9%#10 | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | 75.0%#7 | Vals AI | |
| MedCode不计入 Index | 49.9%#18 | Vals AI | |
| MedScribe不计入 Index | 89.3%#8 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 73.8%#3 | Vals AI | |
| Access to Justice Benchmark不计入 Index | 74.7%#3 | Vals AI | |
| Financial Coaching Bench不计入 Index | 75.0%#6 | Vals AI | |
| Immigration Bench不计入 Index | 71.2%#4 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 41.0%#65 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 82.4%#11 | Artificial Analysis |
长上下文
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 83.7%#17 | Artificial Analysis | |
| MLCR不计入 Index | 22.2%#42 | Artificial Analysis |
综合
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 50.1#24 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 55.8#4 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 343.2#17 | – | Artificial Analysis | |
| Vals Index不计入 Index | 66.8#7 | – | Vals AI | |
| Vals Finance Index不计入 Index | 64.5%#5 | – | Vals AI | |
| Vals RSI Index不计入 Index | 24.4%#11 | – | Vals AI | |
| Vals Science Index不计入 Index | 48.5%#7 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | 66.8%#3 | Vals AI | |
| Vals Legal Index不计入 Index | 77.9%#1 | – | Vals AI |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
将 Muse Wonder Full 与以下模型对比
- Muse Wonder Full vs Claude Opus 5.5
- Muse Wonder Full vs GPT-6 Astra
- Muse Wonder Full vs Claude Fable 5.2
- Muse Wonder Full vs Gemini 4 Argon
- Muse Wonder Full vs Step 5 Preview
- Muse Wonder Full vs Claude Haiku 5.5
- Muse Wonder Full vs GLM 5.3
- Muse Wonder Full vs GPT-6.1 Sol
- Muse Wonder Full vs Claude Fable 5.1
- Muse Wonder Full vs Claude Opus 4.6
- Muse Wonder Full vs DeepSeek V4.1 Flash 1017
- Muse Wonder Full vs Claude Opus 4.5
- Muse Wonder Full vs Claude Sonnet 5.5
- Muse Wonder Full vs Gemini 4 Carbon
- Muse Wonder Full vs Kimi K3
- Muse Wonder Full vs Gemini 3.1 Pro
- Muse Wonder Full vs GPT-5.6 Terra
- Muse Wonder Full vs MiMo-V2.6-Flash
- Muse Wonder Full vs Muse Spark Open
- Muse Wonder Full vs Agnes 2.5 Pro Beta
- Muse Wonder Full vs GPT-6 Sol
- Muse Wonder Full vs Gemini 3.7 Flash
- Muse Wonder Full vs Claude Opus 4.7
- Muse Wonder Full vs Muse Wonder
- Muse Wonder Full vs MiMo-V2.6-Pro
- Muse Wonder Full vs Claude Fable 5
- Muse Wonder Full vs Grok 4.7
- Muse Wonder Full vs GPT-6 Luna
- Muse Wonder Full vs MiniMax M3.1 Flash
- Muse Wonder Full vs Kimi K3.1 Pro
- Muse Wonder Full vs Muse Spark 1.2
- Muse Wonder Full vs Muse Spark 1.1
- Muse Wonder Full vs GPT-5.3-Codex
- Muse Wonder Full vs GPT-5.5
- Muse Wonder Full vs GPT-6.1 Terra
- Muse Wonder Full vs Claude Opus 5
- Muse Wonder Full vs GPT-5.6 Sol
- Muse Wonder Full vs Muse Spark 1.3
- Muse Wonder Full vs Qwen3.6 Max
- Muse Wonder Full vs Gemini 3.5 Flash
- Muse Wonder Full vs GPT-5.4
- Muse Wonder Full vs Gemini 4 Hydrogen
- Muse Wonder Full vs Muse Spark
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Wonder Full 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/muse-wonder-full)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Muse Wonder Full on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-wonder-full
BibTeX:
@misc{benchleader_muse_wonder_full_20261116,
author = {{BenchLeader}},
title = {{Muse Wonder Full on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-wonder-full}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Wonder Full 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Wonder Full(推理强度 max)的 BenchLeader Index 为 61.7 ±2.4(前 100 名)。最强的是编程(70),最弱的是知识(62)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Muse Wonder Full 排名第几?
- 截至 2026年11月16日,Muse Wonder Full(推理强度 max)在 608 个已排名配置中排第 61 名(前 100 名)。另有 159 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Muse Wonder Full 比 Kimi K3.1 Pro 更好吗?
- 截至 2026年11月16日,Kimi K3.1 Pro 与 Muse Wonder Full(推理强度 max)的质量不相上下(BenchLeader Index 61.8 比 61.7,在 ±3.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Muse Wonder Full 是什么时候发布的?
- Meta 于 2026年10月12日发布了 Muse Wonder Full。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Muse Wonder Full:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-wonder-full。