Arena 发布基于超过 5000 次真实智能体会话的评测结果，Meta 的 Muse Wonder (Max) 进入 Agent Arena 第12名，净提升 +6.4%，比 Muse Spark 1.3 (Max) 高 +2.8 分并上升四位。
原文基于5000多个真实智能体会话给出排名和成本对比，读者可据此衡量 Muse Wonder (Max) 的性价比变化。
基于 +5K 真实世界智能体会话的结果出炉：@AIatMeta 的 Muse Wonder (Max) 刚刚登陆 Agent Arena，以 +6.4% 的净提升位列第 12 名。
这一结果比位列第 16、提升 +3.6% 的 Muse Spark 1.3 (Max) 高出 2.8 个百分点、领先四个名次。Muse Wonder (Max) 的额外性能提升伴随着更高的价格：每任务中位成本为 $1.13，而 Spark 1.3 为 $0.54，约为其 2.1 倍。
与 Agent Arena 中排名相近的模型相比，Muse Wonder (Max) 展现出成本效率：以 $1.13/任务的价格，它与第 10 名 GPT-5.6 Sol (xHigh) 相差不到 1 个百分点，而成本低 25%；与第 9 名 Claude Fable 5 (High) 相差不到 2 个百分点，而成本低 67%。
按类别划分，Muse Wonder (Max) 在 Chat、Work 和 Code 方面均优于 Muse Spark 1.3：
- Chat：第 12 名（+6.5%）对比第 15 名（+3.3%）
- Work：第 13 名（+6.8%）对比第 18 名（+3.7%）
- Code：第 15 名（+5.2%）对比第 18 名（+4.2%）
祝贺 @AIatMeta 团队发布这一成果！
由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！
原文
Muse Wonder (Max) by @AIatMeta has entered Code Arena: WebDev at #15 with 1651 pts and Text Arena at #2 with 1513 pts! In Code Arena: WebDev, Muse Wonder (Max) landed at #15 with 1651 pts. This result is slightly lower thanMuse Spark 1.3 (Max) at #12 with 1659 pts, within 4 pts of Kimi K3 (Max) at #14 with 1655 pts, and 11 pts above Grok 4.7 (xHigh) at #16 with 1640 pts. This release is a significant improvement over past Muse models in Text Arena. Compared with Muse Spark 1.3 (Max) at #11 with 1494 pts, Muse Wonder (Max) gained +19 pts and 9 places to #2. It's 12 pts behind the #1-ranked Gemini 4 Argon (High) with 1525 pts. Congrats to the @AIatMeta team on this release!
来源：Arena.ai · x.com