Arena.ai (@arena) · 2026/10/15 04:19:17
Meta Muse Wonder (Max) 登顶 Agent Arena：多任务净提升 6.4% 且成本效率优于同级竞品
Meta 最新模型 Muse Wonder (Max) 在基于 5000+ 真实智能体会话的 Agent Arena 评测中位列第 12，较前代 Spark 1.3 实现 +6.4% 的净性能提升。尽管单任务中位成本升至 $1.13（约为前代 2.1 倍），但其性价比显著优于排名相近的 GPT-5.6 Sol 和 Claude Fable 5，并在 Chat、Work 和 Code 三大核心场景全面超越旧版。
报道全文原始报道全文
Arena.ai (@arena) · 2026-10-14 20
基于 5000+ 真实世界 Agent 会话的测试结果已出炉：@AIatMeta 推出的 Muse Wonder (Max) 刚刚进入 Agent Arena，位列第 12 名，净提升幅度达 +6.4%。
这一结果比排名第 16、提升幅度为 +3.6% 的 Muse Spark 1.3 (Max) 高出 2.8 分并上升了四个名次。Muse Wonder (Max) 的性能提升伴随着更高的成本：每项任务的中位成本为 0.54，约为后者的 2.1 倍。
与 Agent Arena 中排名相近的模型相比，Muse Wonder (Max) 展现了良好的成本效益：在 $1.13/任务的成本下，其表现与排名第 10 的 GPT-5.6 Sol (xHigh) 仅相差 1 个百分点，但成本低 25%；与排名第 9 的 Claude Fable 5 (High) 相比，差距仅在 2 分以内，但成本低 67%。
按类别划分，Muse Wonder (Max) 在 Chat（对话）、Work（办公）和 Code（代码）方面均优于 Muse Spark 1.3：
- Chat：#12 (+6.5%) vs. #15 (+3.3%)
- Work：#13 (+6.8%) vs. #18 (+3.7%)
- Code：#15 (+5.2%) vs. #18 (+4.2%)
祝贺 @AIatMeta 团队发布此版本！
↳ 引用 @arena (Arena.ai): @AIatMeta 的 Muse Wonder (Max) 已进入 Code Arena: WebDev 榜单，以 1651 分位列第 15；并在 Text Arena 中以 1513 分位列第 2！
在 Code Arena: WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。该成绩略低于排名第 12、得分为 1659 分的 Muse Spark 1.3 (Max)，与排名第 14、得分为 1655 分的 Kimi K3 (Max) 仅差 4 分，且比排名第 16、得分为 1640 分的 Grok 4.7 (xHigh) 高出 11 分。
相较于过往的 Muse 模型，此次发布在 Text Arena 中取得了显著进步。与排名第 11、得分为 1494 分的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 19 分并跃升 9 个名次至第 2。它落后于排名第一、得分为 1525 分的 Gemini 4 Argon (High) 12 分。
祝贺 @AIatMeta 团队发布此版本！
