Rohan Paul

Meta 回来了。在这些基准上，Muse Wonder 都胜过 Opus 5.5 和 GPT-6 Astra 差距最大的是 SWE-Marathon：测的是 AI 智能体能否在 2 到 10 小时内独立完成整个软件项目（例如 C 编译器或 Slack 克隆），且只有全部隐藏检查都通过才计分。 Muse Wonder Full 得 57.5，对 Opus 5.5 的 46.3。