- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。与 Muse Wonder 共用一张模型卡，官方不给参数量与结构，只说 Full 是家族里最强的一档、跑在最高推理档上。模型 id 为 muse-wonder-full-1.0，但不上 Meta Model API —— 发布当天只能在 Muse Code 订阅里用。官方记分卡的数字全部来自 max 推理档。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程AA 编码 agent 指数 68（在 Muse Code 里，max 档），与 Claude Code + Sonnet 5.5 并列，Opus 5.5 为 66。
推理AA 智能指数 v4.3 为 56（max 档，independent）；CritPt 33% 为该榜第一。官方未公布 GPQA / HLE / AIME。
知识AA-Omniscience 30（independent），低于 Opus 5.5 的 46；但幻觉率 23%，同段位第二低。
Agent官方记分卡领先项：SWE-Marathon、DeepSWE v1.1、MemoryBench、AutomationBench；AA 口径 AutomationBench-AA 71%、Terminal-Bench 4.0 57%（independent）。
中文官方称训练数据覆盖世界主要语言，模型卡明说未在全部语言上评测，无中文评测数据。
Full 的形状是「agent 知识工作 + 科学推理」双强：AA 口径下它在 CritPt（物理研究级推理）与 GDP.pdf（基于 PDF 源材料的职业工作）拿第一，但两项都是窄幅领先（第二名 31–32%）；GDPval-AA v2.1 的 1857 Elo 落在 Opus 5.5（1866）与 Sonnet 5.5（1838）的置信区间里，说明这三者在职业产出上基本打平。最大的单项进步是 Terminal-Bench 4.0 从 33% 到 57%，和 Gemini 4 Argon 持平。知识面依旧是弱项（AA-Omniscience 30，Opus 5.5 为 46），但靠低幻觉率把「不知道就说不知道」这部分补了回来。由于本站总榜列在 Meta 这套记分卡上没有对应口径，这条目暂无入榜分数。
- 1.AA 智能指数 v4.3 为 56，全球第二，只落后 Claude Opus 5.5（58）；比 6 周前的 Muse Spark 1.3（48）高 8 分
- 2.AA 十项评测里六项进前三：CritPt（33%）与 GDP.pdf（33%）第一，GDPval-AA v2.1（1857 Elo）第二，AA-Briefcase、AutomationBench-AA、SciCode 第三
- 3.幻觉率从上一代的 33% 降到 23%，是智能指数 45 分以上机型里第二低（仅次于 Gemini 4 Argon 的 15%）
- 4.比标准档 Wonder 更省 token：每任务输入 6.44M 对 7.69M，更聪明同时更省
- 1.不按 token 计价，也不在 API 上：发布当天只有 Muse Code 订阅可用（官方列 Power Usage / Maximum Usage 两档），拿不到单价就没法做成本对比
- 2.官方记分卡里最漂亮的行基本都是 Full 跑出来的，容易被当成 Wonder 的成绩读
- 3.本站无法给出 Cost per Task 这类成本指标 —— Artificial Analysis 同样因为没有单价而不计算
- 4.参数量、结构、是否与 Wonder 同一底座都未披露
暂无带来源的分数。
更新 2026-10-13 · 排名供选型参考，基准会饱和、会泄漏、会过时。