Arena.ai (@arena) · 2026/10/21 04:17:47
Meta Muse Wonder Full (Max) 跃居 Agent Arena 第四
Meta 最新模型 Muse Wonder Full (Max) 在 Agent Arena 中排名升至第 4，较前代提升显著。该模型在真实代理会话中实现 +11.3% 的净改进，并在代码、聊天及工作场景类别中均进入前十，展现出更强的可控性与工具调用可靠性。
报道全文原始报道全文
Arena.ai (@arena) · 2026-10-20 20
令人振奋的消息：Muse Wonder Full (Max) 已晋升至 @AIatMeta，使其在 Agent Arena 中位列第 4 大实验室！
这款最新模型在 Agent Arena 中排名第 7，基于 +6.5K 次真实世界的 agentic 会话，实现了 +11.3% 的净提升。
这标志着 Muse 系列的显著进步：
+7.5 个百分点超越 Muse Wonder (Max)，后者以 +3.8% 的成绩排名第 14 +7.8 个百分点超越 Muse Spark 1.3 (Max)，后者以 +3.5% 的成绩排名第 17
这一表现也体现在各个类别中：Chat 排名第 5，Code 排名第 6，Work 排名第 7。
在信号层面，Muse Wonder Full (Max) 的排名如下：
- Praise vs. Complaint（赞扬与抱怨对比）排名第 6 (+21.9%)
- Confirmed Success（确认成功）排名第 6 (+13.4%)
- Steerability（可控性）排名第 7 (+11.2%)
- Bash Reliability（Bash 可靠性）排名第 16 (+7.7%)
- Tool Hallucination（工具幻觉）无问题
祝贺 @AIatMeta 团队和 @alexandr_wang！
↳ 引用 @arena (Arena.ai): 令人振奋的消息：@AIatMeta 推出的 Muse Wonder Full (Max) 刚刚在 Code Arena: WebDev 中首次亮相，以 1726 分综合排名第 6，使 Meta 跻身前三大实验室！
这比排名第 17 的 Muse Wonder (Max)（1651 分）高出 75 分、上升 11 位；比排名第 14 的 Muse Spark 1.3 (Max)（1659 分）高出 67 分、上升 8 位。
Muse Wonder Full（第 6 名）也比 Claude Sonnet 5.5（第 17 名）高出 16 分，比 Gemini 4 Argon（第 10 名）高出 48 分。凭借这一得分，Muse 夺得了第 3 大实验室的位置（此前由 Google 保持）。
在各个类别中，Muse Wonder Full (Max) 的表现如下：
- Data & Analytics（数据分析）和 Consumer Product（消费产品）均排名第 4
- Brand & Marketing（品牌与营销）排名第 5
- Content Creation Tools（内容创作工具）排名第 6
- Gaming（游戏）和 Simulations（模拟）均排名第 7
- Reference-Based Design（基于参考的设计）排名第 8
祝贺 @AIatMeta 团队和 @alexandr_wang 发布此版本！
