聪明暂无
编程顶尖自报
记性1.0M
便宜暂无
记性换算成体感：一次能读完《哈利·波特》全七部
她的营地
电脑
没有公开的编程评测成绩
书架
5 层 · 记忆 1.0M tokens
黑板
一块空黑板
日历
知识截止日期未公开
门禁
闭源，权重不公开
身世
- 发布日期
- 2026 年 10 月 12 日models.dev
- 知识截止
- 暂无数据
- 参数量
- 体型为估算值，官方从未公布参数量
- 开放权重
- 否
- 开源许可
- 暂无数据
- 上下文窗口
- 1.0M tokens
- 单次最大输出
- 暂无数据
- 输入价格
- 暂无数据
- 输出价格
- 暂无数据
- 模型类型
- 全模态能听声音、也能看图，文字、图、声音一起理解
- 支持的输入
- 声音、图像、文字、视频 → 文字
- 工具调用
- 是
- 深度思考
- 是
- 提示缓存
- 暂无数据
战绩
- 综合智力
- 未定级
- AIME 数学
- 未定级
- GPQA Diamond 科学
- 未定级
- ARC-AGI-2 抽象推理
- 未定级
- Fiction.liveBench 长文本
- 未定级
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- SWE-Marathon57.5%超长时程的软件工程任务，一道题要连续工作很久，考的是耐力与不跑偏。厂商自报https://research.meta.ai/static/muse-wonder-model-card
- DeepSWE79.0%SWE-bench Verified 的一个变体测法，用不同的 agent 脚手架跑同一批题。厂商自报https://research.meta.ai/static/muse-wonder-model-card
- Terminal-Bench57.1%把模型丢进一个真实终端里让它自己干完一件活——装环境、跑脚本、调错。考的是当「实习生」的本事，不只是写代码。厂商自报https://research.meta.ai/static/muse-wonder-model-card
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。