Muse Wonder

Meta· 2026-10-12 上线

综合榜暂不排名：评测成绩还不够

编程

—

科研

61.9第 12 名

专业办公

60.2

知识问答

—

价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。

科研

评测	原始成绩	标准分	最好成绩的档位	比较模型数
CritPt	28.3%	65.2	max	101
ProofBench	84.0%	63.5	未注明	77
OTIS Mock AIME	99.4%	56.2	max	87
SciCode	60.3%	62.7	max	97

评测	原始成绩	标准分	最好成绩的档位	比较模型数
Vending-Bench 2	$9,432	60.2	未注明	55

原始成绩取这个模型各个推理档位（max、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。数据 10月16日 06:10 更新。

数据来源：Epoch AI（CC BY 4.0），本站按公开方法折算排名，不代表 Epoch AI 的观点。