Muse Wonder Full (max) belegt bei sechs der zehn Auswertungen des Artificial Analysis Intelligence Index v4.3 einen Platz unter den besten drei:
➤ Platz 1 bei CritPt (33%) und GDP.pdf (33%)
➤ Platz 2 bei GDPval-AA v2.1 (1857 Elo)
➤ Platz 3 bei AA-Briefcase (1729 Elo), AutomationBench-AA (71%) und SciCode (63%)
Die Vorsprünge bei CritPt und GDP.pdf sind knapp, die nächstgelegenen Konkurrenten erreichen 31-32%. Bei GDPval-AA v2.1 liegt das Ergebnis innerhalb der Konfidenzintervalle von Claude Opus 5.5 (max w/ fallback, 1866) und Claude Sonnet 5.5 (max w/ fallback, 1838)
Seine größte Verbesserung gegenüber Muse Spark 1.3 ist Terminal-Bench 4.0: von 33% auf 57%, womit es mit Gemini 4 Argon (high) gleichzieht
