Muse Wonder Full (max) se sitúa en el top tres en seis de las diez evaluaciones del Artificial Analysis Intelligence Index v4.3:
➤ #1 en CritPt (33%) y GDP.pdf (33%)
➤ #2 en GDPval-AA v2.1 (1857 Elo)
➤ #3 en AA-Briefcase (1729 Elo), AutomationBench-AA (71%) y SciCode (63%)
Las ventajas en CritPt y GDP.pdf son ajustadas, con los competidores más cercanos obteniendo 31-32%. En GDPval-AA v2.1, su resultado está dentro de los intervalos de confianza de Claude Opus 5.5 (max w/ fallback, 1866) y Claude Sonnet 5.5 (max w/ fallback, 1838)
Su mayor mejora respecto a Muse Spark 1.3 es Terminal-Bench 4.0: del 33% al 57%, lo que lo sitúa al nivel de Gemini 4 Argon (high)
