Los resultados basados en +5K sesiones reales de agentes se encuentran en: Muse Wonder (Max) por @AIatMeta, que acaba de llegar al #12 en la Agent Arena con una mejora neta del +6.4%.
Este resultado es +2.8 puntos y cuatro posiciones por encima de Muse Spark 1.3 (Max) en el #16, con un +3.6%. El rendimiento adicional de Muse Wonder (Max) tiene un precio más alto: $1.13 de costo mediano por tarea, en comparación con $0.54 para Spark 1.3, es decir, aproximadamente 2.1 veces el costo.
En comparación con los modelos cercanos en Agent Arena, Muse Wonder (Max) muestra eficiencia en costos: a $1.13 por tarea, se encuentra a 1 punto percentual de #10 GPT-5.6 Sol (xHigh) con un costo 25% menor, y a 2 puntos de #9 Claude Fable 5 (High) con un costo 67% menor.
Por categoría, Muse Wonder (Max) tiene mejor rendimiento en Chat, Work y Code en comparación con Muse Spark 1.3:
- Chat: #12 (+6.5%) contra #15 (+3.3%)
- Work: #13 (+6.8%) contra #18 (+3.7%)
- Code: #15 (+5.2%) contra #18 (+4.2%)
Felicidades al equipo de @AIatMeta por esta publicación.
