Muse Wonder Full (max)は、Artificial Analysis Intelligence Index v4.3の10項目の評価のうち6項目で上位3位に入りました:
➤ CritPt(33%)とGDP.pdf(33%)で#1
➤ GDPval-AA v2.1(1857 Elo)で#2
➤ AA-Briefcase(1729 Elo)、AutomationBench-AA(71%)、SciCode(63%)で#3
CritPtとGDP.pdfでのリードはわずかで、最も近い競合は31-32%を獲得しています。GDPval-AA v2.1では、その結果はClaude Opus 5.5(max w/ fallback、1866)およびClaude Sonnet 5.5(max w/ fallback、1838)の信頼区間内にあります
Muse Spark 1.3からの最大の改善はTerminal-Bench 4.0で、33%から57%となり、Gemini 4 Argon(high)に並んでいます
