+5Kの実世界でのエージェントセッションに基づく結果は、@AIatMetaによるMuse Wonder (Max)で、#12位でエージェントアリーナに登場し、純粋な改善率は+6.4%です。
この結果は+2.8ポイントで、#16位のMuse Spark 1.3（Max）より4ポイント上、+3.6%です。Muse Wonder（Max）の性能向上には高いコストが伴います：タスクあたりの中央値コストは$1.13であり、Spark 1.3の場合は$0.54で、約2.1倍のコストです。
Agent Arenaの近傍モデルと比べて、Muse Wonder（Max）はコスト効率が良い。タスクあたり1.13ドルで、#10 GPT-5.6 Sol（xHigh）と1パーセントポイント以内、25％低コストで2パーセントポイント以内、また67％低コストの#9 Claude Fable 5（High）と2パーセントポイント以内である。
カテゴリー別で、Muse Wonder（Max）はChat、Work、CodeにおいてMuse Spark 1.3よりも優れています：
- Chat: #12（+6.5%）対 #15（+3.3%）
- Work: #13（+6.8%）対 #18（+3.7%）
- Code: #15（+5.2%）対 #18（+4.2%）
このリリースについて、@AIatMetaチームに祝福します！
