Arena 对齐指数更新：两个新实验室和三个新模型已上线！
- Meta 的新顶级模型是 Muse Wonder，取代 Muse Spark 1.3。
- Reflection 携 Beam 1.0 首次亮相，是 Agent Arena 总榜上排名第1的美国开放模型。
- 另一家中国实验室 StepFun 携 Step 5 Preview 加入排行榜。
按实验室排列的 Arena 对齐指数排名：
- #6 @AIatMeta：Muse Wonder (Max)，77.5%
- #7 @reflection_ai：Beam-1.0-501B-A23B，75.3%
- #8 @StepFun_ai：Step 5 Preview，75.1%
在三个新模型中：
- Meta 最强，拥有最高的对齐指数得分（77.5%）。它在这三者中还具有最低的未授权操作率（2.09%）和欺骗性完成率（14.41%）。
- Reflection AI 在避免错误归因方面最强：4.50%。
- StepFun 没有在任何类别领先，但其最强的相对结果是未授权操作为 2.11%，几乎与 Muse Wonder 的 2.09% 持平。
