设为首页 加入收藏
  • 首页
  • 焦点
  • 知识
  • 探索
  • 热点
  • 综合
  • 娱乐
  • 当前位置:首页 > 综合 > 刚刚,Meta最强旗舰碾压GPT-6和Opus,一夜杀回世界前三_新浪财经_新浪网

    刚刚,Meta最强旗舰碾压GPT-6和Opus,一夜杀回世界前三_新浪财经_新浪网

    发布时间:2026-11-17 03:55:15 来源:謷牙诘屈网 作者:综合

    原标题:刚刚,刚刚Meta最强旗舰碾压GPT-6和Opus,最强一夜杀回世界前三小扎这次,旗舰真追上来了!碾压深夜,和回世Meta一口气发布Muse Wonder和Muse Wonder Full两款大模型。夜杀官方毫不客气地将其定义为,界前Meta迄今为止最强模型,新浪新浪也是财经全面迈向「个人超级智能」历史性长足。在各项基准测试中,刚刚Meta「双弹」终于能和Claude、最强GPT正面竞争了。旗舰如今最强的碾压Claude Fable 5.1和GPT-6 Astra,几乎被Muse Wonder直接踩在了脚下。和回世在Artificial Analysis上,夜杀Muse Wonder Full斩获56分,稳居全球第 一梯队,与Sonnet 5.5并驾齐驱,压制了GPT-6 Astra。Muse Wonder同样拿下52分,全面反超了上一代Muse Spark 1.3。到了长任务编程,Meta更是直接反超Opus和Astra。不光最尖端的Full赢了,普通版Wonder也赢了!它手里握着两张最 大的王牌,Active Memory(主动记忆)+ Active Focus(主动专注)。一时间,许多人纷纷惊叹,看来各大实验室已经攻克了RSI。这次升级所有能力,划重点——编程杀进第 一梯队:Muse Code搭载Full,在AA编程Agent榜追平Claude Sonnet;两款Wonder在长任务测试中都超过Opus和Astra。跨对话记住你,长任务接着干:Active Memory保留你的重要信息;Active Focus让模型遇到障碍时换办法、出错后检查,收到新要求再调整计划。专业工作也追上来了:14项测试涵盖法律、金融、记忆和持续执行等能力,Full有8项超过Opus 5.5,11项超过GPT-6 Astra。价格:普通版API每百万token输入4美元、输出20美元;Full通过Muse Code订阅开放,每月50或200美元。六周猛涨8分,十项测试全赢前代!按照Artificial Analysis的统计,Muse Spark 1.3和新模型的发布只隔了六周。智能指数从48分冲到56分,涨了整整8分!十项测试,全部超过Spark 1.3;六项冲进前三,两项拿到第 一!在科学推理CritPt和专业文档GDP.pdf中,Full都拿到33%,冲到AA当次榜单第 一!考专业知识工作的GDPval-AA v2.1,Full拿到1857 Elo,排到第二。另外三项第三,分别是知识工作AA-Briefcase、业务流程自动化AutomationBench-AA和科学编程SciCode。Terminal-Bench 4.0要求AI自己读文件、敲命令、处理报错。Spark只能完成33%的任务,Full已经做到57%,一口气提高24个百分点!另一家评测机构Vals也公布了新成绩。在覆盖金融、编程、法律和税务工作的Vals Index综合榜中,Wonder Full以64.57分冲到第五,超过榜上所有OpenAI模型!跑分之外,Conductor开发者Charlie Holtz已经把Wonder用进自己的代码库。没想到,Muse一次就找到了一个真实安全漏洞,而其他Agent此前都漏掉了。甚至,他还盛赞其设计和可视化效果、CLI的速度与语音模式,直言「Meta现在已经站到最前沿了」!在另一场测试中,开发者Yair做了同题对比,让Wonder和Opus 5.5同出第 一人称3D游戏。Claude Code搭载Opus 5.5花了11分40秒,Muse Code搭载普通版Wonder只用3分42秒,连四分钟都没到!长任务反超Opus,编程全面暴击Astra在考核长程任务的基准SWE-Marathon上,Full拿到57.5%,Opus 5.5为46.3%,Astra为42.5%。领 先幅度分别达到11.2和15个百分点!甚至不用上Full,普通版Wonder拿到53.1%,同样超过这两款旗舰。SWE-Marathon要求AI持续完成软件品种:读要求、改多个文件、跑测试,出错后还要自己找原因、接着改DeepSWE v1.1包含113项任务,涉及91个代码仓库、五种编程语言。Meta汇总的成绩中,Full拿到79.0%,Wonder为78.8%,Opus和Astra分别为74.2%、74.1%。再看AA的编程Agent榜(Coding Agents Index),Muse Code搭载Full拿到68分,追平Claude Code搭载Sonnet的成绩,超过搭载Opus的66分。上一代Muse Code搭配Spark 1.3只有54分。换上Full,直接涨了14分!搭载普通版Wonder也有63分。Artificial Analysis编程Agent测试,Muse Code与Claude Code的部分成绩从零编程的ProgramBench中,Full拿到59.0,过量Astra的52.5,Opus为70.5。终端编程成绩,Full为57.1,Astra和Opus分别是59.1、59.6。此外,更大规模的漏洞测试也有了结果。VulnPR-100的维护者给Wonder 1.0安排了100个含已知漏洞的代码变更,每个限时一小时。它找出了46个,与GPT-6 Astra打平。整轮花费284.88美元,平均每个漏洞6.19美元。数学多做对36题,token少了四成在Vals AI的ProofBench中,Full做对94道数学证明题,比前代多36道;同榜Opus为100道、Astra为99道。题做得更多,输出token反而从450万降到270万,少了四成!做应用时,得分维持在86%左右,平均步骤从120步减到62步。14项有8项超过Opus,法律得分达到3.1倍法律任务Harvey LAB-AA中,Full拿到13.1分,Opus为4.2分,前者达到后者的3.1倍!金融任务也拿到59.1分,超过Opus的58.6和Astra的53.5。做专业工作,还得少编答案。AA的6000道知识题中,Full的幻觉率为23%,Astra为51%,Opus为59%;这里统计的是没答对的题里,仍然给出错误答案的比例。Full更少硬答,但知识指数仍是30,低于Astra的43和Opus的46。吉瓦级训练普罗米修斯走出的「终 极怪兽」Muse Wonder之所以强的可怕,正是因为其背后动用了吉瓦级超算。14个月前,Meta悄然启动了对其整个AI基础设施与研发范式的彻底重构。这次Muse Wonder的诞生之地,正是业界传闻已久的吉瓦级Prometheus(普罗米修斯)超级数据中心。Meta在这里继续扩大预训练和强化学习:预训练先建立广泛的基础能力,强化学习再根据任务反馈调整模型的行为。更惊人的是其基础能力规格:100万Token超大推理上下文:无论是一整套大型代码库、数百页的复杂并购合同,还是几个小时的音视频记录,统统能一口吞下;原生全模态输入支持:打通文本、高分辨率图像、超长视频与连续辙口;Big Model Smell的质变:Meta在博客中特别回应了AI圈对模型「泛化能力」的质疑。为了让模型能把复杂品种做完,Meta在训练中加入大量类型不同、耗时更长的任务。拿编程来说,模型要记住要求、修改多个文件,再经历一轮轮测试和返工,持续把品种往前推。更强的基础模型,还要把学会的能力用到新问题上。Meta逐档增加推理时的计算量,两代模型在陌生任务上的成绩都跟着提高。当它们在后训练重点覆盖的任务上得分相近时,Full在没有重点覆盖的任务上仍然更好。横轴为后训练重点覆盖的任务,纵轴为没有重点覆盖的任务重建14个月,小扎终于打回来了!现在,普通版Wonder已经在Meta Model API和Muse Code上线。API按用量收费:每百万token输入4美元、输出20美元,缓存输入0.20美元。上下文窗口达到100万token,长上下文不附加加价。Full目前只在Muse Code订阅中开放:Power Usage为50美元/月,Maximum Usage为200美元/月,分别提供基础档20倍、80倍的用量,暂未开放独立API。个人助手Muse也将接入Wonder,按官方计划先向订阅者推出。虽然头版用户遇到了额度异常,但Alexandr Wang表示,团队正在修复,并承诺修好后重置额度这下,Claude Code和Codex的底盘,Meta也来抢了!参考资料:https://research.meta.ai/blog/muse-wonder/https://research.meta.ai/static/muse-wonder-model-card海量资讯、精准解读,尽在新浪财经APP
    • 上一篇:热苏斯:我们已经晋级,最后一场希望展现出前四场比赛的水平|鲁本|迪亚斯|葡萄牙队|小组头名_网易订阅
    • 下一篇:提前两个月上任,法兰克福新体育总监12月1日到位|迈尔|克勒|纽伦堡_网易订阅

      相关文章

      • 国盛证券一周双罚!境外调研去了赌场_新浪财经_新浪网
      • 华宝基金关于华宝安嘉三个月持有期债券型证券投资基金新增代销机构的公告_新浪财经_新浪网
      • 华泰柏瑞上证红利ETF(510880)2026年10月19日申赎清单调整:中国海油减持居前,其余成份股数量未现明显增持_新浪财经_新浪网
      • 首位基金2026年三季报披露 基金经理看好权益资产长期表现_新浪财经_新浪网
      • 詹姆斯本人转发庆祝海报:他助攻数量超越基德,成为NBA第三人|贾巴尔|76人队|步行者队|贾森·基德|勒布朗詹姆斯|勒布朗·詹姆斯_网易订阅
      • 银行FUND(512730)2026年10月19日申赎清单出炉:成份股数量整体稳定_新浪财经_新浪网
      • 曝库里在对抗赛中疑似扭伤右膝 已返回更衣室_伤情_膝盖_身体
      • 海关总署发布风险警示:SWISSE部分产品被检出铅超标_新闻频段_央视网(cctv.com)
      • 当下 “发不出工资” 的 4 个行业!比想象中还严重!|薪资|失业|月薪年终奖_网易订阅
      • 南方MSCI中国A股国际通ETF(512160)10月19日申赎清单调整:神火股份增持居前,永泰能源减持居前_新浪财经_新浪网

        随便看看

      • 森保一:日本有机会以幡然身份争世界杯冠军,距顶级仍有差距|巴西队|日本足球|女足世界杯_网易订阅
      • 华夏中证5G通信主题ETF(515050)2026年10月19日申赎清单调整:崇达技术增持居前,其余成份股数量未现明显减持_新浪财经_新浪网
      • 广发国证2000ETF(159907)2026年10月19日申赎清单调整:阿拉丁增持居前,河钢资源减持居前_新浪财经_新浪网
      • [流言板]梦幻开局!76人新秀法伊隆Ins晒近照:美好的生活-NBA新闻-虎扑社区
      • 尼斯总监里科尔:维特塞尔加盟内幕,欲说服英力士留队|尼斯队|迪乌夫|候选名单|巴黎圣日耳曼|阿克塞尔·维特塞尔_网易订阅
      • 南方中证1000ETF(512100)2026年10月19日申赎清单调整:广东弘图增持居前,长江传媒减持居前_新浪财经_新浪网
      • 华宝中证银行ETF(512800)10月19日申赎清单出炉:成份股数量整体稳定_新浪财经_新浪网
      • 嘉实恒指港股通交易型开放式指数证券投资基金2026年第三次收益分配公告_新浪财经_新浪网
      • [流言板]Kalshi:东契奇里夫斯组合本赛季抢断总数已超汤普森兄弟-NBA新闻-虎扑社区
      • 细分主题ETF持续上新 长期运营能力成基金公司竞争关键_新浪财经_新浪网
      • Copyright © 2026 Powered by 刚刚,Meta最强旗舰碾压GPT-6和Opus,一夜杀回世界前三_新浪财经_新浪网,謷牙诘屈网   sitemap