Meta 的 Muse Wonder (Max) 在 Agent Arena 排名第12，净提升 +6.4%

Arena 基于超过 5000 次真实智能体会话发布评测结果。Meta 的模型 Muse Wonder (Max) 进入 Agent Arena 第12名，取得 +6.4% 净提升，得分比此前的 Muse Spark 1.3 (Max) 高 +2.8 分，排名上升四位。

这是 Meta 智能体模型在公开评测中的一次可量化进步：同一系列新版本相对旧版本得分提高 +2.8 分、名次上升四位，并以 +6.4% 净提升进入第12名，说明其位置从榜单边缘向前段移动。

Arena 的评测依据是超过 5000 次真实智能体会话，而非合成基准，因此得分变化更接近实际任务中的表现差异。但证据未披露评测任务类型、评分方式以及该版本的具体训练或架构改动，净提升的来源无法从现有信息判断。

对使用或评估智能体模型的产品与研发团队而言，第12名且相对旧版本提升 +2.8 分意味着 Muse Wonder (Max) 可作为候选模型纳入对比测试，替换 Muse Spark 1.3 (Max) 时预期在同类任务上有小幅但可测量的收益。

• 在自身智能体任务集上对比 Muse Wonder (Max) 与 Muse Spark 1.3 (Max)，验证 +6.4% 净提升是否可复现
• 将 Muse Wonder (Max) 纳入多模型路由的候选池，按任务类型做灰度切换
• 针对 Agent Arena 覆盖的真实会话场景，优先试点该模型并记录成功率与成本变化

• Arena 的 5000 次会话覆盖哪些具体任务类型和行业场景？
• Muse Wonder (Max) 与 Muse Spark 1.3 (Max) 之间具体做了哪些模型或训练改动？
• +6.4% 净提升的计算口径与基准任务分布是什么？
• 该评测结果是否有 Arena 之外的独立信源或复现验证？