DataLearner 标志

Muse Spark 1.1 评测详情

Muse Spark 1.1 当前已收录的代表性评测结果包括 HLE(4 / 181,得分 62.10)、MCP-Atlas(2 / 39,得分 88.10)、Tool Decathlon(1 / 10,得分 75.60)。

评测结果

Muse Spark 1.1

评测结果

思考模式
工具使用

综合评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
HLE
思考模式工具
62.10
4 / 181

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
1536.36
12 / 35
SWE-Bench Pro - Public
思考模式工具
61.50
11 / 57
DeepSWE
思考模式工具
53.30
18 / 28

AI Agent - 工具使用

共 5 项评测
评测名称 / 模式
得分
排名/总数
MCP-Atlas
思考模式工具
88.10
2 / 39
OSWorld-Verified
思考模式工具
80.80
7 / 26
Terminal-Bench 2.1
思考模式工具
80
20 / 45
Terminal-Bench 2.1
思考水平·极高工具
76.20
24 / 45
Tool Decathlon
思考模式工具
75.60
1 / 10