Muse Spark 1.2 评测详情

Muse Spark 1.2 当前已收录的代表性评测结果包括 MCP-Atlas（1 / 50，得分 90.30）、Harvey's Legal Agent Benchmark（1 / 50，得分 25.42）、MedScribe（4 / 67，得分 90.06）。

评测结果

Muse Spark 1.2

评测结果

写作与创意表达

共 1 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

常规模式

1840.40

17 / 110

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高

74.50

14 / 96

跨能力综合测试

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高

77.95

23 / 157

多轮记忆与持续上下文

共 4 项评测

评测名称 / 模式

得分

排名/总数

思考水平·低

81.56

35 / 126

思考水平·中

80.61

39 / 126

思考水平·高

81.55

36 / 126

极高

78.57

44 / 126

跨应用与工具编排

共 2 项评测

评测名称 / 模式

得分

排名/总数

开启思考工具

90.30

1 / 50

Toolathlon-Verified

极高工具

75.90

8 / 35

仓库修复与多文件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

极高工具

54.87

58 / 97

unknown

46.20

6 / 7

跨能力聚合指数

共 4 项评测

评测名称 / 模式

得分

排名/总数

unknown

155.18

27 / 167

极高工具

57.05

22 / 42

Vals Index v2.1

极高工具

49.29

27 / 37

AA Intelligence Index v4.3

极高工具

39.58

19 / 30

科学知识与推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高

17.70

46 / 204

科学计算与科研编程

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高

57.40

18 / 134

客服与业务流程

共 3 项评测

评测名称 / 模式

得分

排名/总数

Public Benefits Bench v1.1

极高工具

68.47

6 / 26

极高工具

47.66

23 / 64

极高工具

34.80

48 / 167

金融

共 2 项评测

评测名称 / 模式

得分

排名/总数

Finance Agent v2

极高工具

60.60

3 / 44

EMB (Excel Modeling)

极高工具

56.98

31 / 46

法律

共 2 项评测

评测名称 / 模式

得分

排名/总数

Legal Research Bench

极高工具

43.75

14 / 46

Harvey's Legal Agent Benchmark

极高工具

25.42

1 / 50

文档与图表理解

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高

17.40

50 / 122

生物与基因

共 1 项评测

评测名称 / 模式

得分

排名/总数

BioMysteryBench

极高工具

64.81

15 / 21

自主开发与终端任务

共 1 项评测

评测名称 / 模式

得分

排名/总数

Terminal-Bench 4.0

极高工具

7.10

63 / 100

维护、优化与工程管理

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高工具

29.95

34 / 48

程序生成与编辑

共 1 项评测

评测名称 / 模式

得分

排名/总数

Vibe Code Bench v1.1

极高工具

79.10

20 / 65

算法与竞赛编程

共 1 项评测

评测名称 / 模式

得分

排名/总数

极高工具

21.78

30 / 30

数学

共 1 项评测

评测名称 / 模式

得分

排名/总数

ProofBench v1.1 (Lean 4)

极高工具

43

21 / 29

临床工作与医疗决策

共 2 项评测

评测名称 / 模式

得分

排名/总数

极高工具

90.06

4 / 67

极高工具

49.35

15 / 65

与其他模型对比