DataLearner 标志

Muse Wonder Full 评测详情

Muse Wonder Full 当前已收录的代表性评测结果包括 DeepSWE(1 / 99,得分 79)、GDP.pdf(2 / 124,得分 33.20)、AA Intelligence Index v4.3(2 / 32,得分 56)。

评测结果

Muse Wonder Full

评测结果

思考模式
工具使用
联网能力

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
DeepSWE
最高工具
79
1 / 99
SWE-Marathon
极高工具
57.50
2 / 9

金融

共 1 项评测
评测名称 / 模式
得分
排名/总数
Finance Agent v2
最高工具联网
59.10
5 / 46

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
最高工具
33.20
2 / 124

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
最高工具
57.10
11 / 104

医学知识与健康咨询

共 1 项评测
评测名称 / 模式
得分
排名/总数

跨能力聚合指数

共 2 项评测
评测名称 / 模式
得分
排名/总数
59.10
1 / 2
56
2 / 32

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
AutomationBench-AA
最高工具
45.40
2 / 3

桌面工作流

共 1 项评测
评测名称 / 模式
得分
排名/总数
OSWorld 2.1
最高工具
78.40
4 / 11

多轮记忆与持续上下文

共 1 项评测
评测名称 / 模式
得分
排名/总数
85.50
2 / 2

跨行业工作评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
JobBench
最高工具
75.30
1 / 2

程序生成与编辑

共 1 项评测
评测名称 / 模式
得分
排名/总数
ProgramBench
最高工具
59
1 / 2

法律

共 1 项评测
评测名称 / 模式
得分
排名/总数
13.10
1 / 2