Command Code 使用同一 /design 提示对 Muse Spark 1.3、Grok-4.6 与 Gemini 3.8 Flash 进行 FlappyBench 实测。Muse 与 Grok 均获 9/10，但 Muse 仅花费 $0.072；Gemini 得分 7/10、花费 $0.205 且未完全完成任务。
LMArena 称 Meta Muse Spark 1.3（xHigh）以 AutoEval 1623 分约居 Code Arena: WebDev 第 10，接近 Claude Fable 5（1628，第 8）与 GPT-5.6 Sol（1616，第 11）。相对 Muse Spark 1.1（1540，第 25）与 1.2 xHigh（1534，第 30）提升明显；分数为早期 AutoEval，仍待真人投票收敛。
Artificial Analysis（@ArtificialAnlys）公布 Meta Muse Spark 1.3 在 Coding Agent Index（Muse Code 编排）的成绩：现已开放的 xhigh 变体得分 64（较 1.2 的 62 提升 2 分），单任务约 $1.72，是指数 60 以上智能体中最便宜的；面向合作伙伴的 max 预览变体得分 68，仅次于 Claude Opus 5（xhigh）在 Claude Code 上的 68。Fable 5.1 成绩仍在统计中。
Arena.ai（@arena）宣布 Meta Muse Spark 1.3 已进入 Arena：Agent Arena 用海量真实长程智能体任务评测（可调用网页搜索、文件系统与终端），并以因果追踪相对平均模型衡量结果；同时覆盖 Code Arena 的 WebDev、Text、Vision 与 Document，现可投票，分数即将发布。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察