Agent Arena 公布了一轮评测结果，数据来自超过 5000 次真实智能体会话。Meta 的 Muse Wonder (Max) 排在第 12 名，净提升 +6.4%。

和上一版 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 高出 +2.8 分，名次一口气上升四位。这个涨幅放在榜单中段，算得上一次明显的位移。

打开网易新闻 查看精彩图片

评测怎么来的

这轮排名不是跑分软件里的固定题库，而是基于真实智能体会话统计。5000 多次会话意味着样本覆盖了实际使用中的多种任务形态，而不是实验室里的单点测试。

对做 Agent 的团队来说，这类评测的参考价值在于它贴近真实调用场景。分数变化能反映模型在多轮交互、任务执行上的综合表现，而不只是某一项能力的高低。

这次提升意味着什么

+6.4% 的净提升，配合四位名次的上移，说明 Muse Wonder (Max) 相对前代是一次实打实的进步。Meta 在 Agent 方向上的迭代节奏，从这份榜单里能看出一点轮廓。

第 12 名不是榜首，但从中段往上爬的难度往往更大——前面的位置挤满了各家主力模型。Muse Wonder (Max) 这次站上了这个位置，后续能不能继续往上走，要看下一轮评测。