VulcanBench：Muse Wonder 的成绩与低推理档的异常
Meta 的 Alexandr Wang 称 Muse Wonder 全量版在新的编码评测 VulcanBench 的 VCB 1—100 上居首，整体与 Astra、Opus 5.5、Sol 6.1 竞争力相当（后半句被截断）。另一位分析者公开了对基准运行轨迹的分析，发现 Muse Wonder 在低推理档耗时远长于 GPT-6.1 Sol。
morganlinton@morganlinton原帖
为什么值得留
看基准时不止看分数，也看运行轨迹里的耗时与异常。
可以从这里开始
读分析者的轨迹复盘，核对低档位耗时是否来自重复尝试。
阅读时留意
『SOTA』是 Meta 一方的说法，榜单与评测方法未见；耗时分析只读到开头；Muse Wonder 的价格与档位未读。
OnBalls 导读整理于 2026.10.22。只读存档的帖文及同事件另一条帖子；基准页与分析全文未打开。