MODEL ARCHIVE · M02 · Meta Superintelligence Labs

Muse Spark 1.3

本次运行为 contributor-free 档(providerID=opencode,思考档位 xhigh),经 opencode 1.18.29 调用;harness 与模型身份在运行记录中分列。

● 20 件归档作品
SELECTED WORKS

精选作品

先看作品,再看数据。

查看全部任务 →
ARCHIVE STATISTICS

档案统计

运行20
累计用时1:10:47
API 调用181
工具调用416
失败 / 重试12
总 token 过路量440.6万
批次

Muse Spark 1.3 · Phase 1

原始报告 ↗
任务数15
会话数15
累计用时25:45
API 调用181
工具调用178
失败 / 重试8
输入 token384,338
输出 token154,563
缓存读 token3,130,484
费用¥0
批次

Muse Spark 1.3 · Phase 2(Task 16–20,部分)

本批次为部分汇总:由已归档的 5 个 run 的逐题指标求和,不代表整个 phase-02(Task 16–45);任一题缺失的指标记 null,不按 0 补齐。

原始报告 ↗
任务数5
会话数5
累计用时45:02
API 调用未记录
工具调用238
失败 / 重试4
输入 token451,558
输出 token146,779
缓存读 token20,144,127
费用未记录
PHASE PROGRESS

阶段进度

01
PHASE-01

第一阶段 · 15 项基准任务

覆盖 SVG 绘制、单文件交互应用和多文件网页应用。

15 / 15 任务 · 已完成
15 运行
02
PHASE-02

第二阶段 · 高级纯创造任务(Task 16–45)

浏览器内的动画、模拟、工程与创作类工具;本档案当前只含已测试并归档的 Task 16–20(5 题 × 2 个模型 = 10 条运行),其余题目尚未测试。

5 / 30 任务 · 进行中
5 运行
SNAPSHOTS

模型快照(harness 报告的 model id)

本次运行实际使用的模型快照;同一模型的不同快照不构成同一配置。

当前contributor-free 档(xhigh)muse-spark-1.3-contributor-freeharness 报告值,记录在 phase-02 各运行的 submission.json(opencode 1.18.30,桌面端);phase-01 扁平布局归档未记录 model id。
CRITICAL NOTES

阶段评估

本模型有 2 份 AI 阶段评估,简单均分 86.5/100。各评委口径不同,逐份评分、口径与免责声明并列在下方;均分只作概览,不得据此排序或做跨模型排行榜。

AI 评价 codex-v1(非盲评)phase-01

88.1/100

AI 评价,非盲评(会话工作目录即本仓库,可访问其他档案与人工评价)

Codex Desktop 0.153.4 / GPT-5——非盲评、自定口径;不可与其他评委或第一阶段 DeepSeek AI 报告直接比较,也不合成排名。原始报告 ↗
AI 评价 maintenance-agent-v1(非盲评)phase-01

84.9/100

AI 评价,非盲评(评价者此前已阅读第一阶段 DeepSeek 档案与题目文档)

维护 agent(DeepSeek Harness)——非盲评、自定口径;不可与其他评委或第一阶段 DeepSeek AI 报告直接比较,也不合成排名。原始报告 ↗
ALL WORKS

全部作品

RUN HISTORY

运行历史

本题库每个题目每次运行一行;点击进入完整档案。

提供方Meta Superintelligence Labs
作品20
AI 均分86.5/100(2)
归档提交b8d0235e89ac…