已过期50% 置信基准精确时间
在创作者自制的代码审计基准中，Full版本与Astra和Fable表现接近，基础版Muse Wonder得分几乎只有Full版本的一半，差距超过30%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/27(已过期)
来源
涉及实体
相关事实
待验证Muse Glimmer 30B在SWE基准得分51.2，意味着能解决约一半的真实软件工程问题60% 相似待验证在作者自制的代码审查基准中，Astra位居榜首，Grok 4.7紧随其后，Fable 5.1只提5条建议但质量很高57% 相似待验证在Frontier Code编程测试上，Opus 5.5用默认档赢了Astra，单任务成本只有对手的五分之一57% 相似待验证PartsPlan 发布者公开的一次小规模测试中，30 个图表值全部答对56% 相似待验证Jane Street评价Astra在内部编程基准上达到SOTA并超过Fable，但在交易直觉上只是明显进步（Fable 5.1交易直觉略胜）56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1017387API
curl https://kongchang.com/api/v1/knowledge/claims/1017387MCP
get_claim(id=1017387)