腾讯网

Meta 发布新模型，是重登王座还是拉了一坨大的？！

人类最后一次考试（Humanity's Last Exam）上，不依靠工具，Muse Spark分数比Gemini 3.1 Deep Think和 GPT 5.4 Pro都要好，而使用工具之后，也仅仅比GPT 5.4 Pro低那么0.3。