Meta Muse Spark 1.2 Evaluation Report厂商报告
2026-08-05来源于 Meta 官方发布公告的 5 项评测图：Terminal-Bench 2.1 与 DeepSWE 1.1 为 Meta 自测（官方 89 / 113 任务全集，每个模型使用其选择的 agent 产品与最高可用推理强度，Muse Code 用于 Muse Spark 1.2，5 次尝试 pass@1 平均）；GDPVal-AA v2 采用 Artificial Analysis 结果；MCP Atlas 采用 Scale AI 结果；Meta Internal Coding Bench 为 Meta 内部基准（440 任务，外部不可复现）。数值取自官方图表标签。方法说明: https://research.meta.ai/static/muse-spark-1-2-methodology