› Meta ha presentado Muse Wonder con una tabla de 14 pruebas en la que casi nadie reconocerá más de un par.
› A continuación te explico cada una de forma clara: qué evalúa, qué puntuación obtiene Muse Wonder (según Meta) y con qué precauciones debes mirar los datos antes de asumir que el modelo «gana».
› En resumen: 3 de las 14 pruebas son evaluaciones internas de Meta, en varias filas las condiciones de partida no fueron iguales para todos y, al programar «desde cero» o controlar el ordenador, Meta queda por detrás de Claude Opus 5.5.
› Tienes el análisis completo del modelo en la guía sobre Muse Wonder.