Meta 开源模型跑分以 39 分反超英伟达，但 Agent 测试落后中国模型

Artificial Analysis 智能指数显示，英伟达美国开源模型第一的位置只维持了几个小时。

英伟达的 Nemotron 3.5 Super VL 获得 26.5 分，超过此前所有美国开源模型。随后，Meta 发布的 Muse Spark Open 拿到 39 分，领先英伟达 12.5 分，成为新的美国第一。

全球开源模型榜单中仍落后于中国模型

在全球开源模型榜单上，Meta 仍落后于多款中国模型。小米 MiMo-V2.6-Pro 以 46 分领先，智谱 GLM-5.3 为 45 分，Muse Spark Open 与 DeepSeek V4.1 Flash 同为 39 分。

Muse Spark Open 也已接近 Meta 于 8 月推出的闭源旗舰 Muse Spark 1.2，后者得分为 40 分。

Agent 测试拖累综合排名

在得分最高的 9 款开源模型中，Muse Spark Open 的 4 项 Agent 测试综合表现垫底，其他 6 项测试合计却能排到第四。它与智谱 GLM-5.3 相差的 6 分，全部来自 Agent 测试。

知识准确性、幻觉率和成本效率表现较好

在知识准确性测试 AA-Omniscience 中，Muse Spark Open 以 25 分领先所有开源模型，幻觉率仅为 24%，在得分超过 30 分的开源模型中最低。

Token 使用效率方面，Muse Spark Open 平均每项测试输出约 4 万 Token，比 GLM-5.3 少 43%。两者 API 单价接近，但由于 Muse 消耗的 Token 更少，每项测试平均花费仅 0.84 美元，不到 GLM-5.3 的一半，但仍约为 DeepSeek V4.1 Flash 的 3 倍。