Meta · pașaport de model

Muse Glimmer

muse-glimmer

Ponderi deschise
Licență Apache-2.0
Lansat 2026-10-13(văzut prima dată pe LMArena)

General · LMArena: 1,425#110 din 395
Cea mai bună percentilă: 74.6Programare
Poziția în cohortă: 53.9mediană 61.2

Ce spun datele

Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 57,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 74.6 pct pe Programare față de 17.5 pct pe Factuality Arena.

Programare74.6 pct1,479Verifică →
Prompturi dificile73.9 pct1,446Verifică →
General72.4 pct1,425Verifică →
Urmarea instrucțiunilor71.6 pct1,413Verifică →
WebDev Arena25 pct1,355Verifică →
Factuality Arena17.5 pct1,402Verifică →
Vision ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

The muse-glimmer model from meta has a shrunk composite score of 53.9 and a raw composite score of 55.9, with 6 of 27 axes covered.
pozițieVerifică →
The model muse-glimmer from meta has a standing of 53.9, compared with a cohort median standing of 61.2 across a cohort of 170 models over a 180-day window.
cohortăVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →