Muse Wonder 被指刷榜：比 SWE 2 贵 24 倍实测却更差

多位用户实测对比 Muse Wonder 与 SWE 2，在同一 prompt、最高推理档位下，Muse 耗时约 24 分钟并花费约 18 美元，SWE 2 用时 15 分钟且零成本，效果反而更好。博主指出 Muse Wonder 的评测分数高于 Astra 和 Fable 5.1，实际表现却更差，称其比 Gemini 更刷榜（benchmaxxed），疑似针对 benchmark 过拟合。