› Nous avons soumis Muse Wonder et quatre modèles concurrents aux mêmes 23 épreuves pratiques : comportement d'agent avec outils, génération de code vérifié par des tests unitaires, rédaction administrative (testée en polonais), logique pure et analyse de documents de 47 000 à 88 000 tokens.
› Les résultats s'avèrent plus instructifs que les benchmarks officiels de Meta : sur ces tâches concrètes, les cinq modèles affichent un taux de réussite quasi parfait de 99 à 100 %.
› Les véritables écarts se situent au niveau de la facture, de la vitesse d'exécution et de quelques bévues isolées.
› Muse Wonder s'impose comme le deuxième plus économique et le deuxième plus rapide du groupe.