نموذج ميتا الجديد يحقق المرتبة الأولى في ثلاثة تصنيفات، والوكيل القانوني يتفوق على Grok 4.5

وفقًا لرصد "Dongcha Beating"، كشفت مؤسسة تقييم الذكاء الاصطناعي Vals AI عن نتائج Muse Spark 1.1. سجل النموذج المرتبة الأولى في ثلاثة معايير تقييم: المستندات الطبية، والإجابات على الأسئلة الضريبية، والوكيل القانوني، بنسب 88.89% و79.72% و20.00% على التوالي.

في اختبار التقييم الضريبي TaxEval v2، تجاوز Fable 5 وOpus 4.8 وGPT-5.5. يتضمن الاختبار أكثر من 1200 سؤالًا غير منشور، لا يفحص الإجابات فحسب، بل يفحص أيضًا عملية الاستدلال. الفروق بين النماذج الرائدة ضئيلة، حيث لا يتجاوز الفرق بين العشرة الأوائل 3 نقاط مئوية.

في تقييم الوكيل القانوني، حصل Muse Spark 1.1 على 20.00%، متجاوزًا Grok 4.5 بنسبة 12.92% وFable 5 بنسبة 11.25%. تطلب الاختبار من النموذج استخدام أدوات المستندات والجداول وملفات لإكمال مهام قانونية واقعية.

في تقييم برمجة تطبيقات الويب، سجل 72.16%، متجاوزًا GPT-5.5 وGrok 4.5 وGPT-5.4، لكنه لا يزال متخلفًا عن Fable 5 وعدة نماذج من Claude.