O novo modelo da Meta conquista o primeiro lugar em três rankings, o Agente legal ultrapassa o Grok 4.5.

De acordo com a monitorização do Beating, a instituição de avaliação de IA Vals AI divulgou os resultados do Muse Spark 1.1. O modelo ficou em primeiro lugar em três avaliações: documentos médicos, perguntas e respostas fiscais e Agente Jurídico, com pontuações de 88,89%, 79,72% e 20,00%, respetivamente.

Na avaliação fiscal TaxEval v2, superou o Fable 5, Opus 4.8 e GPT-5.5. Esta avaliação inclui mais de 1200 questões de teste não divulgadas, verificando tanto as respostas como o processo de raciocínio. A diferença entre os principais modelos é pequena, com os dez primeiros a diferirem menos de 3 pontos percentuais.

Na avaliação do Agente Jurídico, o Muse Spark 1.1 obteve 20,00%, superando os 12,92% do Grok 4.5 e os 11,25% do Fable 5. O teste exigiu que o modelo utilizasse documentos, tabelas e ferramentas de ficheiros para realizar trabalho jurídico real.

Na avaliação de programação de aplicações web, obteve 72,16%, superando o GPT-5.5, Grok 4.5 e GPT-5.4, mas ainda atrás do Fable 5 e de vários modelos Claude.