Meta新模型連奪三榜第一，法律 Agent 反超 Grok 4.5

根據動察 Beating 監測，AI 評測機構 Vals AI 公佈 Muse Spark 1.1 成績。模型在醫療文書、稅務問答和法律 Agent 三項評測中排名第一，得分分別為 88.89%、79.72% 和 20.00%。

在稅務評測 TaxEval v2 中，它超過 Fable 5、Opus 4.8 和 GPT-5.5。該評測包含超過 1200 道未公開測試題，既檢查答案，也檢查推理過程。頭部模型差距較小，前十名相差不到 3 個百分點。

法律 Agent 評測中，Muse Spark 1.1 得分 20.00%，超過 Grok 4.5 的 12.92% 和 Fable 5 的 11.25%。測試要求模型使用文件、表格和文件工具完成真實法律工作。

它在網頁應用程式編程評測中得分 72.16%，超過 GPT-5.5、Grok 4.5 和 GPT-5.4，但仍落後於 Fable 5 和多款 Claude 模型。