Meta โมเดลใหม่คว้าอันดับหนึ่งสามรางวัลติดต่อกัน ตัวแทนกฎหมายแซงหน้า Grok 4.5

ตามการตรวจสอบของ Beating หน่วยงานประเมิน AI ชื่อ Vals AI ได้เปิดเผยผลการทดสอบ Muse Spark 1.1 โมเดลดังกล่าวครองอันดับหนึ่งในการประเมินสามด้าน ได้แก่ เอกสารทางการแพทย์ การตอบคำถามด้านภาษี และ Legal Agent โดยมีคะแนน 88.89%, 79.72% และ 20.00% ตามลำดับ

ในการประเมินด้านภาษี TaxEval v2 โมเดลนี้เอาชนะ Fable 5, Opus 4.8 และ GPT-5.5 การประเมินดังกล่าวประกอบด้วยข้อสอบที่ไม่เปิดเผยมากกว่า 1,200 ข้อ ซึ่งตรวจสอบทั้งคำตอบและกระบวนการให้เหตุผล ช่องว่างระหว่างโมเดลชั้นนำมีน้อย โดยสิบอันดับแรกต่างกันไม่ถึง 3 เปอร์เซ็นต์

ในการประเมิน Legal Agent Muse Spark 1.1 ได้คะแนน 20.00% สูงกว่า Grok 4.5 ที่ 12.92% และ Fable 5 ที่ 11.25% การทดสอบกำหนดให้โมเดลใช้เครื่องมือเอกสาร ตาราง และไฟล์เพื่อทำงานด้านกฎหมายจริง

ในการประเมินการเขียนโปรแกรมเว็บแอปพลิเคชัน โมเดลนี้ได้คะแนน 72.16% สูงกว่า GPT-5.5, Grok 4.5 และ GPT-5.4 แต่ยังคงตามหลัง Fable 5 และโมเดล Claude หลายรุ่น