Novo modelo da Meta conquista três primeiros lugares consecutivos, Agente jurídico supera Grok 4.5

Segundo monitoramento do Beating, a instituição de avaliação de IA Vals AI divulgou os resultados do Muse Spark 1.1. O modelo ficou em primeiro lugar nas três avaliações: documentação médica, perguntas tributárias e Agente jurídico, com pontuações de 88,89%, 79,72% e 20,00%, respectivamente.

Na avaliação tributária TaxEval v2, ele superou Fable 5, Opus 4.8 e GPT-5.5. A avaliação contém mais de 1.200 questões de teste não divulgadas, verificando tanto as respostas quanto o processo de raciocínio. A diferença entre os principais modelos é pequena; os dez primeiros diferem em menos de 3 pontos percentuais.

Na avaliação de Agente jurídico, o Muse Spark 1.1 obteve 20,00%, superando 12,92% do Grok 4.5 e 11,25% do Fable 5. O teste exige que o modelo use documentos, planilhas e ferramentas de arquivo para realizar trabalhos jurídicos reais.

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