메타의 새로운 모델이 3개 차트에서 1위를 차지했으며, 법률 에이전트가 Grok 4.5를 역전했습니다.

동차 비팅(Beating)의 모니터링에 따르면, AI 평가 기관 Vals AI가 Muse Spark 1.1의 성적을 발표했습니다. 이 모델은 의료 문서, 세무 질의응답 및 법률 에이전트(Agent) 세 가지 평가에서 각각 88.89%, 79.72%, 20.00%의 점수로 1위를 차지했습니다.

세무 평가 TaxEval v2에서는 Fable 5, Opus 4.8, GPT-5.5를 능가했습니다. 이 평가는 공개되지 않은 1200개 이상의 테스트 문제로 구성되어 있으며, 답변뿐만 아니라 추론 과정도 검증합니다. 상위 모델 간 격차는 작아서, 1위부터 10위까지의 점수 차이는 3% 포인트 미만입니다.

법률 에이전트 평가에서 Muse Spark 1.1은 20.00%의 점수를 기록하며, Grok 4.5의 12.92%와 Fable 5의 11.25%를 앞질렀습니다. 이 테스트는 모델이 문서, 스프레드시트 및 파일 도구를 사용하여 실제 법률 업무를 수행하도록 요구합니다.

웹 애플리케이션 프로그래밍 평가에서는 72.16%의 점수를 기록하며 GPT-5.5, Grok 4.5, GPT-5.4를 능가했지만, 여전히 Fable 5 및 여러 Claude 모델에는 뒤처졌습니다.