מבחן הערכה
MMLU-ProX
מדד משני · עברית
מה הוא מודד
עברית: הבנה ויצירה בעברית · שפה וניסוח: איכות לשונית, ניסוח ועריכה
מה הוא לא מודד
- אינו בודק ידע מקצועי ישראלי, דין או רגולציה מקומית.
הערות על המבחן
MMLU-Pro בתרגום רב לשוני. ממוצע על פני שפות, קירוב לעברית בלבד.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Qwen3.7 Max | 87.0 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| 85.7 | MMLU-ProX, ממוצע רב לשוני · מקור לא מאומת | קישור | |
| Qwen3.7 Plus | 85.4 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| Qwen3.5 397B | 84.7 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| Qwen3.6 Plus | 84.7 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| GLM-5 | 83.1 | MMLU-ProX, ממוצע רב לשוני · מקור לא מאומת | קישור |
| Nemotron 3 Ultra | 83.0 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| Kimi K2.5 | 82.3 | MMLU-ProX, ממוצע רב לשוני · מקור לא מאומת | קישור |
| Qwen3.5-122B-A10B | 82.2 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| Qwen3.5-27B | 82.2 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| Qwen3.5-35B-A3B | 81.0 | MMLU-ProX, ממוצע רב לשוני · דיווח של הספק | קישור |
| DeepSeek V3 0324 | 70.5 | MMLU-ProX, ממוצע רב לשוני · מדידה בלוח עצמאי | קישור |
| Phi-4 | 49.9 | MMLU-ProX, ממוצע רב לשוני · מדידה בלוח עצמאי | קישור |