מבחן הערכה
WideResearch
מדד משניהערכה על ידי מודל אחר
מה הוא מודד
מחקר ברשת: חיפוש, איסוף ואימות מידע מקוון · ביצוע משימות מרובות שלבים: ביצוע משימה רב שלבית מקצה לקצה
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
- הציון נקבע בהערכה על ידי מודל אחר ולכן משקלו מוגבל בתוך היכולת.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Kimi K2.6 | 80.8 | WideResearch · דיווח של הספק | קישור |
| Qwen3.6 Plus | 74.3 | WideResearch · דיווח של הספק | קישור |
| Ling 3.0 Flash | 73.6 | WideResearch · דיווח של הספק | קישור |
| Kimi K2.5 | 72.7 | WideResearch · דיווח של הספק | קישור |
| GLM-5 | 69.8 | WideResearch · מקור לא מאומת | קישור |