נתונים ו-BI · ניתוח נתונים והסקת מסקנות

דירוג לפי איכות

1

Claude Opus 4.8

נבדק כמודל

מצב חשיבה · חלון הקשר 1,000K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

תצורות נוספות:מצב מאמץ גבוה מאודמצב מאמץ נמוךמצב מאמץ בינונימצב מאמץ גבוהמצב אצווה במחיר מופחתלא נכללות בציון
ציון התאמה
79.0
עברית
87.6
מבוסס על מבחנים רב לשוניים, לא על מבחן עברית ייעודי. מוצג בנפרד ואינו משפיע על הציון.
כיסוי נתונים 68%

כיסוי אפקטיבי: 64% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $5 · פלט $25 למיליון טוקנים

  • התוצאות הגבוהות ביותר שלו הן בניתוח נתונים וידע וחשיבה.
  • היתרון נשען בעיקר על LiveBench, LiveBench Data Analysis.
  • כיסוי נתונים: 68% · רמת ביסוס: גבוהה

הציון מחושב לפי החשיבות של כל יכולת ולפי הנתונים הזמינים עליה.

  • ניתוח נתוניםמשקל 38%
    81.6 · 3 מבחנים
  • ידע וחשיבהמשקל 15%
    80.6 · 4 מבחנים
  • מסמכים ארוכיםמשקל 10%
    לא נמדד במודל הזה
  • עמידה בהוראותמשקל 5%
    75.7 · 2 מבחנים
  • שימוש בכליםמשקל 5%
    71.0 · 2 מבחנים
  • גיליונות אלקטרונייםמשקל 26%
    טרם נמדד באף מודל
עד כמה ההמלצה מבוססתגבוהה
כיסוי נתונים
72%
איכות המקורות
91%
יציבות התוצאה
61%
השוואה הוגנת
87%

ניתוח נתונים משקל 38%

כיסוי 96%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.91.00קישור למקור
LiveBench Data Analysis
מדידה עצמאית · מתעדכן
לוח עצמאי
78.31.00קישור למקור
CharXiv
מדידה עצמאית · לוח השוואה
לפי דיווח היצרן
89.90.72קישור למקור

ידע וחשיבה משקל 15%

כיסוי 61%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.91.00קישור למקור
LiveBench Reasoning
מדידה עצמאית · מתעדכן
לוח עצמאי
89.71.00קישור למקור
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
לוח עצמאי
91.00.85קישור למקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
לפי דיווח היצרן
57.90.72קישור למקור

לא נמצאו תוצאות עבור: MMLU-Pro · SuperGPQA · MMLU-Redux

עמידה בהוראות משקל 5%

כיסוי 53%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.91.00קישור למקור
LiveBench Instruction Following
מדידה עצמאית · מתעדכן
לוח עצמאי
72.41.00קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

שימוש בכלים משקל 5%

כיסוי 35%
מבחן הערכהסטטוסציוןמשקלמקור
MCP Atlas
מדד משני
לפי דיווח היצרן
82.20.42קישור למקור
Toolathlon
מדד משני
לפי דיווח היצרן
59.90.42קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Claw-Eval

2

Claude Fable 5

נבדק כמודל

מצב חשיבה · חלון הקשר 1,000K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

תצורות נוספות:מצב מאמץ גבוה מאודמצב מאמץ מרבימצב מאמץ גבוהמצב מאמץ בינונימצב מאמץ נמוךמצב אצווה במחיר מופחתלא נכללות בציון
ציון התאמה
77.8
כיסוי נתונים 50%

כיסוי אפקטיבי: 59% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $10 · פלט $50 למיליון טוקנים

  • התוצאות הגבוהות ביותר שלו הן בניתוח נתונים וידע וחשיבה.
  • היתרון נשען בעיקר על LiveBench, LiveBench Data Analysis.
  • כיסוי נתונים: 50% · רמת ביסוס: בינונית

הציון מחושב לפי החשיבות של כל יכולת ולפי הנתונים הזמינים עליה.

  • ניתוח נתוניםמשקל 38%
    79.1 · 2 מבחנים
  • ידע וחשיבהמשקל 15%
    84.3 · 3 מבחנים
  • מסמכים ארוכיםמשקל 10%
    לא נמדד במודל הזה
  • עמידה בהוראותמשקל 5%
    75.8 · 2 מבחנים
  • שימוש בכליםמשקל 5%
    לא נמדד במודל הזה
  • גיליונות אלקטרונייםמשקל 26%
    טרם נמדד באף מודל
עד כמה ההמלצה מבוססתבינונית
כיסוי נתונים
54%
איכות המקורות
96%
יציבות התוצאה
39%
השוואה הוגנת
100%

ניתוח נתונים משקל 38%

כיסוי 70%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
79.51.00קישור למקור
LiveBench Data Analysis
מדידה עצמאית · מתעדכן
לוח עצמאי
78.71.00קישור למקור

לא נמצאו תוצאות עבור: CharXiv

ידע וחשיבה משקל 15%

כיסוי 48%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
79.51.00קישור למקור
LiveBench Reasoning
מדידה עצמאית · מתעדכן
לוח עצמאי
87.71.00קישור למקור
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
לוח עצמאי
85.90.85קישור למקור

לא נמצאו תוצאות עבור: MMLU-Pro · Humanity's Last Exam (HLE) · SuperGPQA · MMLU-Redux

עמידה בהוראות משקל 5%

כיסוי 53%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
79.51.00קישור למקור
LiveBench Instruction Following
מדידה עצמאית · מתעדכן
לוח עצמאי
72.01.00קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

3

GPT-5.5

נבדק כמודל

מצב חשיבה · חלון הקשר 1,000K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

תצורות נוספות:מצב מאמץ גבוהמצב מאמץ נמוךמצב מאמץ בינונימצב מאמץ גבוה מאודמצב אצווה במחיר מופחתלא נכללות בציון
ציון התאמה
77.0
עברית
97.3
מוצג בנפרד ואינו משפיע על ציון ההתאמה.
כיסוי נתונים 54%

כיסוי אפקטיבי: 64% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $5 · פלט $30 למיליון טוקנים

  • התוצאות הגבוהות ביותר שלו הן בניתוח נתונים וידע וחשיבה.
  • היתרון נשען בעיקר על LiveBench, LiveBench Data Analysis.
  • כיסוי נתונים: 54% · רמת ביסוס: בינונית

הציון מחושב לפי החשיבות של כל יכולת ולפי הנתונים הזמינים עליה.

  • ניתוח נתוניםמשקל 38%
    79.6 · 2 מבחנים
  • ידע וחשיבהמשקל 15%
    79.5 · 4 מבחנים
  • מסמכים ארוכיםמשקל 10%
    לא נמדד במודל הזה
  • עמידה בהוראותמשקל 5%
    75.1 · 2 מבחנים
  • שימוש בכליםמשקל 5%
    65.4 · 2 מבחנים
  • גיליונות אלקטרונייםמשקל 26%
    טרם נמדד באף מודל
עד כמה ההמלצה מבוססתבינונית
כיסוי נתונים
56%
איכות המקורות
90%
יציבות התוצאה
56%
השוואה הוגנת
86%

ניתוח נתונים משקל 38%

כיסוי 70%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.81.00קישור למקור
LiveBench Data Analysis
מדידה עצמאית · מתעדכן
לוח עצמאי
80.41.00קישור למקור

לא נמצאו תוצאות עבור: CharXiv

ידע וחשיבה משקל 15%

כיסוי 58%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.81.00קישור למקור
LiveBench Reasoning
מדידה עצמאית · מתעדכן
לוח עצמאי
89.71.00קישור למקור
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
לפי דיווח היצרן
93.60.72קישור למקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
לפי דיווח היצרן
52.20.72קישור למקור

לא נמצאו תוצאות עבור: MMLU-Pro · SuperGPQA · MMLU-Redux

עמידה בהוראות משקל 5%

כיסוי 53%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
78.81.00קישור למקור
LiveBench Instruction Following
מדידה עצמאית · מתעדכן
לוח עצמאי
71.41.00קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

שימוש בכלים משקל 5%

כיסוי 35%
מבחן הערכהסטטוסציוןמשקלמקור
MCP Atlas
מדד משני
לפי דיווח היצרן
75.30.42קישור למקור
Toolathlon
מדד משני
לפי דיווח היצרן
55.60.42קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Claw-Eval

דירוג מלא

כל המודלים שנבדקו

הכיסוי מחושב על היכולות שנושאות את עיקר המשקל במשימה שנבחרה. מודל שנמדד בפחות מדדים מוצג עם הציון שלו ומסומן ככיסוי חלקי, ואינו נכנס לדירוג.

מודלציון התאמהכיסוי נתוניםעבריתרמת ביסוס
Claude Opus 4.879.072%87.6מבוסס על מבחנים רב לשונייםגבוהה
Claude Fable 577.854%—בינונית
GPT-5.577.056%97.3בינונית
Claude Opus 4.776.654%—בינונית
Gemini 3.1 Pro76.569%—גבוהה
Claude Sonnet 576.072%92.4גבוהה
Kimi K375.846%—בינונית
Gemini 3.8 Flash75.044%96.4בינונית
Claude Sonnet 4.675.077%—גבוהה
Gemini 3.7 Flash74.644%96.3בינונית
Qwen3.7 Max73.864%87.5מבוסס על מבחנים רב לשונייםגבוהה
Claude Opus 4.673.561%—גבוהה
Qwen3.8-Flash-Next71.746%—בינונית
GLM-5.271.756%—בינונית
MiniMax M371.754%—בינונית
Muse Spark 1.171.150%—בינונית
GLM-5.3-Flash70.944%61.3בינונית
GPT-5.470.743%93.4בינונית
Qwen3.6 Plus70.686%84.7מבוסס על מבחנים רב לשונייםגבוהה
Kimi K2.670.072%—גבוהה
Qwen3.8-27B69.946%—בינונית
Gemini 3.5 Flash69.979%95.3גבוהה
Qwen3.6-27B69.379%—גבוהה
DeepSeek V4 Pro 081369.341%—בינונית
GPT-5.268.740%95.4בינונית
Kimi K2.7 Code68.554%—בינונית
Inkling65.746%—בינונית
Grok 4.362.450%—בינונית
Nemotron 3 Ultra58.041%83.0מבוסס על מבחנים רב לשונייםבינונית
Claude Opus 5.5כיסוי חלקי, אינו מדורג80.532%94.7בינונית
GPT-6.1 Solכיסוי חלקי, אינו מדורג80.429%97.5בינונית
GPT-6 Astraכיסוי חלקי, אינו מדורג80.329%97.5בינונית
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג78.032%92.1מבוסס על מבחנים רב לשונייםבינונית
Claude Opus 5כיסוי חלקי, אינו מדורג77.432%91.7בינונית
Claude Fable 5.1כיסוי חלקי, אינו מדורג78.028%96.2נמוכה
Qwen3.7 Plusכיסוי חלקי, אינו מדורג76.729%85.7מבוסס על מבחנים רב לשונייםבינונית
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג81.021%—נמוכה
Qwen3.5 397Bכיסוי חלקי, אינו מדורג71.536%76.5בינונית
Qwen3.5-27Bכיסוי חלקי, אינו מדורג73.831%82.2מבוסס על מבחנים רב לשונייםנמוכה
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג73.231%67.2נמוכה
GPT-5.6 Solכיסוי חלקי, אינו מדורג74.329%97.4בינונית
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג72.731%81.0מבוסס על מבחנים רב לשונייםבינונית
Muse Sparkכיסוי חלקי, אינו מדורג78.022%—נמוכה
GPT-6 Solכיסוי חלקי, אינו מדורג75.525%97.0נמוכה
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג73.528%—נמוכה
Kimi K2.5כיסוי חלקי, אינו מדורג69.035%79.5מבוסס על מבחנים רב לשונייםבינונית
Inkling-Smallכיסוי חלקי, אינו מדורג75.722%—נמוכה
GPT-5.6 Terraכיסוי חלקי, אינו מדורג71.129%95.3בינונית
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג75.021%—נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג68.432%—בינונית
Gemini 3 Proכיסוי חלקי, אינו מדורג77.116%74.7נמוכה
GPT-6 Lunaכיסוי חלקי, אינו מדורג69.329%97.0בינונית
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג73.321%—נמוכה
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג69.627%—נמוכה
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג67.729%95.8בינונית
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג67.429%94.5בינונית
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג73.318%—נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג68.725%—נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג74.515%—נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג66.229%—בינונית
Grok 4.6כיסוי חלקי, אינו מדורג68.025%—נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג67.225%—נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג65.525%—נמוכה
Beam 1.0 501B-A23Bכיסוי חלקי, אינו מדורג71.613%—נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג73.96%—נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג70.012%—נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג73.26%—נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג73.26%—נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג73.06%—נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג73.26%—נמוכה
Gemini 4 Argonכיסוי חלקי, אינו מדורג74.83%95.2נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג74.33%—נמוכה
GLM-5כיסוי חלקי, אינו מדורג65.717%83.1מבוסס על מבחנים רב לשונייםנמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג72.46%—נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג69.49%—נמוכה
GLM-5.1כיסוי חלקי, אינו מדורג70.86%58.5נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג58.629%—בינונית
Sarvam 30Bכיסוי חלקי, אינו מדורג70.76%—נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג72.63%—נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג71.83%74.0נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג68.29%—נמוכה
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג70.75%—נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג70.06%—נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג71.73%—נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג71.73%—נמוכה
Gemini 2.5 Proכיסוי חלקי, אינו מדורג69.36%77.1נמוכה
Celeris-1כיסוי חלקי, אינו מדורג71.23%—נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג66.89%52.8נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג68.96%—נמוכה
Mercury 2כיסוי חלקי, אינו מדורג70.43%—נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג68.16%—נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג67.27%53.6נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג63.913%—נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג69.33%70.5מבוסס על מבחנים רב לשונייםנמוכה
Kimi K2כיסוי חלקי, אינו מדורג63.812%—נמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג68.63%—נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג70.30%—נמוכה
Command A+כיסוי חלקי, אינו מדורג61.015%—נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג67.93%—נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג70.00%—נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג67.43%—נמוכה
Phi-4כיסוי חלקי, אינו מדורג67.03%49.9מבוסס על מבחנים רב לשונייםנמוכה
MiMo-V2-Proכיסוי חלקי, אינו מדורג68.70%—נמוכה
GLM-5-Turboכיסוי חלקי, אינו מדורג68.50%—נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג66.13%—נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג68.30%—נמוכה
GLM-5V-Turboכיסוי חלקי, אינו מדורג68.30%—נמוכה
Step 3.7 Flashכיסוי חלקי, אינו מדורג67.80%—נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג65.83%—נמוכה
MiMo-V2-Omniכיסוי חלקי, אינו מדורג67.60%—נמוכה
Ling 3.1 Flashכיסוי חלקי, אינו מדורג65.63%—נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג67.20%—נמוכה
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג66.80%—נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג66.70%—נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג59.46%—נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג55.76%—נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג52.16%—נמוכה
Gemini 2.5 Flashאין נתון0%71.8נמוכה
GLM-4.5-Airאין נתון0%—נמוכה
GLM-4.6אין נתון0%54.2נמוכה
GPT-5.1אין נתון0%72.7נמוכה
GPT-5.3 Codexאין נתון0%—נמוכה
Grok 4אין נתון0%—נמוכה
Grok 4.1 Fastאין נתון0%—נמוכה
Grok 4.1 Fast (Reasoning)אין נתון0%—נמוכה
Grok 4 Fast (Reasoning)אין נתון0%—נמוכה
Grok Code Fast 1אין נתון0%—נמוכה
Hy3אין נתון0%—נמוכה
K-Exaoneאין נתון0%—נמוכה
Ling 2.6 Flashאין נתון0%—נמוכה
Ling 3.0 Flash VLאין נתון0%—נמוכה
MiniMax M2.5אין נתון0%50.4נמוכה
Mistral Large 3אין נתון0%—נמוכה
Mistral Medium 3אין נתון0%—נמוכה
Mistral Medium 3.5 128Bאין נתון0%—נמוכה
Mistral Small 4אין נתון0%—נמוכה
Muse Wonderאין נתון0%—נמוכה
Muse Wonder Fullאין נתון0%—נמוכה
Nova Proאין נתון0%—נמוכה
Quasar 438Bאין נתון0%—נמוכה
Solar Pro 2אין נתון0%—נמוכה
Step 3.5 Flashאין נתון0%—נמוכה

ציון העברית מוצג בנפרד ואינו משפיע על ציון ההתאמה או על סדר הדירוג. ערך חסר נשאר חסר במכוון, אנחנו לא מנחשים ולא ממלאים אותו בממוצע. ציון עברית שמבוסס על מבחנים רב לשוניים אינו תחליף למבחן עברית ייעודי.