חינוך והדרכה · הסברים והנגשה

דירוג לפי איכות

1

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
77.2
כיסוי נתונים 44%

כיסוי אפקטיבי: 94% ממשקל היכולות במקצוע נמדד בפועל.

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

  • התוצאות הגבוהות ביותר שלו הן בידע וחשיבה ועמידה בהוראות.
  • היתרון נשען בעיקר על LiveBench, LiveBench Reasoning.
  • כיסוי נתונים: 44% · רמת ביסוס: בינונית

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

  • ידע וחשיבהמשקל 46%
    84.3 · 3 מבחנים
  • עמידה בהוראותמשקל 31%
    75.8 · 2 מבחנים
  • דיוק עובדתימשקל 18%
    70.7 · מבחן אחד
  • הבנת תמונות ומסמכים חזותייםמשקל 6%
    לא נמדד במודל הזה
עד כמה ההמלצה מבוססתבינונית
כיסוי נתונים
47%
איכות המקורות
93%
יציבות התוצאה
33%
השוואה הוגנת
100%

ידע וחשיבה משקל 46%

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 31%

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

דיוק עובדתי משקל 18%

כיסוי 33%
מבחן הערכהסטטוסציוןמשקלמקור
SimpleQA Verified
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
לוח עצמאי
70.70.40קישור למקור

לא נמצאו תוצאות עבור: SimpleQA · DeepSearchQA

2

Claude Opus 5

נבדק כמודל

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

תצורות נוספות:מצב מאמץ גבוהמצב מאמץ מרבימצב אצווה במחיר מופחתלא נכללות בציון
ציון התאמה
76.5
עברית
91.7
מוצג בנפרד ואינו משפיע על ציון ההתאמה.
כיסוי נתונים 41%

כיסוי אפקטיבי: 100% ממשקל היכולות במקצוע נמדד בפועל.

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

  • התוצאות הגבוהות ביותר שלו הן בידע וחשיבה ודיוק עובדתי.
  • היתרון נשען בעיקר על LiveBench, GPQA / GPQA Diamond.
  • כיסוי נתונים: 41% · רמת ביסוס: בינונית

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

  • ידע וחשיבהמשקל 46%
    80.9 · 3 מבחנים
  • עמידה בהוראותמשקל 31%
    80.0 · מבחן אחד
  • דיוק עובדתימשקל 18%
    76.0 · 2 מבחנים
  • הבנת תמונות ומסמכים חזותייםמשקל 6%
    64.7 · מבחן אחד
עד כמה ההמלצה מבוססתבינונית
כיסוי נתונים
41%
איכות המקורות
83%
יציבות התוצאה
39%
השוואה הוגנת
83%

ידע וחשיבה משקל 46%

כיסוי 44%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
80.01.00קישור למקור
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
לוח עצמאי
93.90.85קישור למקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
לפי דיווח היצרן
64.70.62קישור למקור

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

עמידה בהוראות משקל 31%

כיסוי 26%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
80.01.00קישור למקור

לא נמצאו תוצאות עבור: LiveBench Instruction Following · IFBench · IFEval · MAXIFE

דיוק עובדתי משקל 18%

כיסוי 62%
מבחן הערכהסטטוסציוןמשקלמקור
SimpleQA Verified
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
לוח עצמאי
59.90.40קישור למקור
DeepSearchQA
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
לפי דיווח היצרן
95.00.34קישור למקור

לא נמצאו תוצאות עבור: SimpleQA

הבנת תמונות ומסמכים חזותיים משקל 6%

כיסוי 33%
מבחן הערכהסטטוסציוןמשקלמקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
לפי דיווח היצרן
64.70.72קישור למקור

לא נמצאו תוצאות עבור: MMMU-Pro · MMMU

3

Gemini 3.1 Pro

נבדק כמודל

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

תצורות נוספות:מצב מאמץ גבוהלא נכללות בציון
ציון התאמה
75.3
כיסוי נתונים 56%

כיסוי אפקטיבי: 100% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $2 · פלט $12 למיליון טוקנים

  • התוצאות הגבוהות ביותר שלו הן בידע וחשיבה ועמידה בהוראות.
  • היתרון נשען בעיקר על LiveBench, LiveBench Reasoning.
  • כיסוי נתונים: 56% · רמת ביסוס: בינונית

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

  • ידע וחשיבהמשקל 46%
    77.9 · 4 מבחנים
  • עמידה בהוראותמשקל 31%
    78.1 · 2 מבחנים
  • דיוק עובדתימשקל 18%
    71.9 · 2 מבחנים
  • הבנת תמונות ומסמכים חזותייםמשקל 6%
    74.3 · 2 מבחנים
עד כמה ההמלצה מבוססתבינונית
כיסוי נתונים
56%
איכות המקורות
90%
יציבות התוצאה
56%
השוואה הוגנת
88%

ידע וחשיבה משקל 46%

כיסוי 58%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
77.11.00קישור למקור
LiveBench Reasoning
מדידה עצמאית · מתעדכן
לוח עצמאי
84.01.00קישור למקור
GPQA / GPQA Diamond
מדידה עצמאית · לוח השוואה
לוח עצמאי
94.40.85קישור למקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
מקור לא מאומת
45.40.59קישור למקור

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

עמידה בהוראות משקל 31%

כיסוי 53%
מבחן הערכהסטטוסציוןמשקלמקור
LiveBench
מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת
לוח עצמאי
77.11.00קישור למקור
LiveBench Instruction Following
מדידה עצמאית · מתעדכן
לוח עצמאי
79.11.00קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

דיוק עובדתי משקל 18%

כיסוי 57%
מבחן הערכהסטטוסציוןמשקלמקור
SimpleQA Verified
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
לוח עצמאי
73.50.40קישור למקור
DeepSearchQA
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
מקור לא מאומת
69.70.28קישור למקור

לא נמצאו תוצאות עבור: SimpleQA

הבנת תמונות ומסמכים חזותיים משקל 6%

כיסוי 54%
מבחן הערכהסטטוסציוןמשקלמקור
MMMU-Pro
מדידה עצמאית · לוח השוואה
מקור לא מאומת
83.90.59קישור למקור
Humanity's Last Exam (HLE)
מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת
מקור לא מאומת
45.40.20קישור למקור

לא נמצאו תוצאות עבור: MMMU

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 Fable 577.247%—בינונית
Claude Opus 576.541%91.7בינונית
Gemini 3.1 Pro75.356%—בינונית
Claude Opus 4.875.358%87.6מבוסס על מבחנים רב לשונייםבינונית
Qwen3.7 Max74.781%87.5מבוסס על מבחנים רב לשונייםגבוהה
Claude Opus 4.774.047%—בינונית
Claude Opus 4.673.167%—גבוהה
Gemini 3.5 Flash72.653%95.3בינונית
Claude Sonnet 4.670.163%—בינונית
Claude Sonnet 569.853%92.4בינונית
Qwen3.6 Plus69.678%84.7מבוסס על מבחנים רב לשונייםגבוהה
Kimi K2.568.443%79.5מבוסס על מבחנים רב לשונייםבינונית
Kimi K2.668.058%—בינונית
Kimi K2.7 Code67.747%—בינונית
DeepSeek V4 Pro 081365.547%—בינונית
GPT-5.5כיסוי חלקי, אינו מדורג75.846%97.3בינונית
Qwen3.6-27Bכיסוי חלקי, אינו מדורג66.462%—בינונית
Qwen3.7 Plusכיסוי חלקי, אינו מדורג75.242%85.7מבוסס על מבחנים רב לשונייםבינונית
Claude Opus 5.5כיסוי חלקי, אינו מדורג77.836%94.7בינונית
GPT-6 Astraכיסוי חלקי, אינו מדורג80.330%97.5בינונית
Qwen3.5 397Bכיסוי חלקי, אינו מדורג73.842%76.5בינונית
GPT-6.1 Solכיסוי חלקי, אינו מדורג80.030%97.5בינונית
GLM-5.2כיסוי חלקי, אינו מדורג68.946%—בינונית
Kimi K3כיסוי חלקי, אינו מדורג74.334%—בינונית
MiniMax M3כיסוי חלקי, אינו מדורג70.641%—בינונית
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג72.836%92.1מבוסס על מבחנים רב לשונייםבינונית
GPT-5.6 Solכיסוי חלקי, אינו מדורג75.930%97.4בינונית
Claude Fable 5.1כיסוי חלקי, אינו מדורג74.929%96.2נמוכה
Gemini 3.8 Flashכיסוי חלקי, אינו מדורג73.430%96.4בינונית
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג77.622%67.2נמוכה
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג72.430%96.3בינונית
Qwen3.5-27Bכיסוי חלקי, אינו מדורג77.122%82.2מבוסס על מבחנים רב לשונייםנמוכה
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג76.123%81.0מבוסס על מבחנים רב לשונייםנמוכה
GPT-5.4כיסוי חלקי, אינו מדורג69.932%93.4בינונית
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג70.230%94.5בינונית
GPT-5.6 Terraכיסוי חלקי, אינו מדורג70.130%95.3בינונית
Muse Spark 1.1כיסוי חלקי, אינו מדורג67.334%—נמוכה
Beam 1.0 501B-A23Bכיסוי חלקי, אינו מדורג73.023%—נמוכה
Qwen3.8-Flash-Nextכיסוי חלקי, אינו מדורג66.535%—בינונית
Gemini 4 Argonכיסוי חלקי, אינו מדורג78.113%95.2נמוכה
Muse Sparkכיסוי חלקי, אינו מדורג74.418%—נמוכה
Grok 4.3כיסוי חלקי, אינו מדורג65.734%—בינונית
GPT-6 Lunaכיסוי חלקי, אינו מדורג67.430%97.0בינונית
Sarvam 105Bכיסוי חלקי, אינו מדורג75.816%—נמוכה
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג67.330%95.8בינונית
Nemotron 3 Ultraכיסוי חלקי, אינו מדורג61.542%83.0מבוסס על מבחנים רב לשונייםבינונית
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג78.012%—נמוכה
Inklingכיסוי חלקי, אינו מדורג64.635%—בינונית
GPT-6 Solכיסוי חלקי, אינו מדורג74.417%97.0נמוכה
Qwen3.8-27Bכיסוי חלקי, אינו מדורג64.135%—בינונית
GLM-5כיסוי חלקי, אינו מדורג68.426%83.1מבוסס על מבחנים רב לשונייםנמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג72.218%—נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג62.436%—בינונית
GLM-5.3-Flashכיסוי חלקי, אינו מדורג68.224%61.3נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג70.619%—נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג71.118%—נמוכה
GPT-5.2כיסוי חלקי, אינו מדורג69.022%95.4נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג74.013%74.0נמוכה
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג74.812%—נמוכה
Gemini 3 Proכיסוי חלקי, אינו מדורג78.27%74.7נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג68.622%—נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג75.710%—נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג74.212%—נמוכה
Inkling-Smallכיסוי חלקי, אינו מדורג66.225%—נמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג74.012%—נמוכה
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג65.925%—נמוכה
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג68.818%—נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג66.023%—נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג71.313%—נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג72.411%—נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג62.030%—בינונית
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג69.116%—נמוכה
Step 3.7 Flashכיסוי חלקי, אינו מדורג76.05%—נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג67.019%—נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג68.317%—נמוכה
Celeris-1כיסוי חלקי, אינו מדורג72.710%—נמוכה
Sarvam 30Bכיסוי חלקי, אינו מדורג71.012%—נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג67.218%—נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג74.86%—נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג67.817%—נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג66.417%—נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג62.724%—נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג69.811%—נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג73.16%—נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג67.015%53.6נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג65.717%—נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג64.419%52.8נמוכה
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג69.210%—נמוכה
Mercury 2כיסוי חלקי, אינו מדורג64.117%—נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג60.724%—נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג63.918%—נמוכה
Kimi K2כיסוי חלקי, אינו מדורג56.233%—נמוכה
GLM-5.1כיסוי חלקי, אינו מדורג62.619%58.5נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג66.512%—נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג61.720%—נמוכה
Gemini 2.5 Proכיסוי חלקי, אינו מדורג65.113%77.1נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג68.47%70.5מבוסס על מבחנים רב לשונייםנמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג67.27%—נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג65.97%—נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג65.76%—נמוכה
Phi-4כיסוי חלקי, אינו מדורג64.37%49.9מבוסס על מבחנים רב לשונייםנמוכה
Command A+כיסוי חלקי, אינו מדורג68.60%—נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג64.66%—נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג62.67%—נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג60.76%—נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג54.116%—נמוכה
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג58.96%—נמוכה
Ling 3.1 Flashכיסוי חלקי, אינו מדורג56.66%—נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג47.316%—נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג41.717%—נמוכה
DeepSeek V3.2אין נתון0%—נמוכה
Gemini 2.5 Flashאין נתון0%71.8נמוכה
GLM-4.5-Airאין נתון0%—נמוכה
GLM-4.6אין נתון0%54.2נמוכה
GLM-5-Turboאין נתון0%—נמוכה
GLM-5V-Turboאין נתון0%—נמוכה
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
MiMo-V2.6-Flashאין נתון0%—נמוכה
MiMo-V2.6-Proאין נתון0%—נמוכה
MiMo-V2-Omniאין נתון0%—נמוכה
MiMo-V2-Proאין 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.