מכירות ופיתוח עסקי · כתיבת הצעה

דירוג לפי איכות

שינוי הבחירה

Beam 1.0 501B-A23B

נבדק כמודל

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

ציון התאמה

72.7

כיסוי נתונים 25%

כיסוי אפקטיבי: 88% ממשקל היכולות במקצוע נמדד בפועל.

התוצאות הגבוהות ביותר שלו הן במסמכים ארוכים.
היתרון נשען על LongBench v2, לפי מקור מדידה אחד.
כיסוי נתונים: 25% · רמת ביסוס: נמוכה

לעמוד המודל

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

מחקר ברשתמשקל 24%
78.6 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
80.7 · 2 מבחנים
עמידה בהוראותמשקל 17%
79.6 · מבחן אחד
מסמכים ארוכיםמשקל 16%
67.5 · מבחן אחד
ידע וחשיבהמשקל 12%
76.9 · 2 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתנמוכה

כיסוי נתונים: 25%
איכות המקורות: 82%
יציבות התוצאה: 44%
השוואה הוגנת: 50%

מחקר ברשת משקל 24%

כיסוי 30%

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	76.8	0.34	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	80.5	0.34	קישור למקור

לא נמצאו תוצאות עבור: WebArena-Verified · WideResearch · Agents' Last Exam

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 9%

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני לפי דיווח היצרן	80.8	0.42	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	80.5	0.34	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Terminal-Bench 2.0 · Terminal-Bench 3.0 · OSWorld · Toolathlon · AndroidWorld · WideResearch · Agents' Last Exam · AutomationBench · JobBench · MLE-bench · Gert Labs · Claw-Eval

עמידה בהוראות משקל 17%

כיסוי 19%

מבחן הערכה	סטטוס	ציון	משקל	מקור
IFBench	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	79.6	0.72	קישור למקור

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

מסמכים ארוכים משקל 16%

כיסוי 43%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LongBench v2	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	67.5	0.72	קישור למקור

לא נמצאו תוצאות עבור: MRCR 1M

ידע וחשיבה משקל 12%

כיסוי 24%

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	90.6	0.72	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	36.0	0.24	קישור למקור

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

Qwen3.5 397B

נבדק כמודל

מצב חשיבה · חלון הקשר 128K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

ציון התאמה

68.0

עברית

76.5

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 41%

כיסוי אפקטיבי: 88% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $0.6 · פלט $3.6 למיליון טוקנים

התוצאות הגבוהות ביותר שלו הן בעמידה בהוראות ומסמכים ארוכים.
היתרון נשען בעיקר על IFBench, IFEval.
כיסוי נתונים: 41% · רמת ביסוס: בינונית

לעמוד המודל

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

מחקר ברשתמשקל 24%
70.3 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
54.1 · 7 מבחנים
עמידה בהוראותמשקל 17%
83.9 · 3 מבחנים
מסמכים ארוכיםמשקל 16%
63.2 · מבחן אחד
ידע וחשיבהמשקל 12%
72.3 · 5 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 41%
איכות המקורות: 81%
יציבות התוצאה: 100%
השוואה הוגנת: 58%

מחקר ברשת משקל 24%

כיסוי 33%

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	69.0	0.34	קישור למקור
WideResearch	מדד משניהערכה על ידי מודל אחר לפי דיווח היצרן	74.0	0.11	קישור למקור

לא נמצאו תוצאות עבור: WebArena-Verified · Agents' Last Exam · DeepSearchQA

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 41%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	52.5	0.85	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	62.2	0.72	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	46.1	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	36.3	0.42	קישור למקור
WideResearch	מדד משניהערכה על ידי מודל אחר לפי דיווח היצרן	74.0	0.42	קישור למקור
Gert Labs	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לוח עצמאי	46.8	0.40	קישור למקור
Claw-Eval	מדד משני · בהסתייגות לוח עצמאי	56.8	0.40	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Terminal-Bench 3.0 · AndroidWorld · Agents' Last Exam · AutomationBench · JobBench · DeepSearchQA · MLE-bench

עמידה בהוראות משקל 17%

כיסוי 40%

מבחן הערכה	סטטוס	ציון	משקל	מקור
IFBench	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	76.5	0.72	קישור למקור
IFEval	מדד משניזיקה מסחרית מוצהרת לפי דיווח היצרן	92.6	0.42	קישור למקור
MAXIFE	מדד משני · עברית לפי דיווח היצרן	88.2	0.38	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · LiveBench Instruction Following

מסמכים ארוכים משקל 16%

כיסוי 43%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LongBench v2	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	63.2	0.72	קישור למקור

לא נמצאו תוצאות עבור: MRCR 1M

ידע וחשיבה משקל 12%

כיסוי 58%

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	86.4	0.85	קישור למקור
MMLU-Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	87.8	0.72	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	28.7	0.72	קישור למקור
SuperGPQA	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	70.4	0.72	קישור למקור
MMLU-Redux	מדד משני לפי דיווח היצרן	94.9	0.42	קישור למקור

לא נמצאו תוצאות עבור: LiveBench · LiveBench Reasoning

Muse Spark 1.1

נבדק כמודל

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

ציון התאמה

67.8

כיסוי נתונים 34%

כיסוי אפקטיבי: 88% ממשקל היכולות במקצוע נמדד בפועל.

היכולות שנמדדו אצלו נמצאות בטווח הממוצע של הקבוצה.
כיסוי נתונים: 34% · רמת ביסוס: בינונית

לעמוד המודל

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

מחקר ברשתמשקל 24%
76.1 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
77.8 · 6 מבחנים
עמידה בהוראותמשקל 17%
66.0 · מבחן אחד
מסמכים ארוכיםמשקל 16%
54.1 · מבחן אחד
ידע וחשיבהמשקל 12%
65.1 · 2 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 34%
איכות המקורות: 81%
יציבות התוצאה: 67%
השוואה הוגנת: 64%

מחקר ברשת משקל 24%

כיסוי 33%

מבחן הערכה	סטטוס	ציון	משקל	מקור
WebArena-Verified	מדד משני לפי דיווח היצרן	69.0	0.42	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	84.9	0.34	קישור למקור

לא נמצאו תוצאות עבור: WideResearch · Agents' Last Exam · BrowseComp

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 36%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	80.0	0.85	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	80.8	0.72	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	88.1	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	75.6	0.42	קישור למקור
JobBench	מדד משניהערכה על ידי מודל אחר לפי דיווח היצרן	54.7	0.42	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	84.9	0.34	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4 · Terminal-Bench 3.0 · AndroidWorld · WideResearch · Agents' Last Exam · AutomationBench · MLE-bench · Gert Labs · Claw-Eval

עמידה בהוראות משקל 17%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	66.0	1.00	קישור למקור

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

מסמכים ארוכים משקל 16%

כיסוי 43%

מבחן הערכה	סטטוס	ציון	משקל	מקור
MRCR 1M	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	54.1	0.72	קישור למקור

לא נמצאו תוצאות עבור: LongBench v2

ידע וחשיבה משקל 12%

כיסוי 29%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	66.0	1.00	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	62.1	0.33	קישור למקור

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

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.

מודל	ציון התאמה	כיסוי נתונים	עברית	רמת ביסוס
Beam 1.0 501B-A23B	72.7	25%	—	נמוכה
Qwen3.5 397B	68.0	39%	76.5	בינונית
Muse Spark 1.1	67.8	34%	—	בינונית
Qwen3.6 Plus	67.7	41%	84.7מבוסס על מבחנים רב לשוניים	בינונית
DeepSeek V4 Pro 0813	65.0	32%	—	בינונית
Kimi K2.5	64.3	42%	79.5מבוסס על מבחנים רב לשוניים	בינונית
GLM-5	63.5	26%	83.1מבוסס על מבחנים רב לשוניים	בינונית
Nemotron 3 Ultra	59.8	26%	83.0מבוסס על מבחנים רב לשוניים	בינונית
Kimi K2.6כיסוי חלקי, אינו מדורג	72.6	38%	—	בינונית
Claude Opus 4.8כיסוי חלקי, אינו מדורג	74.5	33%	87.6מבוסס על מבחנים רב לשוניים	בינונית
Qwen3.7 Maxכיסוי חלקי, אינו מדורג	74.9	29%	87.5מבוסס על מבחנים רב לשוניים	בינונית
Claude Opus 5כיסוי חלקי, אינו מדורג	75.9	25%	91.7	בינונית
Claude Opus 4.6כיסוי חלקי, אינו מדורג	71.9	30%	—	בינונית
GPT-5.5כיסוי חלקי, אינו מדורג	74.0	26%	97.3	בינונית
Kimi K3כיסוי חלקי, אינו מדורג	75.7	23%	—	נמוכה
GPT-6 Astraכיסוי חלקי, אינו מדורג	73.8	21%	97.5	נמוכה
Qwen3.7 Plusכיסוי חלקי, אינו מדורג	74.3	19%	85.7מבוסס על מבחנים רב לשוניים	בינונית
GPT-5.4כיסוי חלקי, אינו מדורג	68.9	25%	93.4	בינונית
Claude Fable 5כיסוי חלקי, אינו מדורג	72.7	19%	—	בינונית
Claude Sonnet 5כיסוי חלקי, אינו מדורג	69.9	24%	92.4	בינונית
GPT-5.6 Solכיסוי חלקי, אינו מדורג	72.6	19%	97.4	נמוכה
Gemini 3.1 Proכיסוי חלקי, אינו מדורג	72.6	19%	—	בינונית
MiniMax M3כיסוי חלקי, אינו מדורג	69.4	23%	—	בינונית
Ling 3.1 Flashכיסוי חלקי, אינו מדורג	74.2	14%	—	נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג	70.0	20%	—	נמוכה
Step 3.7 Flashכיסוי חלקי, אינו מדורג	71.6	16%	—	נמוכה
Claude Sonnet 4.6כיסוי חלקי, אינו מדורג	69.1	20%	—	בינונית
Inkling-Smallכיסוי חלקי, אינו מדורג	72.1	14%	—	נמוכה
Gemini 3.5 Flashכיסוי חלקי, אינו מדורג	63.3	28%	95.3	בינונית
GPT-5.6 Terraכיסוי חלקי, אינו מדורג	68.1	19%	95.3	נמוכה
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג	66.6	20%	67.2	נמוכה
Claude Opus 5.5כיסוי חלקי, אינו מדורג	72.7	10%	94.7	נמוכה
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג	71.8	12%	—	נמוכה
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג	74.7	7%	92.1מבוסס על מבחנים רב לשוניים	נמוכה
GPT-6.1 Solכיסוי חלקי, אינו מדורג	74.6	7%	97.5	נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג	70.3	13%	—	נמוכה
Qwen3.5-27Bכיסוי חלקי, אינו מדורג	64.9	22%	82.2מבוסס על מבחנים רב לשוניים	נמוכה
Qwen3.8-27Bכיסוי חלקי, אינו מדורג	61.8	28%	—	בינונית
Claude Opus 4.7כיסוי חלקי, אינו מדורג	68.0	15%	—	בינונית
Inklingכיסוי חלקי, אינו מדורג	65.8	18%	—	נמוכה
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג	63.7	22%	81.0מבוסס על מבחנים רב לשוניים	נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג	73.2	6%	—	נמוכה
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג	64.8	19%	95.8	נמוכה
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג	70.5	9%	—	נמוכה
Kimi K2.7 Codeכיסוי חלקי, אינו מדורג	67.9	13%	—	נמוכה
Claude Fable 5.1כיסוי חלקי, אינו מדורג	69.1	10%	96.2	נמוכה
GLM-5.2כיסוי חלקי, אינו מדורג	63.8	19%	—	בינונית
Qwen3.8-Flash-Nextכיסוי חלקי, אינו מדורג	62.0	23%	—	נמוכה
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג	63.5	19%	—	נמוכה
Muse Sparkכיסוי חלקי, אינו מדורג	69.5	9%	—	נמוכה
GPT-6 Solכיסוי חלקי, אינו מדורג	65.2	16%	97.0	נמוכה
Qwen3.6-27Bכיסוי חלקי, אינו מדורג	64.1	17%	—	בינונית
Gemini 3.8 Flashכיסוי חלקי, אינו מדורג	69.1	8%	96.4	נמוכה
GLM-5.1כיסוי חלקי, אינו מדורג	67.0	10%	58.5	נמוכה
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג	68.6	8%	94.5	נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג	71.8	3%	—	נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג	71.1	3%	—	נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג	62.3	16%	—	נמוכה
GPT-6 Lunaכיסוי חלקי, אינו מדורג	68.3	6%	97.0	נמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג	69.3	4%	—	נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג	65.8	9%	—	נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג	67.2	7%	—	נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג	66.5	7%	—	נמוכה
Grok 4.3כיסוי חלקי, אינו מדורג	63.1	13%	—	נמוכה
GPT-5.2כיסוי חלקי, אינו מדורג	61.8	15%	95.4	נמוכה
Celeris-1כיסוי חלקי, אינו מדורג	69.2	3%	—	נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג	69.2	2%	—	נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג	66.8	6%	—	נמוכה
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג	64.4	9%	—	נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג	65.9	6%	—	נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג	65.6	6%	—	נמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג	69.0	0%	—	נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג	65.0	6%	—	נמוכה
Mercury 2כיסוי חלקי, אינו מדורג	58.7	17%	—	נמוכה
GPT-5.3 Codexכיסוי חלקי, אינו מדורג	64.4	7%	—	נמוכה
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג	60.4	14%	—	נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג	67.5	0%	—	נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג	60.3	11%	—	נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג	60.5	10%	—	נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג	59.9	11%	—	נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג	61.7	8%	—	נמוכה
Muse Wonder Fullכיסוי חלקי, אינו מדורג	65.5	1%	—	נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג	64.0	3%	—	נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג	59.9	10%	—	נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג	63.5	4%	74.0	נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג	61.7	7%	53.6	נמוכה
Muse Wonderכיסוי חלקי, אינו מדורג	65.0	1%	—	נמוכה
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג	62.2	5%	—	נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג	60.3	9%	—	נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג	62.6	4%	—	נמוכה
Gemini 3 Proכיסוי חלקי, אינו מדורג	63.7	2%	74.7	נמוכה
Gemini 4 Argonכיסוי חלקי, אינו מדורג	59.2	10%	95.2	נמוכה
Kimi K2כיסוי חלקי, אינו מדורג	63.6	3%	—	נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג	64.9	0%	70.5מבוסס על מבחנים רב לשוניים	נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג	64.9	0%	—	נמוכה
Gemini 2.5 Proכיסוי חלקי, אינו מדורג	63.9	1%	77.1	נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג	59.4	8%	—	נמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג	64.2	0%	—	נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג	61.4	4%	—	נמוכה
GLM-5-Turboכיסוי חלקי, אינו מדורג	63.3	1%	—	נמוכה
GLM-5.3-Flashכיסוי חלקי, אינו מדורג	55.2	15%	61.3	נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג	63.5	0%	52.8	נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג	63.4	0%	—	נמוכה
MiMo-V2-Proכיסוי חלקי, אינו מדורג	61.8	2%	—	נמוכה
Grok 4.1 Fastכיסוי חלקי, אינו מדורג	62.3	1%	—	נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג	53.4	18%	—	נמוכה
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג	53.0	18%	96.3	נמוכה
MiMo-V2-Omniכיסוי חלקי, אינו מדורג	62.0	1%	—	נמוכה
Phi-4כיסוי חלקי, אינו מדורג	62.4	0%	49.9מבוסס על מבחנים רב לשוניים	נמוכה
Grok 4כיסוי חלקי, אינו מדורג	61.7	1%	—	נמוכה
GPT-5.1כיסוי חלקי, אינו מדורג	61.6	1%	72.7	נמוכה
GLM-5V-Turboכיסוי חלקי, אינו מדורג	60.9	2%	—	נמוכה
Mistral Medium 3.5 128Bכיסוי חלקי, אינו מדורג	61.4	1%	—	נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג	54.8	13%	—	נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג	61.4	0%	—	נמוכה
Sarvam 30Bכיסוי חלקי, אינו מדורג	58.3	5%	—	נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג	54.9	11%	—	נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג	58.8	2%	—	נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג	53.0	13%	—	נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג	57.9	3%	—	נמוכה
MiniMax M2.5כיסוי חלקי, אינו מדורג	55.6	2%	50.4	נמוכה
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג	49.9	10%	—	נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג	52.1	3%	—	נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג	48.0	3%	—	נמוכה
Command A+	אין נתון	0%	—	נמוכה
Gemini 2.5 Flash	אין נתון	0%	71.8	נמוכה
GLM-4.5-Air	אין נתון	0%	—	נמוכה
GLM-4.6	אין נתון	0%	54.2	נמוכה
Grok 4.1 Fast (Reasoning)	אין נתון	0%	—	נמוכה
Grok 4 Fast (Reasoning)	אין נתון	0%	—	נמוכה
Grok Code Fast 1	אין נתון	0%	—	נמוכה
Hy3	אין נתון	0%	—	נמוכה
K-Exaone	אין נתון	0%	—	נמוכה
Ling 2.6 Flash	אין נתון	0%	—	נמוכה
Ling 3.0 Flash VL	אין נתון	0%	—	נמוכה
Mistral Large 3	אין נתון	0%	—	נמוכה
Mistral Medium 3	אין נתון	0%	—	נמוכה
Mistral Small 4	אין נתון	0%	—	נמוכה
Nova Pro	אין נתון	0%	—	נמוכה
Quasar 438B	אין נתון	0%	—	נמוכה
Solar Pro 2	אין נתון	0%	—	נמוכה
Step 3.5 Flash	אין נתון	0%	—	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.

דירוג לפי איכות

RBeam 1.0 501B-A23B

מחקר ברשת משקל 24%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 17%

מסמכים ארוכים משקל 16%

ידע וחשיבה משקל 12%

Qwen3.5 397B

מחקר ברשת משקל 24%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 17%

מסמכים ארוכים משקל 16%

ידע וחשיבה משקל 12%

Muse Spark 1.1

מחקר ברשת משקל 24%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 17%

מסמכים ארוכים משקל 16%

ידע וחשיבה משקל 12%

כל המודלים שנבדקו

Beam 1.0 501B-A23B