מכירות ופיתוח עסקי · מחקר לקוח

דירוג לפי איכות

שינוי הבחירה

Kimi K3

נבדק כמודל

מצב חשיבה · חלון הקשר 1,050K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

תצורות נוספות:מצב מאמץ מרבימצב מאמץ גבוהמצב מאמץ נמוךמצב אצווה במחיר מופחתלא נכללות בציון

ציון התאמה

77.9

כיסוי נתונים 27%

כיסוי אפקטיבי: 76% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $3 · פלט $15 למיליון טוקנים

היכולות שנמדדו אצלו נמצאות בטווח הממוצע של הקבוצה.
כיסוי נתונים: 27% · רמת ביסוס: נמוכה

לעמוד המודל

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

מחקר ברשתמשקל 35%
93.1 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
72.6 · 6 מבחנים
עמידה בהוראותמשקל 12%
69.9 · מבחן אחד
מסמכים ארוכיםמשקל 12%
לא נמדד במודל הזה
ידע וחשיבהמשקל 12%
73.9 · 3 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתנמוכה

כיסוי נתונים: 27%
איכות המקורות: 78%
יציבות התוצאה: 67%
השוואה הוגנת: 65%

מחקר ברשת משקל 35%

כיסוי 30%

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	91.2	0.34	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	95.0	0.34	קישור למקור

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

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 32%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	88.3	0.85	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	84.2	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	73.2	0.42	קישור למקור
AutomationBench	מדד משני לפי דיווח היצרן	30.8	0.42	קישור למקור
JobBench	מדד משניהערכה על ידי מודל אחר לפי דיווח היצרן	52.9	0.42	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	95.0	0.34	קישור למקור

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

עמידה בהוראות משקל 12%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	69.9	1.00	קישור למקור

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

ידע וחשיבה משקל 12%

כיסוי 41%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	69.9	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	93.5	0.72	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	56.0	0.57	קישור למקור

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

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

77.6

עברית

91.7

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 29%

כיסוי אפקטיבי: 76% ממשקל היכולות במקצוע נמדד בפועל.

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

התוצאות הגבוהות ביותר שלו הן בידע וחשיבה.
היתרון נשען בעיקר על LiveBench, GPQA / GPQA Diamond.
כיסוי נתונים: 29% · רמת ביסוס: בינונית

לעמוד המודל

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

מחקר ברשתמשקל 35%
92.9 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
62.3 · 6 מבחנים
עמידה בהוראותמשקל 12%
80.0 · מבחן אחד
מסמכים ארוכיםמשקל 12%
לא נמדד במודל הזה
ידע וחשיבהמשקל 12%
80.9 · 3 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 29%
איכות המקורות: 82%
יציבות התוצאה: 67%
השוואה הוגנת: 76%

מחקר ברשת משקל 35%

כיסוי 30%

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	90.8	0.34	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	95.0	0.34	קישור למקור

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

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 37%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 3.0	מדידה עצמאית · מתעדכן לוח עצמאי	42.7	1.00	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	70.6	0.72	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	85.8	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	80.6	0.42	קישור למקור
AutomationBench	מדד משני לפי דיווח היצרן	26.0	0.42	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	95.0	0.34	קישור למקור

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

עמידה בהוראות משקל 12%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	80.0	1.00	קישור למקור

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

ידע וחשיבה משקל 12%

כיסוי 44%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	80.0	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	93.9	0.85	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	64.7	0.62	קישור למקור

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

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

75.7

עברית

87.6

מבוסס על מבחנים רב לשוניים, לא על מבחן עברית ייעודי. מוצג בנפרד ואינו משפיע על הציון.

כיסוי נתונים 36%

כיסוי אפקטיבי: 76% ממשקל היכולות במקצוע נמדד בפועל.

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

התוצאות הגבוהות ביותר שלו הן בידע וחשיבה.
היתרון נשען בעיקר על LiveBench, LiveBench Reasoning.
כיסוי נתונים: 36% · רמת ביסוס: בינונית

לעמוד המודל

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

מחקר ברשתמשקל 35%
88.7 · 2 מבחנים
ביצוע משימות מרובות שלביםמשקל 18%
63.9 · 7 מבחנים
עמידה בהוראותמשקל 12%
75.7 · 2 מבחנים
מסמכים ארוכיםמשקל 12%
לא נמדד במודל הזה
ידע וחשיבהמשקל 12%
80.6 · 4 מבחנים
שיחה מתמשכתמשקל 12%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 36%
איכות המקורות: 87%
יציבות התוצאה: 83%
השוואה הוגנת: 80%

מחקר ברשת משקל 35%

כיסוי 30%

מבחן הערכה	סטטוס	ציון	משקל	מקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	84.3	0.34	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	93.1	0.34	קישור למקור

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

ביצוע משימות מרובות שלבים משקל 18%

כיסוי 47%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 3.0	מדידה עצמאית · מתעדכן לוח עצמאי	21.1	1.00	קישור למקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	74.6	0.85	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	83.4	0.72	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	82.2	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	59.9	0.42	קישור למקור
Gert Labs	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לוח עצמאי	73.0	0.40	קישור למקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	93.1	0.34	קישור למקור

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

עמידה בהוראות משקל 12%

כיסוי 53%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	78.9	1.00	קישור למקור
LiveBench Instruction Following	מדידה עצמאית · מתעדכן לוח עצמאי	72.4	1.00	קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

ידע וחשיבה משקל 12%

כיסוי 61%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	78.9	1.00	קישור למקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	89.7	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	91.0	0.85	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	57.9	0.72	קישור למקור

לא נמצאו תוצאות עבור: MMLU-Pro · 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
Kimi K3	77.9	25%	—	נמוכה
Claude Opus 5	77.6	26%	91.7	בינונית
Claude Opus 4.8	75.7	32%	87.6מבוסס על מבחנים רב לשוניים	בינונית
Kimi K2.6	74.6	41%	—	בינונית
GPT-5.5	74.5	24%	97.3	בינונית
Beam 1.0 501B-A23B	73.5	25%	—	נמוכה
GPT-6 Astra	73.3	23%	97.5	נמוכה
Claude Opus 4.6	72.6	30%	—	בינונית
MiniMax M3	70.9	21%	—	בינונית
Claude Sonnet 5	70.8	22%	92.4	בינונית
GPT-5.4	69.9	27%	93.4	בינונית
Muse Spark 1.1	69.3	34%	—	בינונית
Qwen3.6 Plus	67.9	35%	84.7מבוסס על מבחנים רב לשוניים	בינונית
Qwen3.5 397B	67.6	37%	76.5	בינונית
Kimi K2.5	64.7	45%	79.5מבוסס על מבחנים רב לשוניים	בינונית
GLM-5	63.2	27%	83.1מבוסס על מבחנים רב לשוניים	בינונית
DeepSeek V4 Pro 0813	62.9	33%	—	בינונית
Qwen3.8-Flash-Next	60.4	22%	—	נמוכה
Qwen3.8-27B	60.3	29%	—	בינונית
Nemotron 3 Ultra	58.6	23%	83.0מבוסס על מבחנים רב לשוניים	בינונית
Ling 3.1 Flashכיסוי חלקי, אינו מדורג	76.9	19%	—	נמוכה
Qwen3.7 Maxכיסוי חלקי, אינו מדורג	74.4	22%	87.5מבוסס על מבחנים רב לשוניים	בינונית
Step 3.7 Flashכיסוי חלקי, אינו מדורג	73.6	20%	—	נמוכה
GPT-5.6 Solכיסוי חלקי, אינו מדורג	73.8	19%	97.4	נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג	70.2	23%	—	נמוכה
Qwen3.7 Plusכיסוי חלקי, אינו מדורג	73.4	16%	85.7מבוסס על מבחנים רב לשוניים	נמוכה
Gemini 3.1 Proכיסוי חלקי, אינו מדורג	71.9	16%	—	בינונית
Claude Fable 5כיסוי חלקי, אינו מדורג	72.4	15%	—	בינונית
Inkling-Smallכיסוי חלקי, אינו מדורג	72.0	14%	—	נמוכה
GPT-5.6 Terraכיסוי חלקי, אינו מדורג	69.3	19%	95.3	נמוכה
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג	72.4	13%	—	נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג	75.6	8%	—	נמוכה
Claude Sonnet 4.6כיסוי חלקי, אינו מדורג	69.2	16%	—	בינונית
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג	70.3	14%	—	נמוכה
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג	66.2	19%	67.2	נמוכה
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג	66.1	19%	95.8	נמוכה
Inklingכיסוי חלקי, אינו מדורג	66.8	17%	—	נמוכה
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג	71.2	10%	—	נמוכה
Gemini 3.5 Flashכיסוי חלקי, אינו מדורג	64.1	22%	95.3	בינונית
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג	74.0	5%	92.1מבוסס על מבחנים רב לשוניים	נמוכה
Muse Sparkכיסוי חלקי, אינו מדורג	69.9	11%	—	נמוכה
Claude Opus 5.5כיסוי חלקי, אינו מדורג	71.7	8%	94.7	נמוכה
GPT-6.1 Solכיסוי חלקי, אינו מדורג	73.6	5%	97.5	נמוכה
Qwen3.5-27Bכיסוי חלקי, אינו מדורג	64.2	20%	82.2מבוסס על מבחנים רב לשוניים	נמוכה
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג	63.1	20%	81.0מבוסס על מבחנים רב לשוניים	נמוכה
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג	63.4	19%	—	נמוכה
GLM-5.1כיסוי חלקי, אינו מדורג	67.0	12%	58.5	נמוכה
Claude Opus 4.7כיסוי חלקי, אינו מדורג	67.5	11%	—	בינונית
Kimi K2.7 Codeכיסוי חלקי, אינו מדורג	68.6	9%	—	נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג	61.2	21%	—	נמוכה
GPT-6 Solכיסוי חלקי, אינו מדורג	63.4	17%	97.0	נמוכה
Claude Fable 5.1כיסוי חלקי, אינו מדורג	67.9	8%	96.2	נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג	71.0	3%	—	נמוכה
Qwen3.6-27Bכיסוי חלקי, אינו מדורג	64.5	13%	—	בינונית
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג	69.0	6%	94.5	נמוכה
Gemini 3.8 Flashכיסוי חלקי, אינו מדורג	69.0	6%	96.4	נמוכה
GLM-5.2כיסוי חלקי, אינו מדורג	63.4	15%	—	בינונית
DeepSeek-R1כיסוי חלקי, אינו מדורג	71.1	2%	—	נמוכה
GPT-5.2כיסוי חלקי, אינו מדורג	62.1	15%	95.4	נמוכה
GPT-6 Lunaכיסוי חלקי, אינו מדורג	68.4	4%	97.0	נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג	65.6	8%	—	נמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג	68.8	3%	—	נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג	69.1	2%	—	נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג	66.3	7%	—	נמוכה
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג	60.3	16%	—	נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג	66.2	5%	—	נמוכה
Celeris-1כיסוי חלקי, אינו מדורג	68.4	2%	—	נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג	66.6	4%	—	נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג	63.9	9%	—	נמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג	68.8	0%	—	נמוכה
Grok 4.3כיסוי חלקי, אינו מדורג	63.1	9%	—	נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג	66.1	4%	—	נמוכה
GPT-5.3 Codexכיסוי חלקי, אינו מדורג	64.3	6%	—	נמוכה
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג	63.6	7%	—	נמוכה
Mercury 2כיסוי חלקי, אינו מדורג	56.4	20%	—	נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג	64.8	4%	—	נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג	67.3	0%	—	נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג	61.2	8%	—	נמוכה
Muse Wonder Fullכיסוי חלקי, אינו מדורג	65.3	1%	—	נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג	63.8	3%	—	נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג	63.3	3%	74.0	נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג	61.7	6%	—	נמוכה
Muse Wonderכיסוי חלקי, אינו מדורג	64.7	1%	—	נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג	61.6	6%	53.6	נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג	60.6	8%	—	נמוכה
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג	62.8	4%	—	נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג	62.4	4%	—	נמוכה
Gemini 3 Proכיסוי חלקי, אינו מדורג	63.5	2%	74.7	נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג	64.7	0%	70.5מבוסס על מבחנים רב לשוניים	נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג	59.5	9%	—	נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג	64.7	0%	—	נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג	58.5	10%	—	נמוכה
Gemini 2.5 Proכיסוי חלקי, אינו מדורג	63.7	1%	77.1	נמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג	63.9	0%	—	נמוכה
Gemini 4 Argonכיסוי חלקי, אינו מדורג	56.6	13%	95.2	נמוכה
GLM-5-Turboכיסוי חלקי, אינו מדורג	63.0	1%	—	נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג	61.7	3%	—	נמוכה
Kimi K2כיסוי חלקי, אינו מדורג	62.4	2%	—	נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג	59.5	7%	—	נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג	63.3	0%	52.8	נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג	63.2	0%	—	נמוכה
MiMo-V2-Proכיסוי חלקי, אינו מדורג	61.5	2%	—	נמוכה
Grok 4.1 Fastכיסוי חלקי, אינו מדורג	62.0	1%	—	נמוכה
MiMo-V2-Omniכיסוי חלקי, אינו מדורג	61.7	1%	—	נמוכה
Phi-4כיסוי חלקי, אינו מדורג	62.2	0%	49.9מבוסס על מבחנים רב לשוניים	נמוכה
Grok 4כיסוי חלקי, אינו מדורג	61.4	1%	—	נמוכה
GPT-5.1כיסוי חלקי, אינו מדורג	61.3	1%	72.7	נמוכה
GLM-5V-Turboכיסוי חלקי, אינו מדורג	60.6	2%	—	נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג	55.9	11%	—	נמוכה
Mistral Medium 3.5 128Bכיסוי חלקי, אינו מדורג	61.0	1%	—	נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג	61.1	0%	—	נמוכה
GLM-5.3-Flashכיסוי חלקי, אינו מדורג	52.0	16%	61.3	נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג	58.5	2%	—	נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג	51.7	15%	—	נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג	52.5	13%	—	נמוכה
Sarvam 30Bכיסוי חלקי, אינו מדורג	55.3	7%	—	נמוכה
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג	49.7	19%	96.3	נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג	49.9	18%	—	נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג	56.6	2%	—	נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג	49.7	15%	—	נמוכה
MiniMax M2.5כיסוי חלקי, אינו מדורג	55.2	2%	50.4	נמוכה
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג	47.2	13%	—	נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג	51.4	2%	—	נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג	47.3	2%	—	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

MKimi K3

מחקר ברשת משקל 35%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 12%

ידע וחשיבה משקל 12%

Claude Opus 5

מחקר ברשת משקל 35%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 12%

ידע וחשיבה משקל 12%

Claude Opus 4.8

מחקר ברשת משקל 35%

ביצוע משימות מרובות שלבים משקל 18%

עמידה בהוראות משקל 12%

ידע וחשיבה משקל 12%

כל המודלים שנבדקו

Kimi K3