תוכנה ו-IT · סקירת קוד

דירוג לפי איכות

Claude Opus 5.5

נבדק כמודל

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

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

ציון התאמה

75.2

עברית

94.7

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 31%

כיסוי אפקטיבי: 92% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $4 · פלט $20 למיליון טוקנים

התוצאות הגבוהות ביותר שלו הן בידע וחשיבה.
היתרון נשען בעיקר על LiveBench, GPQA / GPQA Diamond.
כיסוי נתונים: 31% · רמת ביסוס: בינונית

לעמוד המודל

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

קוד ופיתוח תוכנהמשקל 59%
79.5 · 8 מבחנים
ידע וחשיבהמשקל 11%
82.4 · 3 מבחנים
שימוש בכליםמשקל 9%
77.8 · מבחן אחד
מסמכים ארוכיםמשקל 8%
לא נמדד במודל הזה
ביצוע משימות מרובות שלביםמשקל 7%
54.2 · 3 מבחנים
עמידה בהוראותמשקל 7%
86.6 · מבחן אחד

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 32%
איכות המקורות: 85%
יציבות התוצאה: 89%
השוואה הוגנת: 77%

קוד ופיתוח תוכנה משקל 59%

כיסוי 37%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	86.6	1.00	קישור למקור
MirrorCode	מדידה עצמאית · מתעדכן לוח עצמאי	77.4	1.00	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	66.9	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	89.9	0.72	קישור למקור
SWE-bench Multilingual	מדד משני לפי דיווח היצרן	93.9	0.42	קישור למקור
DeepSWE	מדד משני לפי דיווח היצרן	74.2	0.42	קישור למקור
FrontierCode 1.1	מדד משני לפי דיווח היצרן	54.4	0.42	קישור למקור
ProgramBench	מדד משני לפי דיווח היצרן	91.2	0.42	קישור למקור

לא נמצאו תוצאות עבור: SWE-bench Verified · SWE-rebench · LiveCodeBench · Aider Polyglot · LiveBench Coding · LiveBench Agentic Coding · SWE-bench Lite · CursorBench · Vibe Code Bench · NL2Repo

ידע וחשיבה משקל 11%

כיסוי 44%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	86.6	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	90.6	0.85	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	64.4	0.62	קישור למקור

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

שימוש בכלים משקל 9%

כיסוי 18%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Toolathlon	מדד משני לפי דיווח היצרן	77.8	0.42	קישור למקור

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

ביצוע משימות מרובות שלבים משקל 7%

כיסוי 18%

מבחן הערכה	סטטוס	ציון	משקל	מקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	48.7	0.72	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	77.8	0.42	קישור למקור
AutomationBench	מדד משני לפי דיווח היצרן	40.0	0.42	קישור למקור

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

עמידה בהוראות משקל 7%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	86.6	1.00	קישור למקור

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

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

73.6

עברית

91.7

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 36%

כיסוי אפקטיבי: 92% ממשקל היכולות במקצוע נמדד בפועל.

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

התוצאות הגבוהות ביותר שלו הן בקוד ופיתוח תוכנה וידע וחשיבה.
היתרון נשען בעיקר על LiveBench, SWE-bench Verified.
כיסוי נתונים: 36% · רמת ביסוס: בינונית

לעמוד המודל

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

קוד ופיתוח תוכנהמשקל 59%
76.5 · 9 מבחנים
ידע וחשיבהמשקל 11%
80.9 · 3 מבחנים
שימוש בכליםמשקל 9%
83.2 · 2 מבחנים
מסמכים ארוכיםמשקל 8%
לא נמדד במודל הזה
ביצוע משימות מרובות שלביםמשקל 7%
62.3 · 6 מבחנים
עמידה בהוראותמשקל 7%
80.0 · מבחן אחד

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 37%
איכות המקורות: 83%
יציבות התוצאה: 100%
השוואה הוגנת: 74%

קוד ופיתוח תוכנה משקל 59%

כיסוי 41%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	80.0	1.00	קישור למקור
SWE-bench Verified	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לפי דיווח היצרן	96.0	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	56.4	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	79.2	0.72	קישור למקור
CursorBench	מדידה בתחום · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	70.0	0.70	קישור למקור
SWE-bench Multilingual	מדד משני לפי דיווח היצרן	89.5	0.42	קישור למקור
DeepSWE	מדד משני לפי דיווח היצרן	68.8	0.42	קישור למקור
FrontierCode 1.1	מדד משני לפי דיווח היצרן	53.4	0.42	קישור למקור
ProgramBench	מדד משני לפי דיווח היצרן	93.0	0.42	קישור למקור

לא נמצאו תוצאות עבור: SWE-rebench · LiveCodeBench · Aider Polyglot · LiveBench Coding · LiveBench Agentic Coding · MirrorCode · SWE-bench Lite · Vibe Code Bench · NL2Repo

ידע וחשיבה משקל 11%

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

שימוש בכלים משקל 9%

כיסוי 35%

מבחן הערכה	סטטוס	ציון	משקל	מקור
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

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

ביצוע משימות מרובות שלבים משקל 7%

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 7%

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

Claude Fable 5.1

נבדק כמודל

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

ציון התאמה

72.6

עברית

96.2

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 31%

כיסוי אפקטיבי: 92% ממשקל היכולות במקצוע נמדד בפועל.

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

היכולות שנמדדו אצלו נמצאות בטווח הממוצע של הקבוצה.
כיסוי נתונים: 31% · רמת ביסוס: בינונית

לעמוד המודל

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

קוד ופיתוח תוכנהמשקל 59%
76.4 · 8 מבחנים
ידע וחשיבהמשקל 11%
78.6 · 2 מבחנים
שימוש בכליםמשקל 9%
77.8 · מבחן אחד
מסמכים ארוכיםמשקל 8%
לא נמדד במודל הזה
ביצוע משימות מרובות שלביםמשקל 7%
48.7 · 3 מבחנים
עמידה בהוראותמשקל 7%
83.1 · מבחן אחד

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 32%
איכות המקורות: 85%
יציבות התוצאה: 83%
השוואה הוגנת: 78%

קוד ופיתוח תוכנה משקל 59%

כיסוי 39%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	83.1	1.00	קישור למקור
MirrorCode	מדידה עצמאית · מתעדכן לוח עצמאי	73.3	1.00	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	63.1	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	81.2	0.72	קישור למקור
CursorBench	מדידה בתחום · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	73.4	0.70	קישור למקור
SWE-bench Multilingual	מדד משני לפי דיווח היצרן	89.1	0.42	קישור למקור
DeepSWE	מדד משני לפי דיווח היצרן	67.4	0.42	קישור למקור
ProgramBench	מדד משני לפי דיווח היצרן	87.6	0.42	קישור למקור

לא נמצאו תוצאות עבור: SWE-bench Verified · SWE-rebench · LiveCodeBench · Aider Polyglot · LiveBench Coding · LiveBench Agentic Coding · SWE-bench Lite · Vibe Code Bench · NL2Repo · FrontierCode 1.1

ידע וחשיבה משקל 11%

כיסוי 29%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	83.1	1.00	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	65.0	0.33	קישור למקור

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

שימוש בכלים משקל 9%

כיסוי 18%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Toolathlon	מדד משני לפי דיווח היצרן	77.8	0.42	קישור למקור

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

ביצוע משימות מרובות שלבים משקל 7%

כיסוי 18%

מבחן הערכה	סטטוס	ציון	משקל	מקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	41.7	0.72	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	77.8	0.42	קישור למקור
AutomationBench	מדד משני לפי דיווח היצרן	31.4	0.42	קישור למקור

עמידה בהוראות משקל 7%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	83.1	1.00	קישור למקור

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

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
Claude Opus 5.5	75.2	32%	94.7	בינונית
Claude Opus 5	73.6	37%	91.7	בינונית
Claude Fable 5.1	72.6	32%	96.2	בינונית
Claude Fable 5	70.8	43%	—	בינונית
Qwen3.7 Max	69.6	53%	87.5מבוסס על מבחנים רב לשוניים	בינונית
Claude Opus 4.8	69.4	45%	87.6מבוסס על מבחנים רב לשוניים	בינונית
Qwen3.7 Plus	68.5	34%	85.7מבוסס על מבחנים רב לשוניים	בינונית
DeepSeek V4 Pro 0813	67.4	43%	—	בינונית
Claude Sonnet 5	66.8	41%	92.4	בינונית
Claude Opus 4.6	66.7	46%	—	בינונית
GPT-5.5	66.7	37%	97.3	בינונית
Kimi K2.6	64.5	51%	—	בינונית
Claude Opus 4.7	64.2	39%	—	בינונית
Qwen3.5 397B	63.8	32%	76.5	בינונית
GLM-5.2	63.7	36%	—	בינונית
Gemini 3.5 Flash	63.2	47%	95.3	בינונית
MiniMax M3	63.0	37%	—	בינונית
Claude Sonnet 4.6	62.9	48%	—	גבוהה
Kimi K2.7 Code	62.4	32%	—	בינונית
Qwen3.6-27B	62.0	47%	—	בינונית
Qwen3.6 Plus	61.6	58%	84.7מבוסס על מבחנים רב לשוניים	גבוהה
GPT-5.6 Sol	61.6	30%	97.4	בינונית
Nemotron 3 Ultra	61.3	30%	83.0מבוסס על מבחנים רב לשוניים	בינונית
Gemini 3.1 Pro	61.1	39%	—	בינונית
GLM-5	60.5	30%	83.1מבוסס על מבחנים רב לשוניים	בינונית
Kimi K2.5	60.5	44%	79.5מבוסס על מבחנים רב לשוניים	בינונית
Qwen3.6-35B-A3B	58.5	31%	—	בינונית
MiniMax M2.7	56.6	29%	53.6	בינונית
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג	72.0	28%	92.1מבוסס על מבחנים רב לשוניים	בינונית
Kimi K3כיסוי חלקי, אינו מדורג	68.5	21%	—	בינונית
Beam 1.0 501B-A23Bכיסוי חלקי, אינו מדורג	66.8	24%	—	נמוכה
Qwen3.8-Flash-Nextכיסוי חלקי, אינו מדורג	66.0	25%	—	בינונית
Qwen3.5-27Bכיסוי חלקי, אינו מדורג	66.8	21%	82.2מבוסס על מבחנים רב לשוניים	נמוכה
GPT-6.1 Solכיסוי חלקי, אינו מדורג	70.5	15%	97.5	נמוכה
GPT-6 Astraכיסוי חלקי, אינו מדורג	66.4	22%	97.5	בינונית
Muse Spark 1.1כיסוי חלקי, אינו מדורג	64.0	25%	—	בינונית
GPT-5.6 Terraכיסוי חלקי, אינו מדורג	63.4	25%	95.3	בינונית
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג	70.5	12%	—	נמוכה
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג	67.6	17%	—	נמוכה
Gemini 3.8 Flashכיסוי חלקי, אינו מדורג	66.4	19%	96.4	בינונית
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג	64.4	21%	67.2	נמוכה
GPT-5.4כיסוי חלקי, אינו מדורג	61.7	26%	93.4	בינונית
GLM-4.7כיסוי חלקי, אינו מדורג	63.5	22%	—	בינונית
Inkling-Smallכיסוי חלקי, אינו מדורג	65.1	18%	—	נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג	67.2	15%	—	נמוכה
Qwen3.8-27Bכיסוי חלקי, אינו מדורג	61.3	26%	—	בינונית
GLM-5.1כיסוי חלקי, אינו מדורג	60.0	28%	58.5	בינונית
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג	61.1	25%	95.8	בינונית
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג	65.0	18%	—	נמוכה
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג	60.7	26%	81.0מבוסס על מבחנים רב לשוניים	בינונית
Gemini 4 Argonכיסוי חלקי, אינו מדורג	66.5	15%	95.2	נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג	63.1	21%	—	נמוכה
Step 3.5 Flashכיסוי חלקי, אינו מדורג	69.6	8%	—	נמוכה
GPT-5.2כיסוי חלקי, אינו מדורג	62.0	21%	95.4	בינונית
Inklingכיסוי חלקי, אינו מדורג	62.4	19%	—	נמוכה
GPT-6 Solכיסוי חלקי, אינו מדורג	68.0	9%	97.0	נמוכה
GPT-6 Lunaכיסוי חלקי, אינו מדורג	64.2	15%	97.0	נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג	62.7	17%	—	נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג	67.1	9%	—	נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג	62.6	17%	—	נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג	59.7	23%	—	בינונית
Kimi K2כיסוי חלקי, אינו מדורג	60.0	22%	—	נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג	62.2	17%	—	נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג	63.4	15%	—	נמוכה
Muse Sparkכיסוי חלקי, אינו מדורג	61.1	19%	—	נמוכה
GLM-5.3-Flashכיסוי חלקי, אינו מדורג	61.1	19%	61.3	נמוכה
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג	61.2	18%	94.5	בינונית
GPT-5.3 Codexכיסוי חלקי, אינו מדורג	62.7	15%	—	נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג	63.3	14%	—	נמוכה
Ling 3.1 Flashכיסוי חלקי, אינו מדורג	65.3	11%	—	נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג	62.1	16%	—	נמוכה
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג	61.2	17%	96.3	נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג	65.1	9%	—	נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג	60.6	16%	—	נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג	62.1	13%	—	נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג	61.9	13%	—	נמוכה
Grok 4כיסוי חלקי, אינו מדורג	66.2	5%	—	נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג	61.4	13%	74.0	נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג	65.7	6%	—	נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג	65.3	6%	—	נמוכה
Gemini 2.5 Proכיסוי חלקי, אינו מדורג	57.6	19%	77.1	נמוכה
Gemini 3 Proכיסוי חלקי, אינו מדורג	61.7	11%	74.7	נמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג	59.5	15%	—	נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג	59.6	15%	—	נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג	60.4	13%	52.8	נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג	59.9	13%	—	נמוכה
Grok 4.3כיסוי חלקי, אינו מדורג	57.0	19%	—	בינונית
Mistral Medium 3.5 128Bכיסוי חלקי, אינו מדורג	64.9	4%	—	נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג	61.1	10%	—	נמוכה
MiMo-V2-Proכיסוי חלקי, אינו מדורג	63.7	5%	—	נמוכה
Muse Wonderכיסוי חלקי, אינו מדורג	61.7	8%	—	נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג	60.3	10%	—	נמוכה
Muse Wonder Fullכיסוי חלקי, אינו מדורג	63.5	4%	—	נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג	61.7	7%	—	נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג	53.1	24%	—	נמוכה
Grok Code Fast 1כיסוי חלקי, אינו מדורג	63.3	3%	—	נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג	59.8	9%	—	נמוכה
Celeris-1כיסוי חלקי, אינו מדורג	64.1	2%	—	נמוכה
MiMo-V2-Omniכיסוי חלקי, אינו מדורג	61.8	5%	—	נמוכה
Mercury 2כיסוי חלקי, אינו מדורג	59.1	10%	—	נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג	61.6	5%	—	נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג	63.5	2%	—	נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג	55.5	16%	—	נמוכה
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג	58.5	10%	—	נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג	58.0	11%	—	נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג	50.5	27%	—	בינונית
MiniMax M2.5כיסוי חלקי, אינו מדורג	58.3	10%	50.4	נמוכה
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג	60.1	6%	—	נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג	57.6	10%	—	נמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג	58.8	7%	—	נמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג	61.3	2%	—	נמוכה
Step 3.7 Flashכיסוי חלקי, אינו מדורג	56.1	11%	—	נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג	53.2	15%	70.5מבוסס על מבחנים רב לשוניים	נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג	58.1	6%	—	נמוכה
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג	59.2	4%	—	נמוכה
Phi-4כיסוי חלקי, אינו מדורג	60.1	2%	49.9מבוסס על מבחנים רב לשוניים	נמוכה
GPT-5.1כיסוי חלקי, אינו מדורג	56.9	7%	72.7	נמוכה
GLM-5-Turboכיסוי חלקי, אינו מדורג	59.9	2%	—	נמוכה
Sarvam 30Bכיסוי חלקי, אינו מדורג	56.6	7%	—	נמוכה
Grok 4.1 Fastכיסוי חלקי, אינו מדורג	60.3	0%	—	נמוכה
GLM-5V-Turboכיסוי חלקי, אינו מדורג	59.1	2%	—	נמוכה
K-Exaoneכיסוי חלקי, אינו מדורג	57.5	4%	—	נמוכה
GLM-4.6כיסוי חלקי, אינו מדורג	51.7	11%	54.2	נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג	55.5	3%	—	נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג	53.5	6%	—	נמוכה
Gemini 2.5 Flashכיסוי חלקי, אינו מדורג	51.6	10%	71.8	נמוכה
Mistral Medium 3כיסוי חלקי, אינו מדורג	52.0	4%	—	נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג	52.0	3%	—	נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג	51.1	4%	—	נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג	49.0	3%	—	נמוכה
Grok 4.1 Fast (Reasoning)כיסוי חלקי, אינו מדורג	49.3	2%	—	נמוכה
Grok 4 Fast (Reasoning)כיסוי חלקי, אינו מדורג	49.1	2%	—	נמוכה
Command A+כיסוי חלקי, אינו מדורג	43.6	9%	—	נמוכה
GLM-4.5-Air	אין נתון	0%	—	נמוכה
Hy3	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 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

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.