מתמטיקה ומדעים · בדיקת נכונות של פתרון

דירוג לפי איכות

GPT-6 Astra

נבדק כמודל

מצב חשיבה · חלון הקשר 1,050K 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

81.1

עברית

97.5

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 36%

כיסוי אפקטיבי: 100% ממשקל היכולות במקצוע נמדד בפועל.

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

התוצאות הגבוהות ביותר שלו הן בחשיבה מופשטת וחשיבה מדעית.
היתרון נשען בעיקר על ARC-AGI-3, ARC-AGI-2.
כיסוי נתונים: 36% · רמת ביסוס: בינונית

לעמוד המודל

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

מתמטיקהמשקל 34%
86.8 · 2 מבחנים
חשיבה מופשטתמשקל 18%
98.1 · 2 מבחנים
חשיבה מדעיתמשקל 17%
76.1 · 2 מבחנים
ידע וחשיבהמשקל 13%
89.4 · 2 מבחנים
עמידה בהוראותמשקל 9%
84.0 · מבחן אחד
ניתוח נתוניםמשקל 9%
84.0 · מבחן אחד

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 38%
איכות המקורות: 90%
יציבות התוצאה: 56%
השוואה הוגנת: 100%

מתמטיקה משקל 34%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.0	1.00	קישור למקור
FrontierMath v2	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	93.7	0.40	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Mathematics · AIME 2026 · HMMT Feb 2026 · MATH Level 5 · MathVision

חשיבה מופשטת משקל 18%

כיסוי 47%

מבחן הערכה	סטטוס	ציון	משקל	מקור
ARC-AGI-3	מדידה עצמאית · לוח השוואה לוח עצמאי	100.0	0.85	קישור למקור
ARC-AGI-2	מדד משניזיקה מסחרית מוצהרת לוח עצמאי	95.0	0.50	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Reasoning · ZeroBench

חשיבה מדעית משקל 17%

כיסוי 56%

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	95.8	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	56.5	0.85	קישור למקור

לא נמצאו תוצאות עבור: SuperGPQA · CritPt

ידע וחשיבה משקל 13%

כיסוי 31%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.0	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	95.8	0.85	קישור למקור

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

עמידה בהוראות משקל 9%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.0	1.00	קישור למקור

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

ניתוח נתונים משקל 9%

כיסוי 35%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.0	1.00	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Data Analysis · CharXiv

GPT-6.1 Sol

נבדק כמודל

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

ציון התאמה

80.5

עברית

97.5

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 36%

כיסוי אפקטיבי: 100% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $2 · פלט $10 למיליון טוקנים

התוצאות הגבוהות ביותר שלו הן בחשיבה מופשטת וחשיבה מדעית.
היתרון נשען בעיקר על ARC-AGI-3, ARC-AGI-2.
כיסוי נתונים: 36% · רמת ביסוס: בינונית

לעמוד המודל

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

מתמטיקהמשקל 34%
86.9 · 2 מבחנים
חשיבה מופשטתמשקל 18%
95.6 · 2 מבחנים
חשיבה מדעיתמשקל 17%
75.6 · 2 מבחנים
ידע וחשיבהמשקל 13%
89.3 · 2 מבחנים
עמידה בהוראותמשקל 9%
84.2 · מבחן אחד
ניתוח נתוניםמשקל 9%
84.2 · מבחן אחד

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 38%
איכות המקורות: 90%
יציבות התוצאה: 56%
השוואה הוגנת: 100%

מתמטיקה משקל 34%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.2	1.00	קישור למקור
FrontierMath v2	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	93.7	0.40	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Mathematics · AIME 2026 · HMMT Feb 2026 · MATH Level 5 · MathVision

חשיבה מופשטת משקל 18%

כיסוי 47%

מבחן הערכה	סטטוס	ציון	משקל	מקור
ARC-AGI-3	מדידה עצמאית · לוח השוואה לוח עצמאי	96.4	0.85	קישור למקור
ARC-AGI-2	מדד משניזיקה מסחרית מוצהרת לוח עצמאי	94.2	0.50	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Reasoning · ZeroBench

חשיבה מדעית משקל 17%

כיסוי 56%

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	95.4	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	55.8	0.85	קישור למקור

לא נמצאו תוצאות עבור: SuperGPQA · CritPt

ידע וחשיבה משקל 13%

כיסוי 31%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.2	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	95.4	0.85	קישור למקור

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

עמידה בהוראות משקל 9%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.2	1.00	קישור למקור

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

ניתוח נתונים משקל 9%

כיסוי 35%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	84.2	1.00	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Data Analysis · CharXiv

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

79.1

כיסוי נתונים 51%

כיסוי אפקטיבי: 100% ממשקל היכולות במקצוע נמדד בפועל.

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

התוצאות הגבוהות ביותר שלו הן במתמטיקה וחשיבה מופשטת.
היתרון נשען בעיקר על LiveBench, LiveBench Mathematics.
כיסוי נתונים: 51% · רמת ביסוס: גבוהה

לעמוד המודל

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

מתמטיקהמשקל 34%
87.5 · 3 מבחנים
חשיבה מופשטתמשקל 18%
88.2 · 2 מבחנים
חשיבה מדעיתמשקל 17%
73.4 · 2 מבחנים
ידע וחשיבהמשקל 13%
84.3 · 3 מבחנים
עמידה בהוראותמשקל 9%
75.8 · 2 מבחנים
ניתוח נתוניםמשקל 9%
79.1 · 2 מבחנים

עד כמה ההמלצה מבוססתגבוהה

כיסוי נתונים: 51%
איכות המקורות: 93%
יציבות התוצאה: 78%
השוואה הוגנת: 100%

מתמטיקה משקל 34%

כיסוי 44%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	79.5	1.00	קישור למקור
LiveBench Mathematics	מדידה עצמאית · מתעדכן לוח עצמאי	95.7	1.00	קישור למקור
FrontierMath v2	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	87.0	0.40	קישור למקור

לא נמצאו תוצאות עבור: AIME 2026 · HMMT Feb 2026 · MATH Level 5 · MathVision

חשיבה מופשטת משקל 18%

כיסוי 53%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	87.7	1.00	קישור למקור
ARC-AGI-2	מדד משניזיקה מסחרית מוצהרת לוח עצמאי	89.2	0.50	קישור למקור

לא נמצאו תוצאות עבור: ARC-AGI-3 · ZeroBench

חשיבה מדעית משקל 17%

כיסוי 56%

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	85.9	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	61.0	0.85	קישור למקור

לא נמצאו תוצאות עבור: SuperGPQA · CritPt

ידע וחשיבה משקל 13%

כיסוי 48%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	79.5	1.00	קישור למקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	87.7	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	85.9	0.85	קישור למקור

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

עמידה בהוראות משקל 9%

כיסוי 53%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	79.5	1.00	קישור למקור
LiveBench Instruction Following	מדידה עצמאית · מתעדכן לוח עצמאי	72.0	1.00	קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

ניתוח נתונים משקל 9%

כיסוי 70%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	79.5	1.00	קישור למקור
LiveBench Data Analysis	מדידה עצמאית · מתעדכן לוח עצמאי	78.7	1.00	קישור למקור

לא נמצאו תוצאות עבור: CharXiv

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
GPT-6 Astra	81.1	38%	97.5	בינונית
GPT-6.1 Sol	80.5	38%	97.5	בינונית
Claude Fable 5	79.1	49%	—	גבוהה
Claude Sonnet 5.5	76.3	40%	92.1מבוסס על מבחנים רב לשוניים	בינונית
Claude Sonnet 5	75.7	47%	92.4	גבוהה
Kimi K2.6	73.9	61%	—	גבוהה
Qwen3.7 Max	73.6	65%	87.5מבוסס על מבחנים רב לשוניים	גבוהה
GPT-5.5	73.5	51%	97.3	בינונית
Gemini 3.5 Flash	72.9	51%	95.3	גבוהה
Claude Sonnet 4.6	72.8	58%	—	גבוהה
GLM-5.2	72.4	58%	—	גבוהה
Qwen3.6 Plus	72.2	71%	84.7מבוסס על מבחנים רב לשוניים	גבוהה
Claude Opus 4.8	71.0	58%	87.6מבוסס על מבחנים רב לשוניים	גבוהה
Claude Opus 5	70.8	40%	91.7	בינונית
Claude Opus 4.6	70.6	59%	—	גבוהה
Kimi K2.7 Code	69.8	45%	—	בינונית
MiniMax M3	69.8	42%	—	בינונית
Claude Opus 4.7	69.0	52%	—	גבוהה
DeepSeek V4 Pro 0813	69.0	37%	—	בינונית
Gemini 3.1 Pro	68.4	60%	—	גבוהה
Qwen3.6-27B	68.4	68%	—	גבוהה
Gemini 3.8 Flash	68.4	38%	96.4	בינונית
Kimi K2.5	67.6	44%	79.5מבוסס על מבחנים רב לשוניים	בינונית
GPT-5.6 Sol	67.2	37%	97.4	בינונית
GPT-5.6 Terra	63.8	37%	95.3	בינונית
GPT-6 Luna	60.5	38%	97.0	בינונית
Claude Haiku 5.5	60.4	40%	—	בינונית
GPT-5.6 Luna	59.8	37%	95.8	בינונית
Claude Opus 5.5כיסוי חלקי, אינו מדורג	79.1	33%	94.7	בינונית
Qwen3.5 397Bכיסוי חלקי, אינו מדורג	77.3	34%	76.5	בינונית
Gemini 4 Argonכיסוי חלקי, אינו מדורג	79.4	27%	95.2	בינונית
Qwen3.7 Plusכיסוי חלקי, אינו מדורג	68.9	41%	85.7מבוסס על מבחנים רב לשוניים	בינונית
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג	72.0	31%	96.3	בינונית
Claude Fable 5.1כיסוי חלקי, אינו מדורג	75.1	25%	96.2	בינונית
Inkling-Smallכיסוי חלקי, אינו מדורג	67.6	37%	—	בינונית
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג	66.4	39%	—	בינונית
GLM-5.1כיסוי חלקי, אינו מדורג	69.9	30%	58.5	בינונית
Kimi K3כיסוי חלקי, אינו מדורג	69.8	29%	—	בינונית
Ling 3.0 Flashכיסוי חלקי, אינו מדורג	71.6	25%	—	נמוכה
Qwen3.5-27Bכיסוי חלקי, אינו מדורג	73.3	19%	82.2מבוסס על מבחנים רב לשוניים	נמוכה
GLM-5כיסוי חלקי, אינו מדורג	65.5	33%	83.1מבוסס על מבחנים רב לשוניים	בינונית
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג	66.4	31%	94.5	בינונית
Qwen3.8-Flash-Nextכיסוי חלקי, אינו מדורג	70.6	22%	—	בינונית
GLM-5.3-Flashכיסוי חלקי, אינו מדורג	65.6	31%	61.3	בינונית
GPT-5.2כיסוי חלקי, אינו מדורג	68.5	25%	95.4	בינונית
Grok 4.3כיסוי חלקי, אינו מדורג	65.5	31%	—	בינונית
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג	68.4	25%	67.2	נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג	69.0	24%	53.6	נמוכה
Qwen3.8-27Bכיסוי חלקי, אינו מדורג	64.6	32%	—	בינונית
Inklingכיסוי חלקי, אינו מדורג	63.9	31%	—	בינונית
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג	66.6	26%	81.0מבוסס על מבחנים רב לשוניים	בינונית
Beam 1.0 501B-A23Bכיסוי חלקי, אינו מדורג	68.6	22%	—	נמוכה
Gemini 3 Proכיסוי חלקי, אינו מדורג	70.0	18%	74.7	נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג	65.9	24%	—	בינונית
GPT-5.4כיסוי חלקי, אינו מדורג	60.9	34%	93.4	בינונית
Muse Spark Openכיסוי חלקי, אינו מדורג	66.5	21%	—	נמוכה
Muse Sparkכיסוי חלקי, אינו מדורג	63.9	26%	—	בינונית
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג	65.1	23%	—	נמוכה
Kimi K2.5 (Reasoning)כיסוי חלקי, אינו מדורג	73.3	9%	—	נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג	63.2	26%	—	בינונית
GPT-6 Solכיסוי חלקי, אינו מדורג	64.4	24%	97.0	בינונית
Gemini 2.5 Proכיסוי חלקי, אינו מדורג	60.6	29%	77.1	בינונית
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג	59.9	29%	—	בינונית
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג	67.2	15%	—	נמוכה
Muse Spark 1.1כיסוי חלקי, אינו מדורג	65.4	18%	—	בינונית
Step 5 Previewכיסוי חלקי, אינו מדורג	65.5	18%	—	נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג	70.3	9%	—	נמוכה
Hy3 Previewכיסוי חלקי, אינו מדורג	71.3	7%	—	נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג	69.7	9%	—	נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג	68.2	10%	—	נמוכה
DeepSeek V3 0324כיסוי חלקי, אינו מדורג	62.4	20%	70.5מבוסס על מבחנים רב לשוניים	בינונית
GLM-5.3כיסוי חלקי, אינו מדורג	66.1	13%	—	נמוכה
DeepSeek V3.1 (Reasoning)כיסוי חלקי, אינו מדורג	67.3	11%	—	נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג	63.5	16%	—	נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג	63.7	15%	74.0	נמוכה
Nemotron 3 Ultraכיסוי חלקי, אינו מדורג	55.6	31%	83.0מבוסס על מבחנים רב לשוניים	בינונית
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג	61.1	18%	—	נמוכה
Kimi K2כיסוי חלקי, אינו מדורג	59.5	21%	—	נמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג	62.9	14%	—	נמוכה
Sarvam 30Bכיסוי חלקי, אינו מדורג	65.7	9%	—	נמוכה
Gemma 4 26B A4Bכיסוי חלקי, אינו מדורג	60.6	18%	52.8	נמוכה
DeepSeek V3.1כיסוי חלקי, אינו מדורג	62.2	15%	—	נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג	59.2	21%	—	נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג	62.9	13%	—	נמוכה
Phi-4כיסוי חלקי, אינו מדורג	61.5	15%	49.9מבוסס על מבחנים רב לשוניים	נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג	55.9	25%	—	בינונית
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג	53.2	31%	—	בינונית
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג	61.5	13%	—	נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג	56.0	24%	—	בינונית
Mercury 2כיסוי חלקי, אינו מדורג	61.2	13%	—	נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג	60.6	14%	—	נמוכה
DeepSeek R1 Distill Qwen 32Bכיסוי חלקי, אינו מדורג	63.5	8%	—	נמוכה
MiMo-V2-Flashכיסוי חלקי, אינו מדורג	60.7	13%	—	נמוכה
GLM-4.7-Flashכיסוי חלקי, אינו מדורג	62.2	8%	—	נמוכה
Celeris-1כיסוי חלקי, אינו מדורג	65.9	2%	—	נמוכה
Exaone 4.0 32Bכיסוי חלקי, אינו מדורג	65.5	2%	—	נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג	62.5	6%	—	נמוכה
Muse Wonderכיסוי חלקי, אינו מדורג	62.3	6%	—	נמוכה
MiniMax M3.1 Flashכיסוי חלקי, אינו מדורג	63.9	2%	—	נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג	52.4	24%	—	בינונית
LFM2.5-8B-A1Bכיסוי חלקי, אינו מדורג	60.9	5%	—	נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג	62.3	2%	—	נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג	59.6	6%	—	נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג	58.2	8%	—	נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג	62.7	0%	—	נמוכה
Ling 3.1 Flashכיסוי חלקי, אינו מדורג	60.0	2%	—	נמוכה
Mistral Large 2כיסוי חלקי, אינו מדורג	49.0	23%	—	בינונית
Step 3.7 Flashכיסוי חלקי, אינו מדורג	56.2	6%	—	נמוכה
Command A+כיסוי חלקי, אינו מדורג	55.4	6%	—	נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג	51.6	9%	—	נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג	52.1	6%	—	נמוכה
Grok 4כיסוי חלקי, אינו מדורג	50.3	7%	—	נמוכה
GPT-5.1כיסוי חלקי, אינו מדורג	49.8	7%	72.7	נמוכה
GLM-4.6כיסוי חלקי, אינו מדורג	48.7	9%	54.2	נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג	48.2	9%	—	נמוכה
MiniMax M2.5כיסוי חלקי, אינו מדורג	50.2	4%	50.4	נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג	44.3	13%	—	נמוכה
Gemini 2.5 Flashכיסוי חלקי, אינו מדורג	43.0	7%	71.8	נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג	41.7	10%	—	נמוכה
GLM-4.5-Air	אין נתון	0%	—	נמוכה
GLM-5-Turbo	אין נתון	0%	—	נמוכה
GLM-5V-Turbo	אין נתון	0%	—	נמוכה
GPT-5.3 Codex	אין נתון	0%	—	נמוכה
Grok 4.1 Fast	אין נתון	0%	—	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
MiMo-V2-Omni	אין נתון	0%	—	נמוכה
MiMo-V2-Pro	אין נתון	0%	—	נמוכה
Mistral Large 3	אין נתון	0%	—	נמוכה
Mistral Medium 3	אין נתון	0%	—	נמוכה
Mistral Medium 3.5 128B	אין נתון	0%	—	נמוכה
Mistral Small 4	אין נתון	0%	—	נמוכה
Muse Wonder Full	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.