שירות לקוחות · תהליכי שירות במערכות

דירוג לפי איכות

שינוי הבחירה

GPT-5.5

נבדק כמודל

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

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

ציון התאמה

87.3

עברית

97.3

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 59%

כיסוי אפקטיבי: 78% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $5 · פלט $30 למיליון טוקנים

התוצאות הגבוהות ביותר שלו הן בשירות לקוחות אוטומטי ועמידה בהוראות.
היתרון נשען על τ²-bench, לפי מקור מדידה אחד.
כיסוי נתונים: 59% · רמת ביסוס: בינונית

לעמוד המודל

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

שירות לקוחות אוטומטימשקל 46%
98.0 · מבחן אחד
שימוש בכליםמשקל 21%
65.4 · 2 מבחנים
עמידה בהוראותמשקל 11%
75.1 · 2 מבחנים
דיוק עובדתימשקל 11%
לא נמדד במודל הזה
שיחה מתמשכתמשקל 11%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 67%
איכות המקורות: 81%
יציבות התוצאה: 28%
השוואה הוגנת: 81%

שירות לקוחות אוטומטי משקל 46%

כיסוי 85%

מבחן הערכה	סטטוס	ציון	משקל	מקור
τ²-bench	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	98.0	0.34	קישור למקור

שימוש בכלים משקל 21%

כיסוי 35%

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני לפי דיווח היצרן	75.3	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	55.6	0.42	קישור למקור

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

עמידה בהוראות משקל 11%

כיסוי 53%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	78.8	1.00	קישור למקור
LiveBench Instruction Following	מדידה עצמאית · מתעדכן לוח עצמאי	71.4	1.00	קישור למקור

לא נמצאו תוצאות עבור: IFBench · IFEval · MAXIFE

GPT-5.4

נבדק כמודל

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

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

ציון התאמה

85.6

עברית

93.4

מוצג בנפרד ואינו משפיע על ציון ההתאמה.

כיסוי נתונים 62%

כיסוי אפקטיבי: 89% ממשקל היכולות במקצוע נמדד בפועל.

עלות שימוש: קלט $2.5 · פלט $15 למיליון טוקנים

התוצאות הגבוהות ביותר שלו הן בשירות לקוחות אוטומטי ושימוש בכלים.
היתרון נשען על τ²-bench, לפי מקור מדידה אחד.
כיסוי נתונים: 62% · רמת ביסוס: בינונית

לעמוד המודל

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

שירות לקוחות אוטומטימשקל 46%
98.9 · מבחן אחד
שימוש בכליםמשקל 21%
61.9 · 3 מבחנים
עמידה בהוראותמשקל 11%
66.6 · מבחן אחד
דיוק עובדתימשקל 11%
73.6 · מבחן אחד
שיחה מתמשכתמשקל 11%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתבינונית

כיסוי נתונים: 68%
איכות המקורות: 69%
יציבות התוצאה: 33%
השוואה הוגנת: 74%

שירות לקוחות אוטומטי משקל 46%

כיסוי 85%

מבחן הערכה	סטטוס	ציון	משקל	מקור
τ²-bench	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	98.9	0.34	קישור למקור

שימוש בכלים משקל 21%

כיסוי 52%

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני לפי דיווח היצרן	70.6	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	54.6	0.42	קישור למקור
Claw-Eval	מדד משני · בהסתייגות לוח עצמאי	60.3	0.40	קישור למקור

לא נמצאו תוצאות עבור: Berkeley Function Calling Leaderboard (BFCL) V4

עמידה בהוראות משקל 11%

כיסוי 26%

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	66.6	1.00	קישור למקור

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

דיוק עובדתי משקל 11%

כיסוי 23%

מבחן הערכה	סטטוס	ציון	משקל	מקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת מקור לא מאומת	73.6	0.28	קישור למקור

לא נמצאו תוצאות עבור: SimpleQA · SimpleQA Verified

Muse Spark

נבדק כמודל

מצב חשיבה · חלון הקשר 262K טוקנים · נמדד כמודל API, ללא ממשק צ'אט

ציון התאמה

84.7

כיסוי נתונים 51%

כיסוי אפקטיבי: 78% ממשקל היכולות במקצוע נמדד בפועל.

היכולות שנמדדו אצלו נמצאות בטווח הממוצע של הקבוצה.
כיסוי נתונים: 51% · רמת ביסוס: נמוכה

לעמוד המודל

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

שירות לקוחות אוטומטימשקל 46%
91.5 · מבחן אחד
שימוש בכליםמשקל 21%
63.8 · מבחן אחד
עמידה בהוראותמשקל 11%
לא נמדד במודל הזה
דיוק עובדתימשקל 11%
74.8 · מבחן אחד
שיחה מתמשכתמשקל 11%
טרם נמדד באף מודל

עד כמה ההמלצה מבוססתנמוכה

כיסוי נתונים: 54%
איכות המקורות: 56%
יציבות התוצאה: 17%
השוואה הוגנת: 69%

שירות לקוחות אוטומטי משקל 46%

כיסוי 85%

מבחן הערכה	סטטוס	ציון	משקל	מקור
τ²-bench	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	91.5	0.34	קישור למקור

שימוש בכלים משקל 21%

כיסוי 17%

מבחן הערכה	סטטוס	ציון	משקל	מקור
Claw-Eval	מדד משני · בהסתייגות לוח עצמאי	63.8	0.40	קישור למקור

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

דיוק עובדתי משקל 11%

כיסוי 28%

מבחן הערכה	סטטוס	ציון	משקל	מקור
DeepSearchQA	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	74.8	0.34	קישור למקור

לא נמצאו תוצאות עבור: SimpleQA · SimpleQA Verified

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-5.5	87.3	67%	97.3	בינונית
GPT-5.4	85.6	68%	93.4	בינונית
Muse Spark	84.7	54%	—	נמוכה
Gemini 3.1 Pro	84.3	53%	—	בינונית
LFM2.5-8B-A1B	78.8	64%	—	בינונית
Command A+כיסוי חלקי, אינו מדורג	81.6	50%	—	נמוכה
Qwen3.7 Maxכיסוי חלקי, אינו מדורג	71.3	31%	87.5מבוסס על מבחנים רב לשוניים	בינונית
Qwen3.7 Plusכיסוי חלקי, אינו מדורג	71.6	24%	85.7מבוסס על מבחנים רב לשוניים	נמוכה
Claude Opus 5כיסוי חלקי, אינו מדורג	75.1	13%	91.7	נמוכה
Kimi K3כיסוי חלקי, אינו מדורג	74.8	13%	—	נמוכה
Claude Opus 4.8כיסוי חלקי, אינו מדורג	70.4	17%	87.6מבוסס על מבחנים רב לשוניים	נמוכה
Muse Spark 1.1כיסוי חלקי, אינו מדורג	71.6	13%	—	נמוכה
Gemini 3.5 Flashכיסוי חלקי, אינו מדורג	69.1	17%	95.3	נמוכה
Ling 3.0 Flashכיסוי חלקי, אינו מדורג	68.9	17%	—	נמוכה
Step 5 Previewכיסוי חלקי, אינו מדורג	72.3	10%	—	נמוכה
Claude Opus 5.5כיסוי חלקי, אינו מדורג	72.5	9%	94.7	נמוכה
Beam 1.0 501B-A23Bכיסוי חלקי, אינו מדורג	73.2	7%	—	נמוכה
MiniMax M3כיסוי חלקי, אינו מדורג	67.5	16%	—	נמוכה
Claude Fable 5.1כיסוי חלקי, אינו מדורג	71.7	9%	96.2	נמוכה
Muse Spark Openכיסוי חלקי, אינו מדורג	69.8	10%	—	נמוכה
Qwen3.8-Flash-Nextכיסוי חלקי, אינו מדורג	68.7	11%	—	נמוכה
Nemotron 3 Nano Omni 30B A3Bכיסוי חלקי, אינו מדורג	49.9	53%	—	בינונית
GLM-5.2כיסוי חלקי, אינו מדורג	65.0	17%	—	נמוכה
Muse Glimmer 30Bכיסוי חלקי, אינו מדורג	70.7	7%	—	נמוכה
Claude Fable 5כיסוי חלקי, אינו מדורג	69.9	7%	—	נמוכה
Kimi K2.6כיסוי חלקי, אינו מדורג	61.6	22%	—	נמוכה
Inklingכיסוי חלקי, אינו מדורג	66.9	11%	—	נמוכה
Ling 3.1 Flashכיסוי חלקי, אינו מדורג	70.9	5%	—	נמוכה
GPT-6 Astraכיסוי חלקי, אינו מדורג	71.5	4%	97.5	נמוכה
Qwen3.6 Plusכיסוי חלקי, אינו מדורג	58.7	26%	84.7מבוסס על מבחנים רב לשוניים	נמוכה
GPT-6.1 Solכיסוי חלקי, אינו מדורג	71.2	4%	97.5	נמוכה
GLM-5.3כיסוי חלקי, אינו מדורג	67.8	9%	—	נמוכה
DeepSeek V4 Pro 0813כיסוי חלקי, אינו מדורג	64.7	13%	—	נמוכה
GLM-5.3-Flashכיסוי חלקי, אינו מדורג	67.4	9%	61.3	נמוכה
Step 3.7 Flashכיסוי חלקי, אינו מדורג	67.1	9%	—	נמוכה
Claude Opus 4.6כיסוי חלקי, אינו מדורג	65.1	12%	—	נמוכה
Apodex 1.1כיסוי חלקי, אינו מדורג	72.8	0%	—	נמוכה
Claude Sonnet 5.5כיסוי חלקי, אינו מדורג	66.8	9%	92.1מבוסס על מבחנים רב לשוניים	נמוכה
Claude Opus 4.7 (Adaptive)כיסוי חלקי, אינו מדורג	69.1	5%	—	נמוכה
MiMo-V2.6-Proכיסוי חלקי, אינו מדורג	69.0	5%	—	נמוכה
GPT-5.6 Solכיסוי חלקי, אינו מדורג	66.3	9%	97.4	נמוכה
Qwen3.5 397Bכיסוי חלקי, אינו מדורג	59.9	20%	76.5	נמוכה
Qwen3.6-27Bכיסוי חלקי, אינו מדורג	64.4	11%	—	נמוכה
GPT-6 Solכיסוי חלקי, אינו מדורג	68.8	4%	97.0	נמוכה
LFM2.5-2.6Bכיסוי חלקי, אינו מדורג	61.4	16%	—	נמוכה
MiMo-V2.6-Flashכיסוי חלקי, אינו מדורג	68.0	5%	—	נמוכה
Qwen3.8-27Bכיסוי חלקי, אינו מדורג	66.4	6%	—	נמוכה
Qwen3.5-27Bכיסוי חלקי, אינו מדורג	69.2	2%	82.2מבוסס על מבחנים רב לשוניים	נמוכה
Qwen3.5-122B-A10Bכיסוי חלקי, אינו מדורג	69.0	2%	67.2	נמוכה
Qwen3.5-35B-A3Bכיסוי חלקי, אינו מדורג	68.8	2%	81.0מבוסס על מבחנים רב לשוניים	נמוכה
Gemini 3.8 Flashכיסוי חלקי, אינו מדורג	67.2	4%	96.4	נמוכה
Claude Opus 4.7כיסוי חלקי, אינו מדורג	64.6	7%	—	נמוכה
Granite 4.2 8Bכיסוי חלקי, אינו מדורג	61.6	12%	—	נמוכה
Gemini 3.7 Flashכיסוי חלקי, אינו מדורג	66.6	4%	96.3	נמוכה
Kimi K2.7 Codeכיסוי חלקי, אינו מדורג	61.6	12%	—	נמוכה
Sarvam 105Bכיסוי חלקי, אינו מדורג	67.9	2%	—	נמוכה
Grok 4.3כיסוי חלקי, אינו מדורג	64.2	7%	—	נמוכה
Kimi K2.5כיסוי חלקי, אינו מדורג	55.3	25%	79.5מבוסס על מבחנים רב לשוניים	נמוכה
Claude Sonnet 4.6כיסוי חלקי, אינו מדורג	61.4	12%	—	נמוכה
Gemini 4 Argonכיסוי חלקי, אינו מדורג	68.7	0%	95.2	נמוכה
Celeris-1כיסוי חלקי, אינו מדורג	67.4	2%	—	נמוכה
Nemotron 3.5 Super VL 120B A12Bכיסוי חלקי, אינו מדורג	66.5	3%	—	נמוכה
Grok 4.6כיסוי חלקי, אינו מדורג	65.8	4%	—	נמוכה
Granite-4.0-H-1Bכיסוי חלקי, אינו מדורג	67.1	2%	—	נמוכה
MiMo-V2.5-Proכיסוי חלקי, אינו מדורג	65.0	5%	—	נמוכה
Nemotron 3 Ultraכיסוי חלקי, אינו מדורג	63.8	6%	83.0מבוסס על מבחנים רב לשוניים	נמוכה
Gemini 3.6 Flashכיסוי חלקי, אינו מדורג	65.1	4%	94.5	נמוכה
Grok 4.5כיסוי חלקי, אינו מדורג	64.9	4%	—	נמוכה
Inkling-Smallכיסוי חלקי, אינו מדורג	59.8	12%	—	נמוכה
Muse Spark 1.2כיסוי חלקי, אינו מדורג	64.3	4%	—	נמוכה
GPT-5.2כיסוי חלקי, אינו מדורג	64.0	4%	95.4	נמוכה
MiMo-V2-Proכיסוי חלקי, אינו מדורג	63.2	5%	—	נמוכה
Granite-4.0-H-350Mכיסוי חלקי, אינו מדורג	65.0	2%	—	נמוכה
GLM-5.1כיסוי חלקי, אינו מדורג	60.2	9%	58.5	נמוכה
Qwen3.6-35B-A3Bכיסוי חלקי, אינו מדורג	57.7	14%	—	נמוכה
GLM-5-Turboכיסוי חלקי, אינו מדורג	62.6	5%	—	נמוכה
Solar Pro 3כיסוי חלקי, אינו מדורג	63.5	3%	—	נמוכה
Granite-4.0-350Mכיסוי חלקי, אינו מדורג	64.2	2%	—	נמוכה
Gemini 3 Flashכיסוי חלקי, אינו מדורג	62.0	5%	74.0	נמוכה
GLM-5V-Turboכיסוי חלקי, אינו מדורג	62.0	5%	—	נמוכה
Claude Sonnet 5כיסוי חלקי, אינו מדורג	60.2	7%	92.4	נמוכה
Trinity-Large-Thinkingכיסוי חלקי, אינו מדורג	62.8	3%	—	נמוכה
GPT-5.6 Terraכיסוי חלקי, אינו מדורג	59.3	9%	95.3	נמוכה
Nemotron 3.5 Bolt 74B-A9Bכיסוי חלקי, אינו מדורג	61.3	5%	—	נמוכה
Gemini 3.5 Flash-Liteכיסוי חלקי, אינו מדורג	61.4	4%	—	נמוכה
GPT-5.6 Lunaכיסוי חלקי, אינו מדורג	58.0	9%	95.8	נמוכה
MiniMax M2.7כיסוי חלקי, אינו מדורג	57.0	9%	53.6	נמוכה
GLM-5כיסוי חלקי, אינו מדורג	55.3	12%	83.1מבוסס על מבחנים רב לשוניים	נמוכה
MiMo-V2-Omniכיסוי חלקי, אינו מדורג	59.4	5%	—	נמוכה
GPT-6 Lunaכיסוי חלקי, אינו מדורג	59.7	4%	97.0	נמוכה
Mercury 2.5כיסוי חלקי, אינו מדורג	60.0	3%	—	נמוכה
Qwen 3.6 Max (preview)כיסוי חלקי, אינו מדורג	61.4	0%	—	נמוכה
Mercury 2כיסוי חלקי, אינו מדורג	59.1	3%	—	נמוכה
DeepSeek V3.2כיסוי חלקי, אינו מדורג	57.9	5%	—	נמוכה
Kimi K2כיסוי חלקי, אינו מדורג	59.4	2%	—	נמוכה
DeepSeek-R1כיסוי חלקי, אינו מדורג	58.5	2%	—	נמוכה
DeepSeek V4.1 Flash 1017כיסוי חלקי, אינו מדורג	58.6	0%	—	נמוכה
DeepSeek V3כיסוי חלקי, אינו מדורג	57.0	1%	—	נמוכה
Claude Haiku 5.5כיסוי חלקי, אינו מדורג	55.5	4%	—	נמוכה
Mistral Large 4כיסוי חלקי, אינו מדורג	53.5	4%	—	נמוכה
GLM-4.7כיסוי חלקי, אינו מדורג	55.3	0%	—	נמוכה
DeepSeek R1 Distill Qwen 32B	אין נתון	0%	—	נמוכה
DeepSeek V3 0324	אין נתון	0%	70.5מבוסס על מבחנים רב לשוניים	נמוכה
DeepSeek V3.1	אין נתון	0%	—	נמוכה
DeepSeek V3.1 (Reasoning)	אין נתון	0%	—	נמוכה
Exaone 4.0 32B	אין נתון	0%	—	נמוכה
Gemini 2.5 Flash	אין נתון	0%	71.8	נמוכה
Gemini 2.5 Pro	אין נתון	0%	77.1	נמוכה
Gemini 3 Pro	אין נתון	0%	74.7	נמוכה
Gemma 4 26B A4B	אין נתון	0%	52.8	נמוכה
GLM-4.5-Air	אין נתון	0%	—	נמוכה
GLM-4.6	אין נתון	0%	54.2	נמוכה
GLM-4.7-Flash	אין נתון	0%	—	נמוכה
GPT-5.1	אין נתון	0%	72.7	נמוכה
GPT-5.3 Codex	אין נתון	0%	—	נמוכה
Grok 4	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
Hy3 Preview	אין נתון	0%	—	נמוכה
K-Exaone	אין נתון	0%	—	נמוכה
Kimi K2.5 (Reasoning)	אין נתון	0%	—	נמוכה
Ling 2.6 Flash	אין נתון	0%	—	נמוכה
Ling 3.0 Flash VL	אין נתון	0%	—	נמוכה
MiMo-V2-Flash	אין נתון	0%	—	נמוכה
MiniMax M2.5	אין נתון	0%	50.4	נמוכה
MiniMax M3.1 Flash	אין נתון	0%	—	נמוכה
Mistral Large 2	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	אין נתון	0%	—	נמוכה
Muse Wonder Full	אין נתון	0%	—	נמוכה
Nova Pro	אין נתון	0%	—	נמוכה
Phi-4	אין נתון	0%	49.9מבוסס על מבחנים רב לשוניים	נמוכה
Quasar 438B	אין נתון	0%	—	נמוכה
Sarvam 30B	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.