מערכת שנבדקה

Claude Opus 4.5

נבדק כמודל APIמודל סגורAnthropic

מודל סגור של Anthropic עם חלון הקשר של 200K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 60.2.

ציונים לפי יכולת

עברית

כיסוי 8%

85.7

חשיבה מופשטת

כיסוי 35%

80.1

חשיבה מדעית

כיסוי 47%

79.7

שפה וניסוח

כיסוי 43%

78.1

מתמטיקה

כיסוי 72%

77.3

מחקר ברשת

כיסוי 15%

76.4

ידע וחשיבה

כיסוי 84%

74.9

ניתוח נתונים

כיסוי 91%

72.4

עמידה בהוראות

כיסוי 77%

68.4

הבנה חזותית

כיסוי 43%

68.3

קוד ופיתוח תוכנה

כיסוי 42%

67.4

מסמכים ארוכים

כיסוי 35%

64.4

הבנת תמונות ומסמכים חזותיים

כיסוי 54%

60.7

הפעלת מחשב

כיסוי 46%

59.6

עבודה בשורת פקודה

כיסוי 43%

59.3

כתיבת קוד עצמאית

כיסוי 53%

57.1

ביצוע משימות מרובות שלבים

כיסוי 42%

56.3

שימוש בכלים

כיסוי 41%

47.7

תוצרים מקצועיים

כיסוי 100%

46.5

דיוק עובדתי

כיסוי 33%

45.7

תנאי הבדיקה ופרטים נוספים

ספק: Anthropic
תנאי ההרצה: מצב חשיבה · חלון הקשר 200K טוקנים · נמדד כמודל API, ללא ממשק צ'אט
תאריך שחרור: 2025-11-01
סוג פלט: טקסט
מחיר קלט / מיליון: $5
מחיר פלט / מיליון: $25
טוקנים לשנייה: 47
זמינות בישראל: זמין מישראל דרך API רשמי של הספק
מדיניות נתונים: לפי מדיניות הספק, נתוני API אינם משמשים לאימון כברירת מחדל. יש לאמת מול ההסכם שלכם

התוצאות נמדדו בתנאים שמצוינים כאן. ביצועי אותה מערכת בתוך מוצר הכולל כלים, גלישה או סביבת עבודה אחרת עשויים להיות שונים.

תוצאות

כל תוצאות המבחנים (41)

עברית

מבחן הערכה	סטטוס	ציון	משקל	מקור
MMLU-ProX	מדד משני · עברית מקור לא מאומת	85.7	0.32	קישור למקור

לא נמצאו תוצאות עבור: Hebrew LLM Leaderboard · מבחן העברית של האתר · Global-MMLU (GMMLU) · INCLUDE · MAXIFE

חשיבה מופשטת

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	80.1	1.00	קישור למקור

לא נמצאו תוצאות עבור: ARC-AGI-3 · ARC-AGI-2 · ZeroBench

חשיבה מדעית

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	86.0	0.85	קישור למקור
SuperGPQA	מדידה עצמאית · לוח השוואה מקור לא מאומת	70.6	0.59	קישור למקור

לא נמצאו תוצאות עבור: SciCode · CritPt

שפה וניסוח

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Language	מדידה עצמאית · מתעדכן לוח עצמאי	81.3	1.00	קישור למקור
MMLU-ProX	מדד משני · עברית מקור לא מאומת	85.7	0.32	קישור למקור

לא נמצאו תוצאות עבור: Hebrew LLM Leaderboard · מבחן העברית של האתר · Global-MMLU (GMMLU) · INCLUDE

מתמטיקה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Mathematics	מדידה עצמאית · מתעדכן לוח עצמאי	90.4	1.00	קישור למקור
AIME 2026	מדידה עצמאית · לוח השוואה מקור לא מאומת	95.1	0.59	קישור למקור
HMMT Feb 2026	מדידה עצמאית · לוח השוואה מקור לא מאומת	85.3	0.59	קישור למקור
FrontierMath v2	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	20.7	0.40	קישור למקור
MathVision	מדד משני מקור לא מאומת	74.3	0.35	קישור למקור

לא נמצאו תוצאות עבור: MATH Level 5

מחקר ברשת

מבחן הערכה	סטטוס	ציון	משקל	מקור
WideResearch	מדד משניהערכה על ידי מודל אחר מקור לא מאומת	76.4	0.35	קישור למקור

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

ידע וחשיבה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Reasoning	מדידה עצמאית · מתעדכן לוח עצמאי	80.1	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	86.0	0.85	קישור למקור
MMLU-Pro	מדידה עצמאית · לוח השוואה מקור לא מאומת	89.5	0.59	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת מקור לא מאומת	30.8	0.59	קישור למקור
SuperGPQA	מדידה עצמאית · לוח השוואה מקור לא מאומת	70.6	0.59	קישור למקור
MMLU-Redux	מדד משני מקור לא מאומת	96.6	0.35	קישור למקור

ניתוח נתונים

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Data Analysis	מדידה עצמאית · מתעדכן לוח עצמאי	74.4	1.00	קישור למקור
CharXiv	מדידה עצמאית · לוח השוואה מקור לא מאומת	68.5	0.59	קישור למקור

עמידה בהוראות

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Instruction Following	מדידה עצמאית · מתעדכן לוח עצמאי	62.5	1.00	קישור למקור
IFBench	מדידה עצמאית · לוח השוואה מקור לא מאומת	58.0	0.59	קישור למקור
IFEval	מדד משניזיקה מסחרית מוצהרת מקור לא מאומת	90.9	0.35	קישור למקור

לא נמצאו תוצאות עבור: MAXIFE

הבנה חזותית

מבחן הערכה	סטטוס	ציון	משקל	מקור
CharXiv	מדידה עצמאית · לוח השוואה מקור לא מאומת	68.5	0.59	קישור למקור
ScreenSpot Pro	מדד משני מקור לא מאומת	45.7	0.35	קישור למקור
MathVision	מדד משני מקור לא מאומת	74.3	0.35	קישור למקור
VideoMMMU	מדד משני מקור לא מאומת	84.4	0.35	קישור למקור

לא נמצאו תוצאות עבור: OfficeQA Pro · ERQA · ZeroBench

קוד ופיתוח תוכנה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
SWE-bench Verified	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	76.7	1.00	קישור למקור
LiveBench Coding	מדידה עצמאית · מתעדכן לוח עצמאי	79.7	1.00	קישור למקור
LiveBench Agentic Coding	מדידה עצמאית · מתעדכן לוח עצמאי	39.7	1.00	קישור למקור
LiveCodeBench	מדידה עצמאית · מתעדכן מקור לא מאומת	84.8	0.70	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה מקור לא מאומת	57.1	0.59	קישור למקור
SWE-bench Multilingual	מדד משני מקור לא מאומת	77.5	0.35	קישור למקור
NL2Repo	מדד משני מקור לא מאומת	43.2	0.35	קישור למקור

לא נמצאו תוצאות עבור: SWE-rebench · Aider Polyglot · MirrorCode · SciCode · SWE-bench Lite · CursorBench · Vibe Code Bench · DeepSWE · FrontierCode 1.1 · ProgramBench

מסמכים ארוכים

מבחן הערכה	סטטוס	ציון	משקל	מקור
LongBench v2	מדידה עצמאית · לוח השוואה מקור לא מאומת	64.4	0.59	קישור למקור

לא נמצאו תוצאות עבור: MRCR 1M

הבנת תמונות ומסמכים חזותיים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MMMU-Pro	מדידה עצמאית · לוח השוואה מקור לא מאומת	70.6	0.59	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת מקור לא מאומת	30.8	0.20	קישור למקור

לא נמצאו תוצאות עבור: MMMU

הפעלת מחשב

מבחן הערכה	סטטוס	ציון	משקל	מקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	66.3	0.72	קישור למקור
ScreenSpot Pro	מדד משני מקור לא מאומת	45.7	0.35	קישור למקור

לא נמצאו תוצאות עבור: AndroidWorld · WebArena-Verified

עבודה בשורת פקודה

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	59.3	0.85	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0

כתיבת קוד עצמאית

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	72.6	1.00	קישור למקור
LiveBench Agentic Coding	מדידה עצמאית · מתעדכן לוח עצמאי	39.7	1.00	קישור למקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	59.3	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה מקור לא מאומת	57.1	0.59	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0 · CursorBench · Vibe Code Bench · DeepSWE

ביצוע משימות מרובות שלבים

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	59.3	0.85	קישור למקור
OSWorld	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	66.3	0.72	קישור למקור
MCP Atlas	מדד משני מקור לא מאומת	42.3	0.35	קישור למקור
Toolathlon	מדד משני מקור לא מאומת	43.5	0.35	קישור למקור
JobBench	מדד משניהערכה על ידי מודל אחר לוח עצמאי	32.3	0.34	קישור למקור
Claw-Eval	מדד משני · בהסתייגות מקור לא מאומת	59.6	0.28	קישור למקור
Gert Labs	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לוח עצמאי	64.2	0.27	קישור למקור
WideResearch	מדד משניהערכה על ידי מודל אחר מקור לא מאומת	76.4	0.24	קישור למקור

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

שימוש בכלים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני מקור לא מאומת	42.3	0.35	קישור למקור
Toolathlon	מדד משני מקור לא מאומת	43.5	0.35	קישור למקור
Claw-Eval	מדד משני · בהסתייגות מקור לא מאומת	59.6	0.28	קישור למקור

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

תוצרים מקצועיים

מבחן הערכה	סטטוס	ציון	משקל	מקור
JobBench	מדד משניהערכה על ידי מודל אחר לוח עצמאי	32.3	0.50	קישור למקור
Gert Labs	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לוח עצמאי	64.2	0.40	קישור למקור

דיוק עובדתי

מבחן הערכה	סטטוס	ציון	משקל	מקור
SimpleQA Verified	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	45.7	0.40	קישור למקור

לא נמצאו תוצאות עבור: SimpleQA · DeepSearchQA

מערכות נוספות

להשוואה

Apodex 1.1 Claude Fable 5 Claude Fable 5.1 Claude Opus 4.5 Thinking Claude Opus 4.6 Claude Opus 4.6 (Adaptive)Claude Opus 4.7 Claude Opus 4.7 (Adaptive)Claude Opus 4.8 Claude Opus 5 Claude Sonnet 4.6 Claude Sonnet 5 Command A+DeepSeek-R1 DeepSeek R1 Distill Qwen 32B DeepSeek V3 DeepSeek V3.1 DeepSeek V3.1 (Reasoning)DeepSeek V3.2 DeepSeek V4.1 Flash DeepSeek V4 Flash 0423 DeepSeek V4 Flash Vision Exp DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0813 Exaone 4.0 1.2B Exaone 4.0 32B Gemini 2.5 Flash Gemini 2.5 Pro Gemini 3.1 Flash Lite Gemini 3.1 Pro Gemini 3.5 Flash Gemini 3.5 Flash-Lite Gemini 3.6 Flash Gemini 3.7 Flash Gemini 3.8 Flash Gemini 3 Flash Gemini 3 Pro Gemma 4 26B A4B Gemma 4 31B GLM-4.5-Air GLM-4.6 GLM-4.7 GLM-4.7-Flash GLM-5 GLM-5.1 GLM-5.2 GLM-5.3 GLM-5.3-Flash GLM-5-Turbo GLM-5V-Turbo GPT-5.1 GPT-5.2 GPT-5.3 Codex GPT-5.4 GPT-5.4 mini GPT-5.4 nano GPT-5.5 GPT-5.6 Luna GPT-5.6 Sol GPT-5.6 Terra GPT-5 (high)GPT-6 Astra Granite-4.0-1B Granite-4.0-350M Granite-4.0-H-1B Granite-4.0-H-350M Granite 4.2 8B Grok 4 Grok 4.1 Fast Grok 4.1 Fast (Reasoning)Grok 4.3 Grok 4.5 Grok 4.6 Grok 4 Fast (Reasoning)Grok Build 0.1 Grok Code Fast 1 Hy3 Hy3 Preview Inkling Inkling-Small K-Exaone Kimi K2.6 Kimi K2 Kimi K2.5 Kimi K2.5 (Reasoning)Kimi K2.7 Code Kimi K3 LFM2.5-2.6B LFM2.5-8B-A1B Ling 2.6 Flash Ling 3.0 Flash Llama 3.1 405B Llama 4 Maverick Llama 4 Scout Mercury 2 MiMo-V2.5-Pro MiMo-V2-Flash MiMo-V2-Omni MiMo-V2-Pro MiniMax M1 80k MiniMax M2.5 MiniMax M2.7 MiniMax M3 Ministral 3 14B Ministral 3 14B (Reasoning)Ministral 3 3B (Reasoning)Ministral 3 8B Ministral 3 8B (Reasoning)Mistral Large 2 Mistral Large 3 Mistral Medium 3 Mistral Medium 3.5 128B Mistral Small 4 Muse Glimmer 30B Muse Spark Muse Spark 1.1 Muse Spark 1.2 Nemotron 3.5 Content Safety Nemotron 3.5 Lightning Nemotron 3.5 Lightning 30B A3B NVFP4 Nemotron 3 Nano 30B Nemotron 3 Nano Omni 30B A3B Nemotron 3 Super 100B Nemotron 3 Super 120B A12B Nemotron 3 Ultra Nemotron Ultra 253B Nova Pro Phi-4 Qwen3.5-122B-A10B Qwen3.5-27B Qwen3.5-35B-A3B Qwen3.5 397B Qwen3.5 397B (Reasoning)Qwen3.5 Plus 2026-04-20 Qwen3.6-27B Qwen3.6 35B A3B Qwen3.6 Flash Qwen 3.6 Max (preview)Qwen3.6 Plus Qwen3.7 Flash Qwen3.7 Max Qwen3.7 Plus Qwen3.8 2.4T A95B Qwen3.8-27B Qwen3.8 Flash Qwen3.8-Flash-Next Sarvam 105B Sarvam 30B Solar Pro 2 Step 3.5 Flash Step 3.7 Flash Trinity-Large-Preview Trinity-Large-Thinking