מערכת שנבדקה

DeepSeek V4 Pro 0813

נבדק כמודל APIמודל פתוחDeepSeek

מודל פתוח של DeepSeek עם חלון הקשר של 1,000K טוקנים. ציון האיכות הכולל שלו במבחני ההערכה עומד על 63.1.

ציונים לפי יכולת

מסמכים ארוכים

כיסוי 43%

83.5

מתמטיקה

כיסוי 32%

76.6

שימוש בכלים

כיסוי 35%

73.8

חשיבה מדעית

כיסוי 56%

71.4

ידע וחשיבה

כיסוי 56%

71.4

עבודה בשורת פקודה

כיסוי 43%

67.9

קוד ופיתוח תוכנה

כיסוי 42%

66.9

ניתוח נתונים

כיסוי 35%

63.1

עמידה בהוראות

כיסוי 26%

63.1

שפה וניסוח

כיסוי 19%

63.1

חשיבה מופשטת

כיסוי 18%

61.3

כתיבת קוד עצמאית

כיסוי 53%

60.7

ביצוע משימות מרובות שלבים

כיסוי 28%

56.8

דיוק עובדתי

כיסוי 62%

54.2

מחקר ברשת

כיסוי 33%

51.3

הבנת תמונות ומסמכים חזותיים

כיסוי 33%

42.7

תהליכי עבודה בארגון

כיסוי 43%

31.8

תנאי הבדיקה ופרטים נוספים

ספק: DeepSeek
תנאי ההרצה: מצב חשיבה · חלון הקשר 1,000K טוקנים · נמדד כמודל API, ללא ממשק צ'אט
תאריך שחרור: 2026-08-13
סוג פלט: טקסט
מחיר קלט / מיליון: $1.32
מחיר פלט / מיליון: $3.96
טוקנים לשנייה: 96
זמינות בישראל: מודל פתוח. ניתן להריץ עצמאית או דרך ספק אירוח
מדיניות נתונים: בהרצה עצמית הנתונים נשארים אצלכם; בהרצה דרך ספק אירוח חלה מדיניות הספק

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

תוצאות

כל תוצאות המבחנים (25)

מסמכים ארוכים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MRCR 1M	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	83.5	0.72	קישור למקור

לא נמצאו תוצאות עבור: LongBench v2

מתמטיקה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור
HMMT Feb 2026	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	95.2	0.72	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Mathematics · AIME 2026 · MATH Level 5 · MathVision · FrontierMath v2

שימוש בכלים

מבחן הערכה	סטטוס	ציון	משקל	מקור
MCP Atlas	מדד משני לפי דיווח היצרן	73.6	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	74.1	0.42	קישור למקור

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

חשיבה מדעית

מבחן הערכה	סטטוס	ציון	משקל	מקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	91.7	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	51.0	0.85	קישור למקור

לא נמצאו תוצאות עבור: SuperGPQA · CritPt

ידע וחשיבה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור
GPQA / GPQA Diamond	מדידה עצמאית · לוח השוואה לוח עצמאי	91.7	0.85	קישור למקור
MMLU-Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	87.5	0.72	קישור למקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	42.7	0.72	קישור למקור

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

עבודה בשורת פקודה

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	67.9	0.85	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0

קוד ופיתוח תוכנה

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור
SWE-bench Verified	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לפי דיווח היצרן	80.6	0.85	קישור למקור
LiveCodeBench	מדידה עצמאית · מתעדכן לפי דיווח היצרן	93.5	0.85	קישור למקור
SciCode	מדידה עצמאית · לוח השוואה לוח עצמאי	51.0	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	55.4	0.72	קישור למקור
Vibe Code Bench	מדד משני לוח עצמאי	49.9	0.50	קישור למקור
SWE-bench Multilingual	מדד משני לפי דיווח היצרן	76.2	0.42	קישור למקור
NL2Repo	מדד משני לפי דיווח היצרן	61.5	0.42	קישור למקור
DeepSWE	מדד משני לפי דיווח היצרן	62.7	0.42	קישור למקור

לא נמצאו תוצאות עבור: SWE-rebench · Aider Polyglot · LiveBench Coding · LiveBench Agentic Coding · MirrorCode · SWE-bench Lite · CursorBench · FrontierCode 1.1 · ProgramBench

ניתוח נתונים

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור

לא נמצאו תוצאות עבור: LiveBench Data Analysis · CharXiv

עמידה בהוראות

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור

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

שפה וניסוח

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור

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

חשיבה מופשטת

מבחן הערכה	סטטוס	ציון	משקל	מקור
ARC-AGI-2	מדד משניזיקה מסחרית מוצהרת לוח עצמאי	61.3	0.50	קישור למקור

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

כתיבת קוד עצמאית

מבחן הערכה	סטטוס	ציון	משקל	מקור
LiveBench	מדידה עצמאית · מתעדכןזיקה מסחרית מוצהרת לוח עצמאי	63.1	1.00	קישור למקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	67.9	0.85	קישור למקור
SWE-bench Pro	מדידה עצמאית · לוח השוואה לפי דיווח היצרן	55.4	0.72	קישור למקור
Vibe Code Bench	מדד משני לוח עצמאי	49.9	0.50	קישור למקור
DeepSWE	מדד משני לפי דיווח היצרן	62.7	0.42	קישור למקור

לא נמצאו תוצאות עבור: Terminal-Bench 3.0 · LiveBench Agentic Coding · CursorBench

ביצוע משימות מרובות שלבים

מבחן הערכה	סטטוס	ציון	משקל	מקור
Terminal-Bench 2.0	מדידה עצמאית · מתעדכן לפי דיווח היצרן	67.9	0.85	קישור למקור
MCP Atlas	מדד משני לפי דיווח היצרן	73.6	0.42	קישור למקור
Toolathlon	מדד משני לפי דיווח היצרן	74.1	0.42	קישור למקור
Agents' Last Exam	מדד משני לפי דיווח היצרן	25.7	0.42	קישור למקור
AutomationBench	מדד משני לפי דיווח היצרן	31.8	0.42	קישור למקור

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

דיוק עובדתי

מבחן הערכה	סטטוס	ציון	משקל	מקור
SimpleQA Verified	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לוח עצמאי	52.9	0.40	קישור למקור
SimpleQA	מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	57.9	0.13	קישור למקור

לא נמצאו תוצאות עבור: DeepSearchQA

מחקר ברשת

מבחן הערכה	סטטוס	ציון	משקל	מקור
Agents' Last Exam	מדד משני לפי דיווח היצרן	25.7	0.42	קישור למקור
BrowseComp	מדד משני · בהסתייגותזיקה מסחרית מוצהרת לפי דיווח היצרן	83.4	0.34	קישור למקור

לא נמצאו תוצאות עבור: WebArena-Verified · WideResearch · DeepSearchQA

הבנת תמונות ומסמכים חזותיים

מבחן הערכה	סטטוס	ציון	משקל	מקור
Humanity's Last Exam (HLE)	מדידה עצמאית · לוח השוואההערכה על ידי מודל אחרזיקה מסחרית מוצהרת לפי דיווח היצרן	42.7	0.72	קישור למקור

לא נמצאו תוצאות עבור: MMMU-Pro · MMMU

תהליכי עבודה בארגון

מבחן הערכה	סטטוס	ציון	משקל	מקור
AutomationBench	מדד משני לפי דיווח היצרן	31.8	0.42	קישור למקור

לא נמצאו תוצאות עבור: OfficeQA Pro

מערכות נוספות

להשוואה

Apodex 1.1 Celeris-1 ChatGPT Claude Claude Code Claude Fable 5 Claude Fable 5.1 Claude Haiku 5.5 Claude Opus 4.6 Claude Opus 4.7 Claude Opus 4.7 (Adaptive)Claude Opus 4.8 Claude Opus 5 Claude Opus 5.5 Claude Sonnet 4.6 Claude Sonnet 5 Claude Sonnet 5.5 Command A+Cursor DeepSeek-R1 DeepSeek R1 Distill Qwen 32B DeepSeek V3 DeepSeek V3 0324 DeepSeek V3.1 DeepSeek V3.1 (Reasoning)DeepSeek V3.2 DeepSeek V4.1 Flash 1017 DeepSeek V4 Flash Vision Exp Devin Exaone 4.0 32B Gemini 2.5 Flash Gemini 2.5 Pro 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 Gemini 4 Argon Gemini Nano Banana 2.1 Gemma 4 26B A4B GitHub Copilot 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 5.3 Prime GLM-5-Turbo GLM-5V-Turbo GPT-5.1 GPT-5.2 GPT-5.3 Codex GPT-5.4 GPT-5.5 GPT-5.6 Luna GPT-5.6 Sol GPT-5.6 Terra GPT-6.1 Sol GPT-6.1 Terra GPT-6.1 Terra Pro GPT-6 Astra GPT-6 Luna GPT-6 Sol 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 4.7 Grok 4 Fast (Reasoning)Grok Grok Code Fast 1 Hy3 Hy3 Preview Inkling Inkling-Small Instinct 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 Ling 3.0 Flash VL Ling 3.1 Flash Manus Mercury 2 Mercury 2.5 Meta AI Microsoft Copilot MiMo-V2.5-Pro MiMo-V2.6-Flash MiMo-V2.6-Pro MiMo-V2-Flash MiMo-V2-Omni MiMo-V2-Pro MiniMax M2.5 MiniMax M2.7 MiniMax M3 MiniMax M3.1 Flash Mistral Large 2 Mistral Large 3 Mistral Large 4 Le Chat Mistral Medium 3 Mistral Medium 3.5 128B Mistral Small 4 Muse Glimmer 30B Muse Spark Muse Spark 1.1 Muse Spark 1.2 Muse Spark Open Muse Wonder Muse Wonder Full Nemotron 3.5 Bolt 74B-A9B Nemotron 3.5 Lightning Nemotron 3.5 Super VL Nemotron 3.5 Super VL 120B A12B Nemotron 3 Nano Omni 30B A3B Nemotron 3 Ultra Nova Pro Codex Dots Perplexity Phi-4 Quasar 438B Qwen3.5-122B-A10B Qwen3.5-27B Qwen3.5-35B-A3B Qwen3.5 397B Qwen3.6-27B Qwen3.6-35B-A3B 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 Qwen3.8 Max Prime Qwen3.8 Omni Flash Beam 1.0 501B-A23B Sarvam 105B Sarvam 30B Solar Pro 2 Solar Pro 3 Step 3.5 Flash Step 3.7 Flash Step 5 Preview Switchyard Trinity-Large-Thinking