השוואת יכולות מודלי AI
קידוד סוכני
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Vibe Code Benchבנצ'מרק קידוד Vibe
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| מס' | מודל | Cost / Testעלות לבדיקה | Input costמחיר קלט למיליון token | Output costמחיר פלט למיליון token | Durationמשך הבדיקה המדווח | |
|---|---|---|---|---|---|---|
| 1 |  Claude Sonnet 5.5Claude Sonnet 5.5 | 92.39 | $31.25 | $2 | $10 | 61 min |
| 2 |  Gemini 4 ArgonGemini 4 Argon | 91.91 | $8.11 | $4 | $20 | 37.47 min |
| 3 | Claude Haiku 5.5Claude Haiku 5.5 | 90.44 | $6.07 | $0.1 | $0.5 | 34.6 min |
| 4 | Claude Opus 5.5Claude Opus 5.5 | 90.29 | $57.92 | $4 | $20 | 96 min |
| 5 | Claude Fable 5.1Claude Fable 5.1 | 90.26 | $33.37 | $10 | $50 | 57.67 min |
| 6 |  GPT-6 AstraGPT-6 Astra | 89.59 | $38.51 | $10 | $50 | 39.07 min |
| 7 | GPT-6.1 SolGPT-6.1 Sol | 88.93 | $6.23 | $2 | $10 | 75 min |
| 8 | Claude Opus 5Claude Opus 5 | 88.4 | $33.88 | $5 | $25 | 88 min |
| 9 | GPT-6 SolGPT-6 Sol | 87.82 | $26.36 | $2 | $10 | 38.93 min |
| 10 | GPT-6 LunaGPT-6 Luna | 81.65 | $1.35 | $0.1 | $0.5 | 37 min |
PandaNpc עודכן 21 באוק׳ 2026, 06:01 UTC
מקור: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
מדריך עמודות
- מס'
- סדר תצוגה בלבד. המיון משנה את המספר הזה; זה אינו דירוג יכולת מפורסם.
- מודל
- שם המודל המוערך והאייקון של הספק שלו. מקף בעמודת ציון מציין שלא זמין כאן ציון מפורסם, ולא אפס.
- ציון
- בודק בניית יישומי ווב מבקשות בשפה טבעית, תוך הערכת היישום שנוצר ולא תשובות קוד מבודדות. מתודולוגיית הערכה ↗
- Cost / Test
- עלות לבדיקה · USD
- Input cost
- מחיר קלט למיליון token · USD / 1M tokens
- Output cost
- מחיר פלט למיליון token · USD / 1M tokens
- Duration
- משך הבדיקה המדווח · s / min
- Vals.ai
- עלויות וזמנים מדווחים על ידי Vals עבור בנצ'מרק זה, ולא מחירי מודלים או השהיה אוניברסליים. עלות ה-API המשוערת של CUA-bench מכסה שימוש בהערכה והיא אומדן חסם תחתון, לא עלות לכל משימה; זמן לפעולה הוא ממוצע, לא חציון. כוכבית מסמנת התנהגות prompt-cache ביום ההשקה שהגדילה את עלויות הכתיבה למטמון. ערכים חסרים לא פורסמו, לא אפס.