השוואת יכולות מודלי AI
שימוש במחשב
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.
ALE-V1 · full · max · Codex
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| מס' | מודל | מנוע סוכן | מאמץ חשיבה | פיצול | משימות שהורצו / סך המשימות | ||
|---|---|---|---|---|---|---|---|
| 1 |  GPT-6 Astragpt-6-astra | Codex | max | 34.21% | 59.26% | full | 151 / 152 |
| 2 | GPT-6 Solgpt-6-sol | Codex | max | 31.58% | 58.57% | full | 151 / 152 |
| 3 | GPT-6 Lunagpt-6-luna | Codex | max | 25% | 50.89% | full | 150 / 152 |
ALE · תהליכי עבודה מקצועיים
מקור: Agents’ Last Exam ↗ · CC BY 4.0 · אוחזר 21 באוק׳ 2026, 06:00 UTC
ALE-V1 · full · max · Codex · Source date unknown
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.
- מנוע סוכן
- Codex
- מאמץ חשיבה
- max
- ציון
- ALE-V1 בפיצול מלא, מאמץ חשיבה מרבי: האחוז מכלל 152 המשימות שקיבלו ניקוד מלא. מספרי הרצות המשימה עשויים להיות נמוכים מ-152. תהליכי עבודה מקצועיים מאפשרים כלי GUI וכלי שורת פקודה; Claude Code ו-Codex משתמשים במערכי הרצה שונים. זו אינה השוואה של GUI בלבד. לא מתפרסם תאריך תמונת מצב במעלה הזרם; זמן השליפה מוצג בנפרד. Claude Code ו-Codex מדורגים רק בקבוצות ההשוואה הנפרדות שלהם. מתודולוגיית הערכה ↗
- ציון חלקי
- ALE-V1 בפיצול המלא, מאמץ חשיבה מרבי: ציון המשימה החלקי הממוצע שפורסם, מומר מ-0–1 לאחוזים. זה אינו שיעור ההצלחה במשימה מלאה. תהליכי עבודה מקצועיים מאפשרים כלי ממשק גרפי וכלי שורת פקודה; Claude Code ו-Codex משתמשים בהרנסים שונים. מוצגים מספרי הרצות המשימה והפיצול של 152 משימות. לא פורסם תאריך תמונת מצב במעלה הזרם; זמן האחזור מוצג בנפרד. Claude Code ו-Codex מדורגים רק בתוך קבוצות ההשוואה הנפרדות שלהם.
- פיצול
- פיצול
- משימות שהורצו / סך המשימות
- משימות נפרדות עם הרצה שפורסמה / כל 152 המשימות בחלוקה המלאה. שיעור ההצלחה משתמש בחלוקה המלאה כמכנה; משימות שלא הורצו אינן נספרות כהצלחות.