Split-merge системы представляют собой модели стохастических систем, в которых происходит разделение поступающих в систему задач (заявок) на части или фрагменты перед непосредственным поступлением на обработку (обслуживание). Механизм разделения клиентских запросов на части получил широкое распространение, например на вычислительных платформах с целью повышения производительности обработки больших объемов данных. В работе предлагается мета-гауссовская модель для оценки характеристик времени обслуживания в split-merge системах с зависимыми временами обслуживания на приборах и, соответственно, характеристик производительности самой системы. Зависимость времен обслуживания моделируется с помощью различных вариантов копула-функций, что не всегда позволяет аналитически определить общую функцию распределения времени обслуживания и, соответственно, моменты этой величины, необходимые для оценки качества функционирования системы в целом. Мета-гауссовская модель позволяет получить моменты времени обслуживания с помощью несложной симуляции случайных времен обслуживания частей заявки для любых частных распределений. В работе изложен принцип построения мета-гауссовской модели для split-merge систем, проведен численный эксперимент для случая пуассоновского входящего потока и двух семейств распределений для времен обслуживания: экспоненциального и распределения Парето, в рамках численного эксперимента проведено сравнение результатов предложенной модели с известными аналитическими результатами для среднего времени пребывания заявки в системе, а также сравнивается характер его поведения в зависимости от коэффициентов корреляции Бломквиста и Кендалла. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.