GPT 5.5, Claude Design ואימג'ים 2.0: כל העדכונים הגדולים מ-OpenAI ו-Anthropic השבוע

The Pulse:

• GPT 5.5 קיבל ציון 82.7% ב-Terminal Bench: עוקף את Mythos של Anthropic שקיבל 82%, המודל שנחשב "מסוכן מדי לשחרור". המחיר: $5 לכל מיליון טוקני קלט ו-$30 לכל מיליון טוקני פלט: כפול מ-GPT 5.4.
• GPT Image 2 קפץ לציון 1500 ב-LM Arena בעוד Nano Banana (Gemini 3.1 Flash Image) עומד על 1271: כל שאר המודלים מקובצים בין 1100 ל-1200. הברקוד שנוצר על ידי המודל לספר Good to Great סרק בהצלחה: גם לאחר שהמספרים הושחרו.
• Claude Design, המבוסס על Opus 4.7, יצר אנימציות ב-NAB 2026 בלאס וגאס תוך דקות ספורות: תהליך שלקח בעבר שעה עד שעתיים ב-After Effects. Kimi K2.6 מריץ 300 sub-agents מקבילים ועוקף את Opus 4.6 ו-GPT 5.4 Extra High בבנצ'מרקים כמו Deep Search ו-Humanity's Last Exam.

TL;DR: GPT 5.5 הפך למודל המוביל במדד הבינה המשולב של Artificial Analysis: מדד שמאגד 10 בנצ'מרקים שונים: תוך שבירת תיקו תלת-כיווני שהיה בין Opus 4.7, Gemini 3.1 Pro ו-GPT 5.4. ChatGPT Images 2.0 מוביל את LM Arena בפער משמעותי מכל המתחרים, ו-Claude Design מאפשר יצירת אנימציות ועיצובים ברמת After Effects תוך דקות. בנוסף: Kimi K2.6 עם 300 agents מקבילים, OpenAI Privacy Filter כמודל open-weight, ו-Qwen 3.6 27B מ-Alibaba.

השבוע חשף שתי מגמות מתנגשות: מצד אחד, מודלים קנייניים של OpenAI ו-Anthropic מדחיפים את גבולות הביצועים כלפי מעלה: אך במחיר כפול. מצד שני, מודלים open-source כמו Kimi K2.6 ו-Qwen 3.6 27B מצמצמים את הפער ועוקפים בחלק מהבנצ'מרקים מודלים שעלו אלפי דולרים לפיתוח. הפער בין "הכי חכם" ל"הכי זמין" מתכווץ בקצב שעסקים חייבים לקחת בחשבון בהחלטות רכש.

הנה ניתוח מעמיק של כל העדכונים המרכזיים השבוע: מה השתנה בפועל, מה זה עולה, ואיך כל אחד מהמודלים האלה משפיע על העבודה היומיומית של עסקים שמשתמשים ב-AI.

GPT 5.5: המודל שעושה יותר עם פחות: ומה זה אומר למשתמש העסקי

GPT 5.5 הוא המוביל הבלעדי במדד הבינה המשולב של Artificial Analysis Intelligence Index, שמאגד 10 בנצ'מרקים שונים. המודל קיבל 82.7% ב-Terminal Bench לעומת 75% של GPT 5.4 ו-69.4% של Claude Opus. זמין כעת למשתמשי Plus, Pro, Business ו-Enterprise בחטיבת ChatGPT ו-Codex, אך התמחור הכפול ($5 לכל מיליון טוקני קלט ו-$30 לפלט לעומת $2.50 ו-$15 ב-GPT 5.4) הופך את הדיוק בשימוש ל-API לקריטי לעסקים.

כשעובדים עם מודלים חדשים של שפה גדולה, הבעיה הראשונה שלי היא תמיד זהה: קשה להשוות ביצועים בפועל כדי להראות לך הבדלים ממשיים. רוב המשתמשים כל יום לא יראו קפיצה דרמטית. אולי תרגישו שינוי קטן בטון: מודל שנראה קצת יותר ידידותי או קצת יותר רובוטי: אבל בעצם, המודלים הקודמים כבר טובים מאוד. הם כבר יודעים לספק מידע, לכתוב קוד בסיסי, להשוות מוצרים. אז איפה בדיוק אתה רואה את ההבדל?

התשובה טמונה בעיקרון אחד: עשיית יותר עם פחות. GPT 5.5 מבין מה אתה מנסה לעשות מהר יותר ויכול לבצע יותר מהעבודה בעצמו, גם כשאתה נותן לו הנחיות מעורפלות. זה אומר שאתה יכול לתת לו פחות קשר ופחות פרטים וקבל תוצאות טובות. אבל גם אם אתה כן נותן לו הרבה קשר: הוא עדיין טוב הרבה יותר מ-5.4. המודל משתמש בצורה משמעותית בפחות טוקנים (יחידות טקסט) להשלמת אותן משימות, מה שהופך אותו ליעיל יותר וגם מסוגל יותר. זה חשוב במיוחד אם אתה משתמש ב-API או בעבודה עם Codex (סביבת הקידוד של OpenAI).

בואו נראה זאת בפועל. נתתי ל-GPT 5.4 הנחיה פשוטה מאוד: "עזור לי עם תוכנית להיות בריא יותר." זה הכל. אין קשר, אין פרטים על מה שאני רוצה. התוצאה? תוכנית גנרית שיכלה להיות לכל אחד: שיפור שינה, אכילה נקייה יותר, תנועה יומית. זה נכון, אבל חסר חיות.

כשעברתי ל-GPT 5.5 עם אותה הנחיה בדיוק ("עזור לי עם תוכנית להיות בריא יותר"), המודל החדש עשה משהו שונה לחלוטין. הוא חפר לתוך ההיסטוריה של השיחות שלי, הבין שדיברתי איתו בעבר על בעיות תזונה ספציפיות, וחזר עם תוכנית שהייתה בדיוק עבורי: "הבעיה הגדולה שלך בתזונה היסטורית היא לא שאתה אוכל יותר מדי זבל: זה שאתה לעתים קרובות מדלג על ארוחות, אתה אוכל חלבון לא מספיק במהלך היום, ואז אתה אוכל את רוב הקלוריות שלך בערב." זה 100% נכון. הוא גם ידע שאני מקליט סרטונים ביום חמישי ופרסם ביום שישי, אז הוא הציע לי לקחת את זה קל ביום חמישי. הוא אפילו הוסיף תוכנית נסיעות כי הוא יודע שאני נוסע הרבה. אותו פרומפט, שתי תוצאות לחלוטין שונות: אחת גנרית, השנייה מותאמת בדיוק לי.

עכשיו דמיין את זה עם קידוד. נתתי לשני המודלים את ההנחיה הזו: "צור אתר יפה ואינטראקטיבי שמתאר ומדמיין מה GPT 5.4 טוב בו." זה הכל. GPT 5.4 החזיר אתר עם כמה אנימציות, עמודות עיצוב מוזר, וחלק מהקוד שלא עבד כמו שצריך. GPT 5.5, עם אותה הנחיה בדיוק, יצר אתר שהיה אינטראקטיבי הרבה יותר, עם גרפים עובדים, ניווט מבוסס קוד, ומערכת סיווג שהשתנתה כשהזזת סליידרים. שני אתרים שונים לחלוטין מאותו פרומפט. ההבדל הוא שGPT 5.5 הבין מה אני באמת רוצה: אתר שמראה יכולות דינמיות: גם בלי שאמרתי לו זאת במפורש.

כשמדברים על יכולות ספציפיות, GPT 5.5 מצטיין בכתיבה וניפוי באגים בקוד, חיפוש מקוון, ניתוח נתונים, יצירת מסמכים וגיליונות אלקטרוניים, הפעלת תוכנה, וניווט בין כלים עד להשלמת משימה. זה לא רשימה של תכונות חדשות: זה מה שקודם גם יכל לעשות. ההבדל הוא שהוא עושה את כל זה בצורה חדה יותר ובטוקנים פחות. אם אתה משתמש ב-ChatGPT בדרך כלל, זה לא משנה לך כי אתה משלם מנוי קבוע. אבל אם אתה משתמש ב-API: משלם לכל טוקן: או עובד עם Codex, הצריכה הנמוכה יותר של טוקנים יכולה להציל לך כסף למרות התמחור הגבוה יותר.

מבחינת גישה, זה לא זמין לכולם עדיין. אם אתה על התוכנית החינמית או על $8 בחודש "Go" (שהיא בעצם היא תוכנית בחינם עם כמה תכונות), אתה לא מקבל את זה. Plus, Pro, Business, ו-Enterprise משתמשים בChatGPT וCodex כבר יש לו. יש גם דגם "5.5 Pro" שמגיע לPro, Business, ו-Enterprise. ה-API עדיין לא זמין, אבל OpenAI אמרו שהוא בקרוב. אם אתה משתמש בCursor או בכלי קידוד צד שלישי אחר, אתה לא יכול להשתמש בו עדיין.

התובנה המרכזית: GPT 5.5 מוביל בכל בנצ'מרק משמעותי (Terminal Bench 82.7% vs 75% ב-5.4, Artificial Analysis Intelligence Index הראשון), אבל הערך העסקי האמיתי הוא בהבנה מה

ChatGPT Images 2.0: מודל התמונות שקפץ לציון 1500 ב-LM Arena

תשובה ישירה: ChatGPT Images 2.0 עוקף את Nano Banana (Gemini 3.1 Flash Image) בציון משמעותי של 1500 לעומת 1271 ב-LM Arena: מדד טעימה עיוורת שמבוסס על בחירות משתמשים אמיתיים. זה המודל הראשון של OpenAI לתמונות שמשלב יכולות חשיבה (thinking capabilities) וחיפוש ווב בזמן אמת, מה שמאפשר לו ליצור תמונות עם טקסט צפוף, ברקודים פונקציונליים, ותמונות 360 מעוקלות בדיוק גבוה.

הקפיצה מ-1271 ל-1500 בציון LM Arena היא משמעותית במיוחד כי כל המודלים האחרים בשוק מקובצים בין 1100 ל-1200. זה אומר שאין תחרות קרוב: יש פער ברור בין Images 2.0 לבין כל מתחרה אחר. LM Arena עובד כטעימה עיוורת: המערכת מציגה שתי תמונות ללא ציון איזה מודל יצר אותן, והמשתמשים בוחרים איזו תמונה הם מעדיפים. הציון משקף הצבעות ממשיות של קהילה רחבה, לא בנצ'מרק אוטומטי. זה הופך את הדירוג הזה לאינדיקטור אמין לביצועים בעולם האמיתי.

מה שהופך את Images 2.0 למשחק משנה הוא שילוב של שלוש יכולויות שלא היו קיימות ביחד עד עכשיו. ראשית, יכולות חשיבה (thinking): המודל יכול לעצור, לתכנן, ולוודא את הפלט שלו לפני שהוא משדר את התמונה. שנית, חיפוש ווב בזמן אמת: כשאתה מבקש ממנו ליצור אינפוגרפיקה של עצם אנושי, הוא לא מסתמך רק על הידע שלו; הוא חוקר ברשת כדי למלא פערים. שלישית, יכולות ויזואליות שלא ראינו בעבר: ברקודים שסרוקים בפועל לדפים אמיתיים, מפות 360 מעוקלות שנראות כמו צילום Insta360, ותמונות עם טקסט צפוף שקריא וקוהרנטי.

דוגמה קונקרטית: Riley Brown הדגים שהמודל יצר ברקוד לספר "Good to Great": ברקוד שפועל בפועל. הוא סרק אותו בטלפון שלו וזה הוביל לדף הספר. אז הוא הוציא את כל המספרים מהתמונה (הושחר אותם) וסרק שוב: הברקוד עדיין עבד. זה אומר שהמודל לא פשוט הדפיס ספרות; הוא יצר ברקוד שקרוי בפועל. Leon Lin יצר תמונת 360 מעוקלת (equirectangular) עם Sam Altman, Jensen Huang, Tim Cook ו-Elon Musk כולם בתוך אותה סצנה: משהו שלא קרה בחיים האמיתיים, אך המודל הצליח ליצור מראה קוהרנטי ומעמיק.

התובנה המרכזית: ChatGPT Images 2.0 הוא קפיצה בעלת שני סדרי גודל בדיוק ויכולות ויזואליות: בנקודה שבה יצירת תמונות כבר לא עוד המגבלה; ההגבלה היא הדמיון של המשתמש וההוראות שלו.

Claude Design ו-Live Artifacts: Anthropic נכנסת לעולם העיצוב והאנימציה

Claude Design משתמש במודל Opus 4.7 וזמין למשתמשי Claude Pro, Max, Team ו-Enterprise. הכלי מאפשר שיתוף פעולה ישיר עם Claude ליצירת עבודות ויזואליות מלוטשות: מעיצובים וחוטים (wireframes) ועד הנוכחויות וגיליונות חד-עמודיים. בניגוד לעורכי עיצוב מסורתיים, Claude Design עובד דרך שיח טבעי: אתה מתאר מה אתה רוצה, והמודל יוצר HTML וCSS אינטראקטיביים מיד, ללא צורך בידע עיצוב או קידוד. הדבר החשוב ביותר: הכלי יכול ליצור אנימציות מסוג After Effects בתוך דקות: משהו שבעבר לקח שעה או שתיים בתוכנה מקצועית.

כשניסיתי את Claude Design בפעם הראשונה, נתתי לו פרומפט בודד: "reimagine Future Tools": זה הכל. ללא הוראות מפורשות, ללא דוגמאות עיצוביות, ללא פרטים נוספים. המודל שאל כמה שאלות מעקבה (scope, fidelity, direction, vibe) ואז הציג עיצוב מחדש מלא של האתר שלי, כולל אנימציות, טיקר של כלים חדשים, ותרשים דמוי גרף מניות המראה כיצד כלים גדלים או קטנים בהצבעות. העיצוב היה מורכב וממשי: משהו שדורש בדרך כלל שיתוף פעולה רב-שלבי עם מעצב. כאן זה קרה בתוך דקות. אני ראיתי את אותה תופעה בעבודות של Matthew Berman, שהשתמש ב-Claude Design ליצירת הצגות שקופיות שלמות. העיצוב שלו נראה דומה מאוד לשלי: אותה אסתטיקה עם סרגלי טיקר, אותה תחושה כהה וממודרנת. זה מצביע על כך שלמודל יש סגנון עיצוב מובנה, אך הוא גם מסתגל לתוכן שאתה מבקש.

המקרה השימוש האהוב עלי של Claude Design הוא אנימציות. דברתי בפאנל ב-NAB 2026 בלאס וגאס בשבוע זה, והנתתי ל-Claude Design משימות אנימציה ספציפיות כדי להראות על הבמה. אמרתי לו "הדגש את לאס וגאס על מפה, ואז זום פנימה עם אנימציה והוסף טקסט." הוא עשה זאת. אחר כך ביקשתי ממנו "יצור סצנה של Hall במרכז הכנסים עם NAB 2026 מונפש על המסך." הוא עשה זאת. ואז ביקשתי ממנו גרפי עמודות המציגים כמה אנשים מגיעים לוגאס בכל שנה: הוא יצר גרפים שנפתחו בהנפשה על המסך. לאחר מכן, גרף קו המראה כמה פעמים AI הוזכרה ב-NAB בשנים קודמות, עם טקסט שנוסף בהנפשה: "AI, the defining story of NAB 2026." כל זה לקח כמה דקות ודו-שלוש הנחיות. בעבר, אותה רמת אנימציה הייתה דורשת שעה עד שעתיים ב-After Effects: זו פשוטות משמעותית. לא אני עושה זאת בעצמי; אני מעסיק עיצבים למשהו מתקדם יותר. אך לתרשימים מהירים, לטיקרים, למפות בסיסיות. Claude Design פותר את הבעיה.

HeyGen השיקה גם הם תכונה בשם HyperFrames שמשתמשת ב-Claude Code ליצירת קבצי MP4 של אנימציות. זה אומר שאתה יכול לתת הנחיה ל-Claude Code (פתרון הקידוד של Anthropic) ולקבל קובץ וידאו שלם בחזרה: שוב, בדקות. הדבר הזה מדגיש מגמה גדולה יותר: מודלים מתחילים לא רק להבין משימות, הם מתחילים לייצר קובצים וקבצים מסוג מקצועי ישירות. Anthropic גם שחררה Live Artifacts ב-co-work (תוכנית ה-Enterprise שלהם), שמאפשרת לך ליצור לוחות בקרה ומעקבים המחוברים לאפליקציות וקבצים בחיים. אם אתה מחבר את ה-Dashboard שלך ל-Excel או CSV, כל פעם שאתה פותח אותו, הוא מרענן עם נתונים עדכניים. זה שימושי עבור צוויות שצריכות לעקוב אחר מדדים בזמן אמת מבלי להיכנס לכל כלי בנפרד.

התובנה המרכזית: Claude Design מצמצם את העיצוב המורכב מ-1-2 שעות ל-דקות, ומדגיש כיצד AI מתחיל להחליף ממשק משתמש ויזואלי בשיח טבעי: לעסקים זה אומר שטיימים קטנים יכולים עכשיו לעשות עבודה שדרשה בעבר מעצבים מאומתים.

עוד מודלים, עוד כלים: Google DeepMind, Alibaba, Kimi ו-OpenAI Privacy Filter

תשובה מהירה: השבוע הוציאו מודלים חדשים מ-Google DeepMind, Alibaba וKimi, כולל Deep Research Max לחקר אוטונומי, Qwen 3.6 בגרסה open-source ו-proprietary, וKimi K2.6 שיכול להריץ 300 sub-agents בו-זמנית. בנוסף, OpenAI הוציאה Privacy Filter: כלי open-weight לזיהוי מידע מזהה אישי שרץ locally ללא שליחת נתונים לשרתים.

כשמדברים על הרחבת היקום של מודלים זמינים, חשוב להבין שלא כל המודלים נוצרו שווים. Google DeepMind הוציאה את Deep Research Max, שהוא סוכן מחקר אוטונומי המתמחה בביצוע חקירות מעמיקות על פי דרישה. זה לא סתם מודל שמחזיר תוצאות חיפוש: הוא עובד בעצמאות, מתכננן שרשרת של שאלות מחקר, ומנתח מקורות מרובים כדי לבנות תמונה שלמה. במדדי ביצוע שונים, Deep Research Max הוא למעשה state-of-the-art בכל משימות מחקר. זה משמעותי לעסקים שצריכים ניתוח תחרותי או מחקר שוק עמוק: במקום להעסיק אנליסט לשעות, אתה יכול להעביר את העבודה לסוכן ולקבל דוח מובנה תוך דקות.

Alibaba, מצדה, הוציאה שתי גרסאות של Qwen בו-זמנית, וזה יוצר דינמיקה מעניינת בשוק. Qwen 3.6 Max Preview היא מודל proprietary: כלומר, לא open-weight, לא ניתן לשנות או להוריד אותו בחופשיות. היא מיועדת לעסקים שצריכים ביצועים מקסימליים ויכולים להשלם על גישה API. לעומת זאת, Qwen 3.6 27B היא open-source לחלוטין: אתה יכול להוריד אותה, להריץ אותה בשרתים שלך, ואפילו לעדן אותה על נתונים משלך. Alibaba טוענת ששתי הגרסאות מצטיינות בקידוד agentic: כלומר, יכולת לפעול כסוכנים שמבצעים משימות רב-שלביות. לעסקים בישראל שמתעניינים בעצמאות טכנולוגית, ה-27B open-source היא אפשרות משמעותית כי אתה לא תלוי בתשתיות ענן של צד שלישי.

Kimi K2.6, מודל סיני נוסף, עולה בעניין בגלל יכולת מעט מדהימה: היא יכולה להריץ 300 sub-agents (תת-סוכנים) בו-זמנית. דמיין שאתה צריך לעבד 300 משימות תכנות בהקבלה: כל אחת עם שרשרת חשיבה משלה. Kimi עושה את זה. ובחלק מהבנצ'מרקים החשובים. Deep Search ו-Humanity's Last Exam. Kimi K2.6, שהיא open-weight, למעשה עוקפת את Opus 4.6 ואת GPT 5.4 Extra High. זה אומר שמודל שאתה יכול להוריד ולהריץ בחינם עוקף מודלים proprietary שעולים הרבה כסף. למי שמטפל בתהליכים שדורשים אוטומציה בקנה מידה גדול: כמו עיבוד מסמכים, ניתוח נתונים או אוטומציה של סרגל עבודה: זה משחק משנה.

OpenAI Privacy Filter היא כלי שונה לחלוטין, אבל חיוני לכל ארגון שמטפל בנתונים רגישים. זה מודל open-weight לזיהוי PII: personally identifiable information, כלומר מידע שיכול לזהות אדם: שמות, מספרי תעודות זהות, כתובות, מספרי טלפון, כתובות דוא"ל. ההבדל הגדול: Privacy Filter רץ locally, על המכונה שלך. הנתונים לא עוזבים את הרשת שלך. זה חיוני לעסקים בישראל שעובדים עם נתונים רגישים ומחויבים ל-GDPR או לחוקי הגנת הפרטיות המקומיים. הכלי זמין ב-HuggingFace וב-GitHub, ואתה יכול לעדן אותו על נתונים משלך אם צריך. במקום לשלוח את כל המסמכים שלך לשירות ענן שלישי כדי להסתיר מידע רגיש, אתה יכול להריץ את זה בעצמך.

המשמעות האסטרטגית: הגיוון של מודלים חדשים: open-source וproprietary, מחקר וקידוד וprivacy: פירושו שעסקים כבר לא צריכים להסתמך על שחקן יחיד. אם Qwen 3.6 27B עוקפת את Opus בקידוד agentic, ו-Kimi K2.6 רצה על שרתים שלך ללא עלויות API מתמשכות, התחרות על מודלים משנה את משוואת ה-ROI לטובת הלקוח.

שאלות נפוצות