בעוד שהכותרות הגדולות של השבוע הלכו לעסקאות הענן ולסוכנים, המהלכים המשמעותיים באמת קרו מתחת לפני השטח, ועסקו ביעילות ובפתיחות: מודל דיפוזיה שמשיג איכות של דגמי חזית במהירות של אלף טוקנים לשנייה, סינית שמשחררת משקלים ב-15 סנט למיליון טוקנים, ומודל רפואי פתוח של גוגל שזכה לפרסום מדעי בביקורת עמיתים ב-Nature Medicine.
אלה שלושה סיפורים נפרדים, אבל הם מספרים אותו סיפור: הפער בין מחיר לביצועים ב-2026 נסגר מהר ממה שמתכנני התקציבים שלכם חושבים, ו-"משקלים פתוחים" כבר לא אומר מה שחשבתם.
מה שחשוב לדעת
- Mercury 3 (Inception, 19 באוקטובר): מודל דיפוזיה שמייצר טקסט — 1,068 טוקנים לשנייה על כרטיסי Blackwell, מהיר פי 4–8 מ-GPT-6 Luna ו-Claude Haiku 5.5, ולטענת החברה גם משיג אותם בבנצ'מרקים מרכזיים. מחיר: 0.20/0.70 דולר למיליון טוקני קלט/פלט, ובהשקה 50% הנחה.
- MiniMax M3.1 Flash (19 באוקטובר, משקלים ב-23): 428 מיליארד פרמטרים, 23 מיליארד פעילים, מיליון טוקני הקשר — ב-0.15 דולר למיליון טוקני קלט. המשקלים עלו ל-Hugging Face עם תמיכת יום-אפס ב-vLLM על Blackwell, Rubin ו-MI350.
- MedGemma (20 באוקטובר): משפחת המודלים הרפואיים הפתוחים של גוגל פורסמה ב-Nature Medicine — ב-81% מדוחות צילומי החזה שהיא מייצרת, מעריכים מצאו החלטות קליניות זהות או עדיפות על המקור. 10 מיליון הורדות בסך הכול.
- האותיות הקטנות שחוזרות על עצמן: רישיון MiniMax Community הוא לא MIT — שימוש מסחרי מחייב מתן קרדיט, ומעל 20 מיליון דולר בהכנסות נדרש אישור בכתב. בדיוק אותו סף כמו רישיון Muse של Meta.
Mercury 3: דיפוזיה סוף-סוף בקנה מידה
רוב מודלי השפה כותבים תשובה משמאל לימין, טוקן אחרי טוקן. מודל דיפוזיה עובד אחרת: הוא מנסח טיוטה שלמה ואז משחזר אותה במקביל בסבבי ניקוי רעש — אותו עקרון שמניע את מחוללי התמונות. Inception Labs היא החברה שהפכה את זה לסחיר: Mercury 1 יצא ביוני 2025, ו-Mercury 3 — הגדול פי 40 לפחות מהראשונה — הוא ההוכחה הראשונה שהגישה עובדת גם בקנה מידה חזיתי.
המספרים, לפי החברה: 1,068 טוקנים לשנייה על כרטיסי GPU נפוצים של NVIDIA — פי ארבעה עד שמונה ממהירות הדגמים המקבילים — וציונים גבוהים יותר מ-GPT-6 Luna ו-Claude Haiku 5.5 ב-GPQA Diamond, ב-IFBench וב-SWE-Bench Atlas. כאן צריך את ההערה הרגילה: כל הבנצ'מרקים פורסמו על ידי היצרן ועדיין לא אומתו מבחוץ, ובשני מדדים — DeepSWE ומדד נוסף — Haiku 5.5 עדיין מנצח. אבל גם בלי אימות, הכיוון ברור: ככל שמסלול התשובה של מודלי החשיבה ארוך יותר, היתרון המבני של הדיפוזיה רק גדל.
המחיר משלים את התמונה: 0.20 דולר קלט ו-0.70 דולר פלט למיליון טוקנים, הנחת השקה של 50%, וטוקנים מהקאש בהנחה של 90%. ה-API תואם OpenAI — מחליפים את ה-endpoint, לא את הספרייה — וזמין גם ב-OpenRouter, Baseten ו-Vercel AI Gateway.
MiniMax M3.1 Flash: פלאש סיני עם עוקץ רישיוני
MiniMax שיחקה אותה שקט יחסית: לפני ההשקה, גרסה מוקדמת של המודל רצה באנונימיות תחת השם Space Bunny וצברה מעל 200 טריליון טוקנים של תעבורה אמיתית. ב-19 באוקטובר היא נחשפה כ-M3.1 Flash — מודל MoE מולטימודלי של 428 מיליארד פרמטרים, 23 מיליארד פעילים לטוקן, חלון הקשר של מיליון, קלט טקסט+תמונה+וידאו ופלט טקסט. החברה מדווחת על קפיצת דור במשימות סוכניות, קידוד, Computer Use וסייבר — עלות נמוכה ב-70% לעומת הקודם ומהירות גבוהה כמעט פי שלושה (מעל 200 טוקנים לשנייה בשימוש יומיומי).
ארבעה ימים אחר כך, ב-23 באוקטובר, המשקלים עלו ל-Hugging Face — 252 גיגה-בייט של קבצי safetensors — ומה שהופך אותו לשימושי באמת: תמיכת יום-אפס ב-vLLM (כולל ליבות ייעודיות ל-Rubin ו-MI350), SGLang, Together AI, NeMo ו-Tenstorrent.
ועכשיו — האותיות הקטנות: הרישיון הוא MiniMax Community License — לא MIT. שימוש לא מסחרי חופשי; שימוש מסחרי מחייב הצגת הקרדיט "Built with MiniMax M3.1 Flash"; מעל ~20 מיליון דולר בהכנסות שנתיות נדרש אישור מראש בכתב; ויש סעיף האוסר שימוש צבאי. זו בדיוק אותה תבנית כמו רישיון Muse של Meta — סף ה-20 מיליון הופך למוסכמה תעשייתית של "משקלים פתוחים עם מעצורים", בניגוד ל-רישיון ה-MIT המתיר של DeepSeek.
MedGemma: הפתוח שזכה להכרה מדעית
חדשות מסוג אחר: משפחת MedGemma של גוגל — מודלים רפואיים פתוחים שמבוססים על Gemma 3 (4B ו-27B מולטימודליים, 27B טקסט-בלבד, ומקודד תמונה MedSigLIP בן 400 מיליון פרמטרים) — פורסמה השבוע ב-Nature Medicine עם מדדים שעברו ביקורת עמיתים. התוצאה הבולטת: ב-81% מדוחות צילומי החזה שהמודל ייצר מצאו מעריכים החלטות קליניות זהות או טובות יותר מהמקור, ובמקביל שיפור של 15.5–18.1% בסיווג ממצאים בצילום חזה מול מודל הבסיס.
הנקודה המהותית היא פרשנית: מודלים פתוחים שעוברים שיפוט עמיתים רפואי פורמלי מסירים את מחסום ההצדקה שמסביב ל-API קליני קנייני — מערכת בריאות יכולה לאמץ ולכוונן על הנתונים שלה במקום לשלם פרמיה לספק. וכפי שמתברר, זה כבר קורה בקנה מידה: גוגל מדווחת על 10 מיליון הורדות בסך הכול, מצד יותר מ-65,000 מפתחים שונים.
והשאר — בקצרה
- Mistral Voxtral 3 (20 באוקטובר): משפחת דגמי דיבור חדשה ב-50+ שפות — Small ו-Mini Transcribe 3, Mini Transcribe Realtime 3 ו-Mini TTS 3, לצד SDK לסוכני קול. שווה מעקב לשוק הקולי המקומי.
- Reflection Beam — משקלים נפתחו (16 באוקטובר): מודל ה-MoE של מעבדת Reflection (501 מיליארד פרמטרים, 23 מיליארד פעילים, מיליון טוקני הקשר) ירד ל-Hugging Face תחת Apache 2.0 — רישיון מתיר לחלוטין, בניגוד לרישיונות המותנים של השבוע.
- סיפור אבטחה שחייבים לציין: מהנדס OpenAI לשעבר, עבד אל-רחמן אלפוזן, הואשם ב-13 באוקטובר בהאזנת סתר בחדר הישיבות של ההנהלה — מכשיר הקלטה מוסווה שחובר ליציאת USB מאחורי טלוויזיה, לפי כתב האישור של משרד המשפטים. תזכורת שאיום הפנים בחברות חזית הוא אמיתי ומתמשך.
מה זה אומר בפועל
- תקצבו מחדש: שכבת ה-Flash זולה עכשיו פי 4–10 ממה שהייתה לפני שנה — מלחמת המחירים לא נגמרה, היא רק עברה לשכבה הזולה. אם התכנון שלכם בנוי על מחירי 2025, יש כסף על השולחן.
- בדקו דיפוזיה לעומסים אמיתיים: Mercury 3 הוא המימוש המעשי הראשון של הטכנולוגיה לסוכנים וצ'אט חי — 100 מיליון טוקני ניסיון בחינם זמינים.
- "משקלים פתוחים" ≠ "קוד פתוח": לפני שמורידים מודל לפרודקשן — בדקו את הרישיון: סף ה-20 מיליון ודרישת הקרדיט משתכפלים בין חברות. זה משפטי, לא טכני. מי שמתכנן הרצה עצמית ייעזר במדריך ההרצה העצמית המלא.
- בריאות: אם אתם ב-health-tech, MedGemma הוא כרגע הבסיס הפתוח היחיד עם ולידציה שעברה שיפוט עמיתים — וישראלים בתחום יכולים להשתמש בו כבסיס.
שאלות נפוצות
מהו מודל דיפוזיה בטקסט?
במקום לייצר טוקן אחרי טוקן, המודל מנסח טיוטה שלמה ומשחזר אותה במקביל — כמו מחולל תמונות. זה מה שמאפשר ל-Mercury 3 להגיע לאלף טוקנים לשנייה, וכך היתרון גדל ככל שהתשובה ארוכה יותר.
האם MiniMax M3.1 Flash באמת בחינם?
המשקלים חופשיים להורדה ולשימוש לא מסחרי. שימוש מסחרי מחייב מתן קרדיט גלוי, ומעל ~20 מיליון דולר בהכנסות נדרש אישור מראש — לא רישיון MIT.
אפשר לסמוך על בנצ'מרקים של יצרן?
לא באופן מלא. הציונים של Mercury 3 ו-M3.1 Flash הם דיווח עצמי על תשתית שהחברות בחרו; ההמלצה היא להריץ הערכה קטנה על העומס שלכם לפני מעבר.
מה חדש ב-MedGemma אם המודלים קיימים מ-2025?
החדש הוא הפרסום ב-Nature Medicine: שיפוט עמיתים על ביצועים קליניים, בתוספת נתוני שימוש של 10 מיליון הורדות — לא שחרור מודל חדש.
שורה תחתונה
השבוע לא היה על דגם חדש שמנצח טבלה — הוא היה על שכבת התשתית של השוק שמתארגנת מחדש: מהירות דיפוזיה שהוכחה בקנה מידה, מחירים שממשיכים לרדת ופתיחות שממשיכה לגדול, ורישיונים שמגדירים מחדש את "פתוח". מי שמנהל תקציב AI צריך לקרוא את שורת המחירים, לא את הכותרת.
מאמרים קשורים
מהקריאה לבנייה
יש לכם מערכת שצריכה לעבוד עם AI?
אני עוזר לעסקים להפוך מודלים, אוטומציות ותשתיות מאובטחות למערכות שאפשר להפעיל בפרודקשן.
בואו נדבר על הפרויקט