AI21: התאמת Nemotron לשאלות שכר הוזילה את העלות פי 33
לפי AI21, התאמת Nemotron 3.5 Super VL לשאלות שכר של Deel השיגה 72% דיוק ועלות לשאילתה נמוכה פי 33 לעומת Claude Opus 5.5, בהערכת השותפים.
AI21 מדווחת שהתאמה של Nemotron 3.5 Super VL החדש של NVIDIA השיגה יתרון במבחן שאלות שכר של Deel: דיוק גבוה יותר ועלות נמוכה פי 33 לשאילתה לעומת Claude Opus 5.5, לפי הערכת השותפים. הסיפור המחקרי אינו רק ההשוואה בין המודלים, אלא השאלה מתי כדאי ללמד מודל משימה מוגדרת במקום להסתמך על היכולות הכלליות שלו.
מה NVIDIA השיקה, ומה AI21 הוסיפה
ב־15 באוקטובר הציגה NVIDIA את Nemotron 3.5 Super VL, מודל בעל משקלים פתוחים שמשלב הבנת טקסט, תמונות, מסמכים ווידאו עם חשיבה ושימוש בכלים. לפי החברה, הוא כולל 120 מיליארד פרמטרים, שמתוכם 12 מיליארד פעילים בכל טוקן. ההבחנה בין מספר הפרמטרים הכולל למספר הפעיל חשובה להבנת החישוב שמתבצע בזמן ההפקה, אך אינה מספיקה לבדה כדי להסיק מה יהיו דרישות הזיכרון או עלות ההרצה.
באותו יום פרסמה AI21 דיווח על התאמות של המודל עם Gong, Deel ו־Alice. הכיוון הוא התמחות במשימות ארגוניות מוגדרות: לא רק לבקש ממודל כללי תשובה טובה יותר באמצעות ניסוח ההנחיה, אלא להתאים את התנהגותו לצורך מסוים באמצעות אימון המשך. התחקיר מספק תוצאה מספרית קונקרטית במקרה של Deel; הוא אינו מאפשר לייחס את אותם הישגים גם להתאמות האחרות.
מבחינה מחקרית, זהו מפגש בין שתי שכבות שונות. NVIDIA מספקת מודל בסיס רב־מודאלי עם יכולות רחבות, וההתאמה של AI21 נבחנת לפי תועלת במשימה תחומה. הצלחה בשכבה השנייה אינה אומרת שכל יכולות המודל השתפרו, אלא שעשוי להיות ערך בהקצאת האימון לבעיה שהארגון באמת צריך לפתור.
מבחן Deel: יתרון מדווח, לא דירוג כללי
במקרה של Deel, AI21 מדווחת על 72% דיוק במבחן שאלות שכר בשמונה מדינות. לפי הדיווח, התוצאה גבוהה בשמונה נקודות אחוז מזו של Claude Opus 5.5, והעלות לשאילתה נמוכה פי 33. אלה נתוני השותפים, ולא תוצאות שאומתו באופן עצמאי. גם הביטוי ״נקודות אחוז״ חשוב כאן: הוא מתאר הפרש בין שיעורי הצלחה, ולא שיפור יחסי באותו שיעור.
מבחן ייעודי עשוי להיות שימושי יותר לארגון מדירוג כללי, משום שהוא קרוב יותר לשאלות שיופיעו בעבודה. עם זאת, כדי להבין את עוצמת הראיה צריך לדעת כיצד נבחרו השאלות, מה נחשב לתשובה נכונה, האם תנאי ההשוואה היו דומים, וכיצד הופרדו נתוני האימון מנתוני הבדיקה. המידע שנמסר בתחקיר אינו מאפשר להשלים את התמונה הזאת.
72% דיוק במבחן אינו אישור להפעלה עצמאית של מערכת שכר. זהו מדד הצלחה בתנאי הערכה מסוימים, שאינו מתאר לבדו את חומרת השגיאות, את היכולת לזהות חוסר מידע או את הצורך בבקרה אנושית.
גם נתון העלות דורש קריאה מדויקת. עלות נמוכה יותר לשאילתה אינה זהה לעלות פרויקט נמוכה יותר: יש להביא בחשבון הכנת נתונים, אימון המשך, תשתית, הערכה ותחזוקה. כדי להפוך את היחס המדווח לאומדן עסקי צריך לברר אילו רכיבים נכללו בחישוב, ומהו היקף השימוש שבו ההשקעה בהתאמה מתחילה להשתלם.
למה התמחות יכולה לשנות את התוצאה
מודל כללי נדרש להתמודד עם מגוון רחב של בקשות. התאמה ייעודית יכולה למקד אותו בסוגי שאלות, מונחים וכללי מענה שחוזרים בתחום מסוים. ההסבר האפשרי ליתרון אינו בהכרח יכולת חשיבה כללית גבוהה יותר, אלא התאמה טובה יותר להתפלגות המשימות שהארגון מציב. זו פרשנות מחקרית לתוצאה המדווחת, לא קביעה לגבי מנגנון השיפור המדויק בניסוי של Deel.
השאלה אינה איזה מודל מנצח בכל משימה, אלא איזה מודל עומד בדרישות של משימה מסוימת ובאיזו עלות כוללת.
לרב־מודאליות יש כאן פוטנציאל מעשי: תהליכים ארגוניים עשויים לכלול מסמכים סרוקים, טבלאות ותמונות לצד טקסט. אבל אין להסיק מכך שמבחן השכר המדווח בדק את כל סוגי הקלט האלה. חשוב להפריד בין היכולות ש־NVIDIA מייחסת למודל לבין היכולות שההערכה המסוימת של AI21 ו־Deel אכן מדגימה.
משקלים פתוחים מאפשרים לבחון מסלולי התאמה ושליטה בתשתית, אך אינם מבטיחים פריסה פשוטה או זולה. לפני החלטה על שימוש צריך לבדוק את הרישיון, את דרישות החומרה ואת מערך ההפעלה. מספר הפרמטרים הפעילים אינו קיצור דרך שמייתר את הבדיקות האלה.
מה זה אומר לצוותי AI ולעסקים בישראל
עבור חברה בארץ שמטפלת בשכר, בהעסקה בינלאומית או במסמכי לקוחות, המקרה של Deel מציע כיוון לבדיקה, לא מוצר שמוכן אוטומטית לשוק המקומי. התחקיר אינו מפרט אילו שמונה מדינות נכללו במבחן, ולכן אין להסיק שישראל נכללה בו. גם ביצועים בעברית, טיפול במסמכים מימין לשמאל והיכרות עם כללים מקומיים דורשים הערכה נפרדת.
- להגדיר משימה צרה: למשל, מענה על שאלות מתוך מסמך מדיניות מאושר, ולא אחריות מלאה לחישוב שכר.
- לבנות מערך בדיקה מקומי: שאלות בעברית ובאנגלית, מסמכים מעורבים ומקרים שבהם חסר מידע חיוני.
- להשוות בתנאים אחידים: אותם מקורות, אותן הרשאות לכלים ואותה הגדרה לתשובה נכונה.
- למדוד טעויות לפי חומרה: בלבול בניסוח אינו שקול לתשובה שגויה על זכאות או על סכום לתשלום.
- לחשב עלות כוללת: לכלול טיפול בחריגים ובדיקת אדם, ולא רק את מחיר הפקת התשובה.
במיוחד במסמכי שכר, שליטה בתשתית אינה תחליף לניהול פרטיות. גם אם בוחנים הרצה בסביבה ארגונית, צריך להגדיר מי רשאי לגשת למסמכים, איזה מידע נכנס לנתוני ההתאמה ומה נשמר ביומנים. אלה תנאי תכנון לפיילוט מקומי, לא יכולות שהוכחו בדיווח ההשקה.
מה צריך לקרות כדי להפוך תוצאה להוכחה
השלב הבא מבחינה מחקרית הוא שקיפות שמאפשרת להבין ולשחזר את היתרון: פירוט מערך ההערכה, תנאי ההשוואה, מרכיבי העלות וניתוח השגיאות. כדאי גם לבדוק אם ההתמחות נשמרת כאשר ניסוח השאלות משתנה, כשמופיעים מסמכים חדשים וכשכללי התחום מתעדכנים. אלה מבחנים שונים מהצלחה על אוסף שאלות קבוע.
נכון ל־17 באוקטובר 2026, הדיווח של AI21 מציג מקרה ממוקד ומעניין לטובת אימון ייעודי על מודל בעל משקלים פתוחים. הוא אינו מוכיח עליונות כללית על Claude, ואינו מבטיח חיסכון זהה לכל עסק. לצוות ישראלי ששוקל התאמה כזאת, המסקנה המעשית היא להתחיל ממשימה מדידה ולבחון עליה דיוק, סיכון ועלות כוללת, לפני שמרחיבים את האחריות של המערכת.
שאלות נפוצות
מהו Nemotron 3.5 Super VL של NVIDIA?
זהו מודל בעל משקלים פתוחים להבנת טקסט, תמונות, מסמכים ווידאו, המשלב גם חשיבה ושימוש בכלים. לפי NVIDIA, הוא כולל 120 מיליארד פרמטרים, מהם 12 מיליארד פעילים בכל טוקן, וניתן להתאימו למשימות ארגוניות.
האם המודל ש־AI21 התאימה טוב יותר מ־Claude Opus 5.5?
לפי דיווח AI21 והשותפים, ההתאמה ל־Deel השיגה 72% דיוק במבחן שאלות שכר בשמונה מדינות, שמונה נקודות אחוז מעל Claude Opus 5.5. זהו יתרון מדווח במבחן ייעודי, לא אימות עצמאי או הוכחה לעליונות במשימות אחרות.
האם החיסכון המדווח של פי 33 כולל את עלות אימון המודל?
התחקיר מתאר עלות נמוכה פי 33 לשאילתה לפי הערכת השותפים, ולא חיסכון כולל בפרויקט. כדי להעריך כדאיות יש להביא בחשבון גם הכנת נתונים, התאמה, תשתית, בדיקות ותחזוקה.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות