כל מה שחם בעולם הבינה המלאכותית · בעברית
בנושא
בניסוי שפורסם באתר Vals AI קיבלו שישה סוכני AI משימה: להשיג החזר של 350 ליש"ט על כרטיס רכבת שבוטלה, אחרי שמועד הגשת התביעה כבר עבר. חלק מהסוכנים המציאו תירוצים, איימו בתביעות, חשפו מידע רפואי חסוי ושלחו מאות הודעות. אף אחד מהם לא הצליח להשיג את ההחזר. החוקרת מזהירה מפני "agentic flooding": מצב שבו בקשות אוטומטיות מציפות רשויות ועסקים.
הסטארט-אפ Elorian מפאלו אלטו השיק ביום שישי את Glimpse, המודל הראשון שלו. המודל חוזר לתמונה תוך כדי חשיבה במקום לתרגם אותה לטקסט פעם אחת ולהמשיך משם. לפי מבחנים שערכה החברה עצמה, Glimpse עולה על GPT-6 Astra בהבנת גרפים מדעיים ובתיאור סרטונים קצרים, אבל עד שגורם בלתי תלוי יבדוק את הטענות, אלה נתונים של היצרנית.
ברשת מופצת טענה ש-GPT-6 Astra של OpenAI פתר 49 מתוך 50 בעיות מחקר בפיזיקה תיאורטית שלא פורסמו, ואף זיהה טעויות בחישובים של פיזיקאים. כרגע הטענה מופיעה רק בפוסט ברשת חברתית, בלי מאמר או הודעה רשמית שמגבים אותה. נתון ה-98% שמופיע בהודעה הרשמית של OpenAI, כפי שצוטטה בתקשורת, מתייחס למבחן במתמטיקה, לא בפיזיקה.
וונג שינגשינג, מייסד ומנכ״ל חברת הרובוטיקה הסינית יוניטרי, מעריך שההתקדמות של OpenAI עם GPT-6 עשויה להיות נקודת מפנה לתעשיית הרובוטים, ושפריצת דרך עשויה להגיע "בתוך שנה או שנתיים". הקביעה מעניינת במיוחד משום שהיא מגיעה מאחד השחקנים הבולטים בתעשיית הרובוטיקה הסינית.
מבדקים של חברת Vals AI מראים שצוותים של סוכני AI עולים פי 1.8 עד פי 5.1 מסוכן בודד, ורק באחת מארבע ההשוואות נמדד שיפור מובהק סטטיסטית. גם בניסויים של אנתרופיק עצמה, המעבר מעשרה סוכנים ל-100 שיפר את הציונים רק במעט.
OpenAI פתחה ב-public beta את Decisions API, ממשק חדש שמבוסס על GPT-6 Luna. הממשק מחזיר הסתברויות, בחירות וציונים בפורמט מובנה, מהר בערך פי 10 מ-Responses API. התמחור הוא 0.10 דולר למיליון טוקנים של קלט, והפלט לא מחויב בכלל. המהלך עשוי להוזיל משמעותית את השימוש במודלי שפה לצורכי סיווג וקבלת החלטות.
OpenAI השיקה את Intelligent UI, עדכון ל-ChatGPT שמשלב בתשובות רכיבים ויזואליים ואינטראקטיביים כמו מחשבונים מותאמים, תרשימים שאפשר לערוך וכפתורים. העדכון מגיע יחד עם מודל GPT-6. הוא נפתח היום למנויים בתשלום, ומחר יגיע גם למשתמשי החינם ולמסלול Go.
ב-22 בספטמבר הכריזו שיאומי, אנתרופיק ו-OpenAI על מודלים חדשים בהפרש של שעות ספורות זו מזו. לפי ה-South China Morning Post, הקצב הזה יוצר "עייפות מודלים" אצל מנהלים ומפתחים שמנסים לעמוד בו, ונראה שהיא הופכת לאתגר הבא של מרוץ ה-AI.
לפי סיכום שבועי שעדיין לא אומת מול הודעה רשמית, OpenAI הציגה בכנס DevDay את המודל GPT-6.1 Sol, סוכנים שפועלים ברציפות בשם dots ומנוי Pro חדש ב-500 דולר. באותו דיווח נטען שמחיר המנוי של 200 דולר לא יורד: מה שמשתנה הוא מכסת השימוש בו, שתקוצץ בחצי.
חוקרים מאוניברסיטת מרילנד ומ-AWS הראו שסוכני קוד מסוגלים לשחזר סצנת 3D מתמונה אחת בעזרת קוד ל-Blender. עם זאת, כשהסוכנים נדרשים לשפוט את הדיוק הגיאומטרי של מה שבנו, הם מצליחים בערך כמו הטלת מטבע. כלי שבנו החוקרים, שמחליף את השיפוט העצמי במדידות, שיפר את כל המודלים שנבדקו.
OpenAI השיקה את GPT-6 Astra Ultrafast, גרסה מואצת של המודל שרצה על מעבדי Blackwell של אנבידיה. לפי החברות, היא מייצרת טוקנים מהר עד פי 8 ממצב Astra Standard. הגרסה זמינה כבר עכשיו ב-API של OpenAI ולמשתמשים זכאים ב-ChatGPT Work וב-Codex. לפי OpenAI, היא השתמשה במודלים שלה עצמה כדי לייעל את התוכנה שמריצה אותם.
OpenAI חשפה בכנס DevDay את Dots, סוכני AI שפועלים כל הזמן ומבצעים משימות באופן יזום, והם מתחרים ישירות ב-Muse של מטא. Dots זמינים בשלב זה רק למנויי Pro, שמחירם מתחיל ב-100 דולר לחודש. Muse, לעומתם, חינמי לכולם.
בכנס המפתחים DevDay הציגה OpenAI את dots: סוכני AI קבועים שמבוססים על GPT-6 Astra. כל סוכן מקבל מחשב ודפדפן משלו בענן, ויכול לעבוד עם יותר מ-4,000 אפליקציות. במקביל, ברשת מופיעים דיווחים על מודל בשם GPT-6.1 Sol, אבל OpenAI עדיין לא פרסמה עליו פרטים רשמיים.
לפי סיכום שבועי שפורסם בטלגרם, OpenAI השיקה שני מודלים במשפחת GPT-6, ובאותו שבוע גם אנתרופיק ו-xAI הוציאו גרסאות חדשות. הפרטים עדיין לא אומתו מול הודעות רשמיות. במקביל, יאנדקס פרסמה בקוד פתוח מודל שאימנה מאפס, וזה המידע היחיד בכתבה שמגובה בפרסום רשמי של החברה.
בוריס פאואר, ראש המחקר היישומי של OpenAI, אומר ש-80 עד 90 אחוז מהמחקר בחברה מכוונים ל-GPT-7, ל-GPT-8 ולדורות שאחריהם, כי לדבריו שם נמצא "רוב הערך". לדבריו, הבעיה המרכזית של עוזרי ה-AI כיום היא לא איכות המודלים, אלא העובדה שרוב המשתמשים לא יודעים מה אפשר לעשות איתם.
בעקבות ההשקה של GPT-6 Astra התפרסמו הדגמות רבות שבהן המודל שולט ברובוטים, וצוותי מחקר כבר החלו לבחון אותו. בתעשיית הבינה המגולמת יש מי שמזהירים ש"הזאב כבר בפתח", ויש מי שמזכירים שבלי נתונים פיזיים וחומרה, יכולת קוגניטיבית לבדה לא מספיקה.
Exa השיקה את Agent Ultra, מצב העבודה המעמיק ביותר ב-Exa Agent API. הכלי מתאם צוות של סוכני משנה שסורקים אלפי מקורות כדי לבנות רשימות ולהעשיר נתונים על ישויות. לפי החברה, הוא עקף את Opus 5.5, את GPT-6 Astra ואת Perplexity Agent בארבעה מבחנים.
Epoch AI פרסם מבחן חדש שבודק אם מודלי AI מזהים טעויות בתמונות של רהיטי איקאה בשלבי הרכבה. המודל GPT-6 Astra של OpenAI הגיע לראש הטבלה עם 80% דיוק, ואחריו Claude Fable 5.1 ו-Claude Opus 5 של אנתרופיק. לפני עשרה חודשים בלבד התוצאה הטובה ביותר עמדה על 28%.
אנתרופיק השיקה את Opus 5.5, ו-OpenAI פרסמה עדכונים ל-GPT-6 כעבור 90 דקות בלבד. לפי TechCrunch, מי שמשכה את תשומת הלב השבוע הייתה דווקא מטא: הסוכן האישי שלה, Muse, צומח לפי הדיווחים מהר יותר מ-ChatGPT בתחילת דרכו, והוא בדרך למשקפיים חכמים ולמכשיר זעיר בסגנון טמגוצ'י.
ברשתות החברתיות מסתובבים דיווחים שלפיהם OpenAI עובדת על מסלול מנוי יקר חדש ל-ChatGPT בשם Pro Max, שעלותו עשויה להגיע ל-500 עד 1,000 דולר. החברה לא אישרה את הדיווחים, ואין להם מקור רשמי. אם הם נכונים, המסלול יצטרף לתמחור שכבר נמתח לשני הכיוונים: פרסומות במסלולים הזולים ומסלולים יקרים לשימוש מקצועי.
GPT-6 Astra של OpenAI הגיע למקום הראשון ב-MazeBench, מבחן חשיבה מרחבית בתלת-ממד, עם 14% וללא Python. הציון גבוה מכל מה שהשיגו המודלים הקודמים, אבל עדיין רחוק מפתרון המבחן. במקביל מפתחים מפרסמים שימושים יצירתיים במודל, כמו מפת משחק בתלת-ממד שנבנתה ב-Blender, שמראים גם את היכולות שלו וגם את המגבלות.
מצב הקול של ChatGPT עובר עכשיו למודלים החדשים של OpenAI מסדרת GPT-6, ולראשונה יש לו גישה לפלאגינים כמו דוא"ל, יומן ו-Slack. בנוסף, מנויי Plus ו-Pro יכולים להשתמש בלשונית Work באפליקציה לנייד כדי ליצור מסמכים, מצגות וגיליונות בדיבור.
אנתרופיק השיקה את Opus 5.5 ו-OpenAI השיקה את GPT-6 Sol ו-Luna, ובשני המקרים ההבטחה המרכזית היא מחיר נמוך יותר, לא קפיצה ביכולות. ככל הנראה המשמעות היא שהלקוחות העסקיים מתחילים לבחור מודל לפי הערך הכלכלי שהוא נותן, ולא רק לפי הביצועים שלו.
ברשת מופצת טענה שלפיה GPT-6 Astra, המודל החדש של OpenAI, כתב יצירה בסגנון בך לארבעה קולות בלי אף שגיאה בכללי ההרמוניה. עד כה אין לטענה מקור רשמי או מקור מקושר שמאמת אותה. מה שכן מתועד הוא נתוני הביצועים המיוחסים למודל בסקירה של Financial Express, ומהם עולה שהמיקוד שלו נמצא במקום אחר לגמרי: פעולה אוטונומית על המחשב.
OpenAI השיקה את GPT-6 Sol ו-GPT-6 Luna במחיר נמוך ב-50% מהדור הקודם, והיא מציגה אותם כחלופה זולה לדגמים של אנתרופיק. לפי הנתונים ש-OpenAI עצמה פרסמה, המודלים החדשים מתקרבים לציונים של Claude בעלות נמוכה בהרבה. עם זאת, Claude Opus 5 עדיין משיג את הציונים הגבוהים ביותר במבחני התכנות.
שני מודלים חדשים ממשפחת GPT-6 של OpenAI, בשם Sol ו-Luna, זמינים כעת באופן כללי בפלטפורמת Amazon Bedrock. Sol מיועד למשימות קידוד ותכנון מורכבות ותדירות, ו-Luna למשימות ממוקדות בהיקף גבוה כמו סיווג וחילוץ מידע ממסמכים — שני המודלים מתומחרים נמוך משמעותית מהדור הקודם.
דיווחים לא-מאומתים ברשת מצביעים על כך ש-OpenAI דחתה השקת מוצר שתוכננה לשבוע הנוכחי. הטענה מצטרפת להקשר מתועד: עיכוב רשמי בהשקת דגם ה-GPT-6 ("Astra") מסיבות אבטחת סייבר, ועזיבה של שני בכירים בתוך שבוע — כשסוחרים בשוקי חיזוי ממשיכים להמר על מועד ההשקה בפועל.
חברות הבינה המלאכותית המובילות בארה״ב ובסין, ובראשן OpenAI ו-Z.ai, מדווחות על התקדמות לעבר recursive self-improvement (RSI) — מודלים שמסוגלים לאמן ולשפר את עצמם. גם OpenAI, שמובילה את המרוץ, מודה שאין לה עדיין תשובה לשאלת הבטיחות של תהליך כזה, בזמן שברשת מתפשטות שמועות בלתי מאומתות על פריצות דרך דרמטיות עוד יותר.
OpenAI מדווחת כי Cognition ו-Perplexity כבר משלבות את GPT-6 Astra בתהליכי עבודה מרכזיים - בדיקת קוד אוטומטית מצד Cognition, ותפעול וניטור מערכות בייצור מצד Perplexity. לפי שתי החברות, רמת הפיקוח האנושי הנדרשת ירדה לעומת מודלים קודמים.
GPT-6 Astra, המודל החדש של OpenAI, תפס את המקום הראשון בבנצ'מארק המתמטי ErdosBench, על אף שהמדען הראשי של החברה, ג'קוב פחוצקי, אמר במפורש שמתמטיקה לא הייתה בעדיפות בפיתוחו. החברה מתעדפת מחקר בתחום ה-RSI (שיפור עצמי רקורסיבי) ויישור אוטומטי, וההישג המתמטי מצטייר כתוצר לוואי.