יום שני, 08:15
שלוש כותרות בפיד, כולן מהשבוע האחרון. חברה אחת מכריזה על "המודל החזק בעולם". השנייה מציגה טבלה שבה היא במקום הראשון. השלישית מביאה גרף משלה, עם חץ שמצביע למעלה.
כולן צודקות. אף אחת מהן לא ענתה על השאלה שלכם.
כל אחת ניצחה במבחן אחר, שהיא עצמה בחרה להציג. בעל עסק לא צריך לדעת מי ניצח במבחן. הוא צריך לדעת איזה מודל יבצע את העבודה שלו, בלי להמציא ובמחיר הגיוני. בשביל זה בנינו את Sigma AI Ranking, דירוג מודלי AI של פלטין דיגיטל, שמחבר את המבחנים העצמאיים המובילים לציון אחד שאפשר להחליט לפיו.
בקצרה
- Sigma AI Ranking הוא דירוג מודלי AI שנותן לכל מודל ציון אחד, Σ, בין 0 ל־100.
- הציון מחבר חמישה תחומים שחשובים לעסק: עבודה כסוכן, יכולת כללית, כתיבה, אמינות ועלות.
- הנתונים מגיעים ממבחנים בלתי תלויים, לא מהטבלאות שהיצרנים מפרסמים על עצמם. פער של פחות מ־2 נקודות מוצג כתיקו.
- אפשר להחליף תרחיש, למשל "תוכן ו־SEO" או "הכי משתלם", והדירוג מתעדכן לפי מה שחשוב לכם.
"איזה מודל AI הכי חכם?" היא השאלה הלא נכונה
חשבו על אתלטיקה. אלוף העולם בריצת 100 מטר הוא הספורטאי המהיר ביותר על המסלול. אבל אם צריך מישהו שירוץ, יקפוץ, יזרוק ויחזיק מעמד עד הסוף, מסתכלים על קרב־עשר. שם אין מדליה על מקצה אחד. סופרים נקודות מכל המקצים, ומי שצובר הכי הרבה מנצח.
דירוגי AI רגילים מודדים מקצה אחד. עסק צריך אלוף קרב־עשר.
מודל שפותר חידות מתמטיקה מהר מכולם לא בהכרח יעלה עשרה מוצרים לחנות בלי לשבור דבר. מודל שכותב יפה לא בהכרח יודע לעצור כשהוא לא בטוח במשהו. ומודל שמצטיין בכל אלה, אבל עולה פי עשרה, לא תמיד מצדיק את המחיר.
ארבעה דברים קובעים אם מודל מתאים לעבודה בעסק:
- ביצוע. האם הוא משלים משימה מתחילתה ועד סופה, עם כלים אמיתיים, כמו שסוכן AI צריך. על ההבדל בין צ'אט לסוכן כתבנו במדריך מה זה סוכן AI.
- אמינות. כמה הוא ממציא. מודל שטועה בביטחון מסוכן יותר ממודל שאומר "לא בטוח". הרחבנו על זה במאמר מה זה הזיה ב־AI.
- כתיבה. האם התוצר נשמע כמו אדם שאפשר לפרסם בשמו.
- עלות. כמה זה יעלה כשהמודל עובד כל יום, לא רק בניסוי.
ארבע סיבות שדירוגי AI מטעים עסקים
רוב הטבלאות שתמצאו ברשת לא משקרות. הן פשוט עונות על שאלה אחרת. אלה ארבע ההנחות שהן מלמדות, ומה קורה בפועל.
מיתוס"המודל שבמקום הראשון הוא הטוב ביותר"
בפועלהוא הטוב ביותר במבחן הזה. רוב הדירוגים מודדים דבר אחד: מבחן קוד, הצבעות של משתמשים על תשובות, או שאלות ידע. מודל יכול להוביל באחד ולהיות בינוני באחר.
מיתוס"היצרן פרסם טבלה, אז המספרים מדברים בעד עצמם"
בפועלהיצרן בוחר אילו מבחנים להציג. זה לא שקר, זה שיווק. מבחנים שבהם המודל חלש פשוט לא מופיעים בהכרזה. לכן Sigma מתבסס רק על מבחנים שמנוהלים בידי גופים בלתי תלויים.
מיתוס"87.6 מול 87.2, יש מנצח"
בפועלהריצו את אותו מבחן פעמיים, והציונים יזוזו. פער של חצי נקודה הוא רעש, לא יתרון. כשמציגים אותו כמקום ראשון ושני, יוצרים דיוק מזויף.
מיתוס"המודל הזול לטוקן הוא הזול לעסק"
בפועלמחיר לטוקן הוא מחיר של חומר גלם, לא של עבודה גמורה. מודל זול שצריך שלושה ניסיונות, או שמייצר תוצר שמישהו מתקן ידנית, יכול לעלות יותר ממודל יקר שמסיים בפעם הראשונה.
הסעיף האחרון שווה המחשה. טוקן הוא יחידת הטקסט שלפיה ספקי AI גובים תשלום (הסבר מלא כאן). נניח שמבקשים משני מודלים לעדכן 20 עמודי מוצר באתר:
| מודל זול | מודל יקר | |
|---|---|---|
| מחיר לטוקן | נמוך פי 4 | גבוה פי 4 |
| ניסיונות עד תוצר תקין | 3 | 1 |
| עמודים שצריך לתקן ידנית | 6 | 1 |
| עלות המודל למשימה | דומה | דומה |
| הזמן שלכם | שעה וחצי | עשר דקות |
המספרים בטבלה בדויים, להמחשה בלבד. אבל הדפוס אמיתי: העלות האמיתית היא עלות המשימה, כולל הזמן שלכם. לכן ב־Sigma העלות היא רכיב אחד מתוך חמישה, ולא מכריעה לבדה.
מה זה Sigma AI Ranking
Σ (סיגמה) הוא הסמל המתמטי של סכום. זה בדיוק מה שהדירוג עושה: מחבר את התוצאות של מבחנים עצמאיים מובילים בתחום, ממיר אותן לסולם אחיד ומשקלל אותן לציון אחד בין 0 ל־100. במקום עשר טבלאות שכל אחת מספרת חלק מהסיפור, מקבלים מספר אחד, ומתחתיו את הפירוק המלא.
הציון בנוי מחמישה תחומים:
| תחום | מה בודקים | למה זה חשוב לעסק |
|---|---|---|
| עבודה כסוכן | ביצוע משימות רב־שלביות עם כלים | זה מה שסוכן עושה באתר, בגוגל ובפרסום |
| יכולת כללית | הבנה, היגיון ופתרון בעיות | הבסיס לכל משימה שלא נראתה קודם |
| כתיבה | איכות הטקסט בעיני קוראים | תוכן, פוסטים, מיילים ודפי מוצר |
| אמינות | דיוק עובדתי ומעט המצאות | פחות טעויות שנאמרות בביטחון |
| עלות | המחיר לשימוש במודל | מה שתשלמו כשהמודל עובד כל יום |
כל תחום מקבל משקל. בתרחיש הכללי, שמתאים לרוב העסקים, עבודה כסוכן מקבלת 35%, יכולת כללית 25%, כתיבה ועלות 15% כל אחת, ואמינות 10%. המשקל הגבוה הולך לעבודה כסוכן, כי שם עובר היום הערך המרכזי של AI לעסק: ביצוע, לא רק ניסוח.
למה לאמינות יש רק 10%? כי חולשה בה פוגעת גם בתחומים האחרים: מודל שממציא נוטה להיכשל גם במשימות סוכן. המשקל הנפרד מוסיף עונש ישיר על המצאות, ובתרחיש של תוכן הוא עולה ל־25%.
מה עשינו אחרת
ההבדל בין Sigma לטבלה רגילה הוא לא רק בחיבור של כמה מבחנים. הוא במה שקורה לפני שמספר מופיע על המסך, ובאיך הוא מוצג.
דירוג רגיל
מקצה אחד
- מבחן אחד או סוג אחד של מבחנים
- לפעמים מבוסס על נתוני היצרן
- כל עשירית נקודה היא מקום בטבלה
- מחיר לטוקן, או בלי מחיר בכלל
- אותה טבלה לכל מטרה
Sigma AI Ranking
קרב־עשר
- חמישה תחומים מחוברים לציון אחד
- רק מבחנים בלתי תלויים
- פער של פחות מ־2 נקודות מוצג כתיקו
- ביצועים מול מחיר באותו מסך
- תרחישים שמשנים את המשקלות
כך מודל נכנס לדירוג:
הדרך של מודל לדירוג
- מבחנים עצמאייםתוצאות מגופים שלא קשורים ליצרנים
- בדיקה ידניתכל מודל נבדק בידי אדם לפני שהוא נכנס
- ציון Σחמישה תחומים, סולם אחיד, ציון אחד
- תיקו או ראשוניפערים זעירים ומדידות חלקיות מסומנים בגלוי
שני סימונים חשובים במיוחד:
- תיקו. כשהפער בין מודלים קטן מ־2 נקודות, הדירוג לא מכריע ביניהם. זה לא חוסר החלטיות. זו הודאה כנה במה שהנתונים יכולים להגיד. אנחנו מעדיפים "בלי דיוק מזויף" על פני טבלה שנראית חדה.
- ציון ראשוני. מודל חדש שנבדק רק בחלק מהמבחנים מקבל ציון, אבל מסומן ככזה. הוא לא מתחרה על מקום עד שיש מספיק מדידות.
הדירוג כולל עשרות מודלים מכל היצרנים הגדולים: Anthropic, OpenAI, Google, xAI, Meta, DeepSeek, Alibaba, Moonshot, Z.ai, Mistral ועוד. מודלים בקוד פתוח מופיעים לצד המודלים הסגורים ומסומנים, כי לחלק מהעסקים זה שיקול. הדירוג מתעדכן באופן שוטף, כשיוצא מודל חדש או כשמתפרסמות תוצאות חדשות.
איך בוחרים מודל AI לפי תרחיש
ציון כללי הוא נקודת פתיחה טובה, אבל עסק שכותב תוכן כל יום ועסק שמנהל קמפיינים צריכים דברים שונים. לכן בדירוג יש תרחישים. כל תרחיש משנה את המשקלות, והטבלה מסתדרת מחדש. בחרו תרחיש וראו מה משתנה:
כללי · האיזון שמתאים לרוב העסקים
מתאים כשהמודל עושה קצת מהכול: משימות באתר, טקסטים, דוחות ושאלות שוטפות.
סוכנים וניהול אתר · WordPress, גוגל ופרסום
כשהמודל פועל במערכות של העסק, ביצוע ואמינות קובעים. כתיבה יוצאת מהחישוב, כי התוצר כאן הוא פעולה, לא טקסט.
תוכן ו־SEO · מאמרים, פוסטים ודפי נחיתה
כתיבה טובה לבד לא מספיקה. תוכן עם עובדה שגויה פוגע באמון של הקוראים, ולכן לאמינות יש כאן משקל כפול ומעלה.
הכי משתלם · כשהתקציב קובע
מתאים לעבודה בכמויות גדולות, שבה כל אגורה למשימה מצטברת. גם כאן העלות לא לבד: 60% מהציון עדיין הולכים על איכות.
המשקלות של כל תרחיש, כפי שהם מוגדרים בדירוג.
ועוד שלושה כללים לקריאת הדירוג:
- תיקו? תכריעו לפי מה שמחוץ לטבלה. כשכמה מודלים בטווח של 2 נקודות, ההבדל באיכות זניח. מה שקובע הוא המחיר, הכלים שאתם כבר משלמים עליהם ומה נוח לצוות.
- בדקו את גרף הביצועים מול המחיר. הוא מראה אילו מודלים נותנים הכי הרבה ציון ביחס למחיר. לפעמים מודל שנמצא כמה מקומות למטה עולה חלק קטן מהמחיר של המוביל.
- ציון ראשוני? חכו עוד קצת. מודל חדש מעניין לניסוי, אבל לא כדאי להעביר אליו עבודה שוטפת לפני שיש עליו מספיק מדידות.
מה דירוג מודלי AI לא יכול להגיד לכם
דירוג טוב צריך להגיד גם איפה הוא נעצר.
הדירוג לא מכיר את העסק שלכם. הוא אומר מה המודל יודע לעשות בממוצע, על מבחנים רחבים. הוא לא יודע איך נשמע הטון של המותג שלכם, אילו מערכות מחוברות אצלכם, או מה נחשב אצלכם תוצר טוב. הדרך הנכונה להשתמש בו היא לצמצם את הרשימה לשניים או שלושה מודלים, ואז לבדוק אותם על משימה אמיתית שלכם.
המודל הוא רק חלק מהסוכן. אותו מודל יכול לעבוד מצוין או גרוע, תלוי בחיבור למערכות, בהנחיות ובגבולות שהוגדרו לו. מודל במקום הרביעי עם הקמה טובה יכול לעבוד טוב יותר ממודל במקום הראשון שחובר ברשלנות.
אם אתם בוחרים עכשיו בין הכלים עצמם, ולא בין המודלים, קראו גם את ההשוואה בין ChatGPT, Gemini ו־Claude לעסק.
מי מוביל עכשיו
נכון לאוקטובר 2026, Claude Opus 5.5 נמצא בראש הדירוג הכללי, ואחריו GPT-6.1 Sol ו־Claude Sonnet 5.5. אבל המספרים האלה ישתנו, לפעמים תוך שבועות. בגלל זה לא בנינו את המאמר סביבם. מה שנשאר קבוע הוא השיטה: מבחנים בלתי תלויים, חמישה תחומים, תרחיש שמתאים לכם ובלי דיוק מזויף.
הדירוג המלא, עם הפירוק לפי תחום, התרחישים וגרף הביצועים מול המחיר, נמצא כאן: Sigma AI Ranking.
שאלות נפוצות
מה זה Sigma AI Ranking?
Sigma AI Ranking הוא דירוג מודלי AI של פלטין דיגיטל. הוא מחבר תוצאות של מבחנים עצמאיים מובילים לציון אחד, Σ, בין 0 ל־100. הציון משקלל חמישה תחומים: עבודה כסוכן, יכולת כללית, כתיבה, אמינות ועלות. אפשר לשנות תרחיש, והמשקלות משתנים לפי מה שחשוב לעסק.
למה השם סיגמה?
Σ הוא הסמל המתמטי של סכום. הדירוג לא ממציא מבחן חדש. הוא מחבר את התוצאות של המבחנים הקיימים לתמונה אחת.
מאיפה מגיעים הנתונים?
ממבחנים עצמאיים מובילים בתחום, שמנוהלים בידי גופים שאינם היצרנים. איננו משתמשים בנתונים שהיצרנים מפרסמים על המודלים שלהם. כל מודל נבדק ידנית לפני שהוא נכנס לדירוג.
כל כמה זמן הדירוג מתעדכן?
באופן שוטף. כשיוצא מודל חדש או כשמתפרסמות תוצאות חדשות, הדירוג מתעדכן. מודל חדש עם מעט מדידות מסומן "ציון ראשוני" עד שמצטברים מספיק נתונים.
פלטין דיגיטל היא OpenAI Select Partner. זה משפיע על הדירוג?
לא. הציון מחושב מאותם מבחנים ובאותה שיטה לכל היצרנים. אפשר לראות את זה בתוצאות עצמן: במקום הראשון כרגע נמצא מודל של Anthropic.
מה ההבדל בין המודל הכי טוב למודל הכי מתאים לי?
המודל הכי טוב הוא זה שמוביל בתרחיש הכללי. המודל הכי מתאים הוא זה שמוביל בתרחיש שלכם, במחיר שמתאים לכמות העבודה. כשכמה מודלים בתיקו, הבחירה ביניהם תלויה בכלים שכבר יש לכם ובבדיקה על משימה אמיתית.
