גוגל משיקה את ג'מיני 3.7 פלאש: חכם, מהיר וזול יותר - והקרב עובר לסוכני AI

קצב שחרור המודלים של גוגל נעשה מהיר במיוחד. שלושה שבועות בלבד אחרי ג'מיני 3.6 פלאש, החברה משיקה את ג'מיני 3.7 פלאש, מודל שהיא מגדירה כסוס העבודה החכם ביותר שלה עד כה. הדגש הפעם הוא פחות על שאלות ותשובות ויותר על קוד, הפעלת כלים, עבודה עם מסמכים וסוכני AI שמקבלים משימה ומבצעים עבורה כמה שלבים ברצף.

המהלך משקף שינוי רחב יותר בתחרות בין מודלי AI. בשנים הראשונות רוב תשומת הלב הופנתה לשאלה מי נותן את התשובה החכמה ביותר. היום השאלה העסקית הופכת להיות כמה טוב המודל עובד בתוך מערכת אמיתית: האם הוא מצליח לתקן תקלה בקוד, לקרוא דוח של מאות עמודים, להפעיל כלי חיפוש, לפתוח קובץ, לבצע כמה פעולות ברצף ולהגיע לתוצאה בלי שהמשתמש יצטרך לתקן אותו בכל שלב. השינוי הזה כבר ניכר גם בהשוואה בין כלי ה-AI המובילים, שבה הפערים נעשים תלויים יותר במשימה, במחיר ובמהירות ופחות בדירוג כללי אחד.

במבחנים שמפרסמת גוגל, ג'מיני 3.7 פלאש מציג שיפור ניכר ביחס ל-3.6. במבחן FrontierCode, שמנסה למדוד איכות קוד ברמת ייצור, הציון עולה מ-34.4% ל-43.6%. במבחן DeepSWE, שמודד עבודת הנדסת תוכנה ארוכה ומורכבת יותר, השיפור גדול עוד יותר - מכ-49% ל-65.3%.

גם בפיתוח אתרים נרשם שיפור. הציון של המודל ב-WebDev Arena עולה מ-1,538 ל-1,588, וגוגל טוענת שהוא מסוגל לקחת צילום מסך, עיצוב או מערכת עיצוב קיימת ולהפיק מהם ממשק עובד שדומה יותר למקור. אלה אינם רק מבחנים של היכולת לכתוב שורת קוד נכונה, אלא של היכולת לקחת חומר קיים ולהפוך אותו לתוצר שימושי.

מדבר פחות, עובד יותר

אחד הנתונים המעניינים מגיע דווקא ממשימות עסקיות. במבחן GDP.pdf, שבוחן הבנה של מסמכים צפופים בתחומים כמו פיננסים, משפטים ומדעי החיים, הציון עולה מ-22% ל-34%. ב-AutomationBench, שמודד ביצוע של תהליכי עבודה עסקיים, הוא עולה מ-17% ל-30.4%.

המספרים עדיין רחוקים משלמות, וזה חשוב. מודל שמצליח בכ-30% ממבחן אוטומציה אינו עובד שאפשר להשאיר לבד במשרד. אבל קצב השיפור מסביר מדוע חברות הטכנולוגיה מדברות כל כך הרבה על סוכני AI. אם שיעור ההצלחה במשימות רב-שלביות ממשיך לעלות מדור לדור, אפשר להעביר למודל חלק גדול יותר מהתהליך, ולא רק להשתמש בו ככלי שמייצר טקסט.

המשמעות המעשית היא שינוי בדרך שבה חברות מטמיעות AI. במקום עובד שמבקש מהמודל לנסח מייל, לסכם מסמך או לכתוב קטע קוד בנפרד, אפשר לבנות תהליך שבו המערכת מקבלת משימה כמו "בדוק את הדוחות האחרונים של חמש המתחרות, עדכן את הטבלה ושלח לי סיכום" ומבצעת בעצמה את רוב השלבים. גוגל כבר פועלת בכיוון הזה עם סוכני AI שמסוגלים לבצע מחקר רב-שלבי ולייצר דוחות, והמודלים החדשים אמורים להיות המנוע שמאחורי יותר תהליכים כאלה.

בשלב הזה הבעיה המרכזית היא האמינות. סוכן שעובד במשך 20 שלבים צריך להיות מדויק בכל אחד מהם. אם הסיכוי לטעות בכל שלב הוא אפילו כמה אחוזים, הסיכוי שמשהו ישתבש לאורך התהליך כולו הולך וגדל. לכן השיפור במבחני שימוש בכלים ואוטומציה חשוב לא פחות מהשיפור במתמטיקה או בקוד: מערכת אוטונומית אינה נמדדת רק ביכולת לפתור בעיה, אלא גם ביכולת להגיע לסוף התהליך בלי לסטות בדרך.

ג'מיני 3.7 פלאש מקבל חלון הקשר של יותר ממיליון טוקנים ויכול לקבל טקסט, תמונות, וידאו, אודיו וקובצי PDF. הוא תומך גם בהרצת קוד, בהפעלת פונקציות, בחיפוש ובשימוש בכלים, ובגרסת התצוגה המקדימה גם בשליטה במחשב. גוגל מאפשרת למפתחים לקבוע את רמת ה"חשיבה" של המודל - נמוכה, בינונית או גבוהה - וכך לבחור בין מהירות ועלות לבין יותר חישוב לפני מתן התשובה.

• וולס פארגו מעלה את מחיר היעד למארוול ל-310 דולר - עוד אפסייד אחרי ראלי של כמעט פי 3?
• עוד יום להתכונן להוריקן: ה-AI של גוגל משפר את התחזית בעשור

האפשרות הזאת חשובה משום שלא כל משימה צריכה מודל שחושב במשך זמן רב. אם חברה מעבדת מיליון חשבוניות, מסווגת מסמכים או מבצעת פעולה פשוטה, כל שנייה וכל טוקן הופכים לעלות. לעומת זאת, כאשר צריך לפתור תקלה בקוד או לבצע תהליך מורכב, ייתכן שיש הצדקה להשקיע יותר חישוב. במילים אחרות, גוגל מנסה לאפשר לארגון לבחור לא רק איזה מודל להפעיל, אלא כמה מחשוב לקנות עבור כל משימה.

גוגל תוקפת דרך המחיר

עד סוף 2026 גוגל מתמחרת את ג'מיני 3.7 פלאש ב-0.75 דולר למיליון טוקנים בקלט ו-3.75 דולר למיליון טוקנים בפלט. החל מינואר 2027 המחיר אמור לעלות ל-1.5 דולר בקלט ו-7.5 דולר בפלט. המחיר הנוכחי נמוך בחצי מזה של ג'מיני 3.6 פלאש, שעלה 1.5 דולר בקלט ו-7.5 דולר בפלט. תמונת המחירים של משפחת ג'מיני כולה ממחישה עד כמה גוגל בונה כיום מדרגות שונות של מחיר ויכולת בהתאם לסוג העבודה.

לא מדובר רק בהנחה שיווקית שנועדה למשוך מפתחים לדגם החדש. מחיר המודל הופך לאחד המשתנים החשובים בקרב על שוק סוכני ה-AI. משתמש פרטי שולח כמה עשרות או מאות בקשות ביום לכל היותר. סוכן עסקי יכול לבצע עשרות קריאות למודל בשביל משימה אחת, וחברה גדולה יכולה לבצע מיליוני קריאות כאלה.

אם סוכן AI צריך לקרוא מסמך, לבצע חיפוש, לכתוב קוד, לבדוק את עצמו, לחזור לכלי נוסף ולתקן את התוצאה, העלות של כל קריאה מצטברת. מודל שעולה חצי מהמחיר אינו בהכרח חצי מההוצאה הכוללת, משום שכמות הטוקנים והפעולות משתנה ממשימה למשימה, אבל בקנה מידה ארגוני גם פערים קטנים במחיר היחידה יכולים להפוך לסכומים גדולים. לכן השאלה מי נותן יותר "אינטליגנציה לדולר" הופכת לחשובה לא פחות מהשאלה מי מוביל בעוד מבחן ביצועים.

לגוגל יש כאן גם יתרון אסטרטגי שאינו קשור ישירות לאיכות המודל. היא אינה מוכרת רק ג'מיני. יש לה שירותי ענן, וורקספייס, ג'ימייל, דוקס, יוטיוב, אנדרואיד ומנוע החיפוש. אם ג'מיני הופך למנוע שמפעיל סוכנים בתוך המערכות האלה, גוגל יכולה לחבר את המודל למקומות שבהם אנשים כבר עובדים, במקום לשכנע אותם לעבור לפלטפורמה חדשה.

• אנבידיה מאיצה את סוכני ה-AI: המערכת החדשה נכנסת לייצור
• מסמארטפונים ועד מכוניות: שיומי בונה לעצמה מערך שבבים

מבחינת OpenAI ואנתרופיק, זו אחת החזיתות החשובות בתחרות. המודל הטוב ביותר לא בהכרח ינצח אם למתחרה יש הפצה רחבה יותר, עלות נמוכה יותר וחיבור עמוק יותר לכלים שבהם הארגון כבר משתמש. לגוגל יש גם בסיס משתמשים גדול במיוחד: אפליקציית ג'מיני כבר חצתה מיליארד משתמשים חודשיים, כך שהחברה אינה צריכה לבנות את ההפצה של המודל מאפס.

ג'מיני 3.7 פלאש נכנס גם לג'מיני ספארק, הסוכן של גוגל שפועל עבור מנויי AI Pro ו-Ultra ומיועד לבצע פעולות לאורך זמן. במקביל הוא זמין למפתחים ולארגונים דרך ממשק התכנות ופלטפורמות ג'מיני לארגונים. המשמעות היא שאותו מודל יכול לשמש הן כמודל מהיר וזול מאחורי יישום שמפתח עסק והן כמנוע של סוכן בתוך המערכת האקולוגית של גוגל.

הקרב של 2026 כבר אינו רק על מי נותן את התשובה המרשימה ביותר בצ'אט. הוא עובר בהדרגה לשאלה מי יפעיל את התהליכים העסקיים מאחורי הקלעים - וכמה יעלה לתת לו לעשות זאת שוב ושוב, אלפי או מיליוני פעמים. בשוק הזה מחיר, מהירות ואמינות עשויים להיות חשובים יותר מעוד כמה נקודות במבחן ביצועים.