כמה אתם משלמים היום על כל משימה שמודל AI מבצע בשבילכם, והאם אפשר לקבל את אותה רמה בפחות כסף? ביום 5 בנובמבר 2026 חברת Thinking Machines של מירה מוראטי הציגה את Inkling 2 Small, מודל שמקבל במדד של Artificial Analysis את אותו ציון כמו Gemini 3.8 Flash ועולה פחות לכל טוקן. החברה גם מתכוונת לפתוח את המשקלים שלו ברישיון חופשי. במדריך הזה אני עובר על מה שפורסם בפועל, כמה זה עולה, איך מתחילים לעבוד איתו ומה עדיין לא ידוע.
השורה התחתונה: המודל מקבל 31 במדד Artificial Analysis Intelligence Index, בדיוק כמו Gemini 3.8 Flash, ועולה $0.30 לכל 1M טוקנים בקלט ו$1.00 בפלט. נכון ל8 בנובמבר 2026 הוא זמין רק דרך Tinker, הפלטפורמה של החברה, והמשקלים עדיין סגורים. אם אתם מחפשים מודל זול לסוכנים ולקוד שאולי תוכלו בהמשך להריץ על שרת משלכם, שווה לבדוק אותו, אבל התמיכה בעברית לא מתועדת ותצטרכו לבדוק אותה בעצמכם.
מה זה Inkling 2 Small ומי עומד מאחוריו?
לפי ההכרזה הרשמית של Thinking Machines מדובר במודל MoE עם 594B פרמטרים בסך הכול, מתוכם 17B פעילים, שמקבל גם תמונות ותומך ברמות מאמץ משתנות. בדף משפחת המודלים של החברה הוא מוצג כמודל החזק ביותר שלהם וכפותח הדור החדש, עם קפיצה גדולה בקוד אגנטי ובראייה. המבנה MoE אומר שהמודל מורכב מהרבה רשתות מומחים, ובכל טוקן מופעל רק חלק קטן מהן. לכן עלות החישוב לכל טוקן קרובה לזו של מודל קטן בהרבה, גם כשהמודל כולו גדול מאוד.
מאחורי החברה עומדת מירה מוראטי, סמנכ"לית הטכנולוגיה לשעבר של OpenAI. בכלכליסט דיווחו על גיוס לפי שווי של 12 מיליארד דולר, ובגיקטיים פירטו שאת הסבב הובילה קרן a16z, עם השתתפות של NVIDIA, AMD ומשקיעים נוספים. לפי ההכרזה, האימון המקדים של המודל רץ 68 שעות על מערכות NVIDIA GB300 NVL72.
מה המודל מקבל ומה לא?
| יכולת | מה ידוע |
|---|---|
| קלט תמונות | נתמך, כמו בדגמי Inkling הקודמים |
| קלט אודיו | לא נתמך בדגם הזה |
| רמת מאמץ | נתמכת ברמות שונות |
| שפות ועברית | לא מוזכרות בהכרזה |
| משקלים | סגורים בהשקה, ברישיון Apache 2.0 בהמשך |
הטבלה הזו חשובה עוד לפני שאתם פותחים חשבון. אם התהליך שלכם מתחיל בהקלטה קולית או נשען על טקסט בעברית, כבר כאן יש סימני שאלה שצריך לסגור.
כמה טוב המודל לעומת Gemini 3.8 Flash ומתחרים אחרים?
הנתון שמושך הכי הרבה תשומת לב הוא הציון במדד Artificial Analysis Intelligence Index, שמסכם סדרת מבחנים לציון כולל. באתר Artificial Analysis המודל מקבל ציון 31, וגם Gemini 3.8 Flash בגרסת High מקבל שם בדיוק את אותו ציון. מתחתם נמצא MiMo-V2.6-Pro עם 30, ואחריו GLM-5.3-Flash וGPT-6 Luna בגרסת Max, שעומדים על 28.
ההבדל המהותי בין המודלים שבראש הרשימה הוא לא הציון אלא הגישה: לפי Artificial Analysis, Gemini 3.8 Flash הוא מודל קנייני שהמשקלים שלו לא זמינים לציבור. אם Thinking Machines תממש את הכוונה שלה, יהיה לה מודל פתוח באותה רמה, ובThe Decoder כבר מתארים אותו כמי שתופס את הפסגה בין המודלים הפתוחים מהמערב. בעיניי זה צעד משמעותי, כי רוב המודלים הפתוחים החזקים שהכרנו הגיעו מסין.
ציון במדד מסכם לא מספר את כל הסיפור. לפי The Decoder, שיעור ההזיות ירד מ61% ל27% לעומת הדגם הקודם של החברה, Inkling Small, אבל בעיקר משום שהמודל עונה על פחות שאלות. במילים אחרות, הוא נמנע יותר מתשובה במקום לדעת יותר, וזה יכול להיות יתרון במערכת שמעדיפה "לא יודע" על פני המצאה, ומגבלה כשצריך תשובה בכל מקרה.
מי שכבר עובד עם משפחת GPT-6 Sol וLuna יכול לראות שהציון 28 של GPT-6 Luna נמוך בכמה נקודות. לפי ההכרזה, המודל של Thinking Machines גם משתמש בראייה בתוך הלולאה כדי לפרש ולאמת את הפלט הוויזואלי של הקוד שהוא מייצר, וזה יתרון למי שבונה אתרים וממשקים.
כמה עולה Inkling 2 Small ומה המחיר האמיתי למשימה?
לפי Artificial Analysis המחיר הוא $0.30 לכל 1M טוקנים בקלט ו$1.00 לכל 1M טוקנים בפלט. מחיר הקלט מעט גבוה מהחציון, שעומד שם על $0.24. לשם השוואה, Gemini 3.8 Flash בגרסת High עולה $0.75 בקלט ו$3.75 בפלט, כלומר יותר גם בקלט וגם בפלט.
| מה משווים | המודל החדש מול Gemini 3.8 Flash |
|---|---|
| קלט לכל 1M טוקנים | נמוך יותר: $0.30 מול $0.75 |
| פלט לכל 1M טוקנים | נמוך יותר: $1.00 מול $3.75 |
| טוקני פלט בהערכת המדד | גבוה יותר: 154M מול 126M |
| עלות משימה לפי The Decoder | נמוכה יותר: $1.18 מול $7.77 |
כאן נכנס פרט שקל לפספס: המודל מדבר הרבה. בזמן ההערכה במדד הוא ייצר 154M טוקנים בפלט, מול חציון של 89.8M, ואילו Gemini 3.8 Flash ייצר באותה הערכה 126M. מחיר נמוך לטוקן לא מבטיח מחיר נמוך למשימה אם המודל כותב יותר, ולכן מה שחשוב באמת הוא העלות למשימה שלמה.
לפי The Decoder, גם אחרי הדברנות העלות היא $1.18 למשימה, מול $7.77 לGemini 3.8 Flash ו$10.02 לClaude Sonnet 5.5. כלומר הפער שראינו במחיר הטוקן נשמר גם ברמת המשימה השלמה.
מכאן זו כבר הערכה שלי ולא עובדה: עלות למשימה במדד היא ממוצע על מבחנים כלליים, והמשימות שלכם יכולות להיראות אחרת לגמרי. אם אתם בונים סוכן שרץ כל היום, ההפרש יכול להיות משמעותי, אבל עלות התחזוקה של סוכן AI כוללת עוד הרבה מעבר למחיר הטוקנים.
גם אם אתם שוקלים את GLM-5.3-Flash, שקיבל 28, זכרו שהמחיר שלו משתנה לפי ספק, ולכן ההשוואה צריכה להיות מול הספק שבו תשתמשו בפועל. סביר להניח שאותו דבר יקרה גם למודל של Thinking Machines אחרי שחרור המשקלים, כשספקי ענן נוספים יוכלו להציע אותו במחירים משלהם.
מדריכים ועדכונים לעבודה עם AI
מדריכים בעברית, עדכוני כלים ודוגמאות לעבודה עם בינה מלאכותית.
איך מתחילים לעבוד עם המודל דרך Tinker?
בשלב הזה המודל זמין רק דרך Tinker, שהחברה מגדירה כתשתית מתקדמת לאימון מודלים משלכם. זו לא אפליקציית צ'אט לצרכנים אלא פלטפורמה למפתחים ולצוותי מחקר, עם תשלום לפי טוקן. בפועל זה אומר שתצטרכו מישהו בצוות שמרגיש בנוח עם קוד ועם API.
לפני שמשלבים את המודל במערכת, כדאי לעבוד בסדר מסודר. זה הסדר שאני ממליץ עליו כדי לא לבזבז זמן וכסף:
- נרשמים מדף Tinker, דרך האפשרות Sign up to train your model.
- פותחים את Tinker Playground ומנסים את המודל בדפדפן, כמו שהחברה מציעה בהכרזה.
- מריצים את המשימות שאתם מריצים היום על המודל הנוכחי שלכם, עם אותם פרומפטים, ושומרים את התשובות זו לצד זו.
- סופרים גם את טוקני הפלט, כי המודל דברן, ומחשבים עלות למשימה ולא רק מחיר לטוקן.
- בודקים בTinker אם אימון LoRA כבר פתוח למודל הזה, ורק אחר כך מתכננים התאמה על הנתונים שלכם.
האימון הוא היתרון הכללי של Tinker כפלטפורמה. בדף הפלטפורמה מסבירים שLoRA מאמן מתאם קטן במקום לעדכן את כל משקלי מודל הבסיס, וכך אפשר להתאים מודל לתחום או לסגנון שלכם בפחות משאבים. ההכרזה לא אומרת במפורש שכבר אפשר לאמן את המודל החדש בדרך הזו, ולכן כדאי לוודא את זה לפני שמתכננים פרויקט שנשען על אימון. בדף המחירים של Tinker כתוב שמודלי MoE מתומחרים לפי הפרמטרים הפעילים ולא לפי הגודל הכולל, ושטוקני קלט שחוזרים ממטמון הפרומפטים מחויבים בתעריף הקלט השמור.
מתי ייצאו המשקלים הפתוחים ומה צריך כדי להריץ את המודל בעצמכם?
בהכרזה מ5 בנובמבר 2026 החברה כותבת שהיא מתכוונת לשחרר את המשקלים המלאים ברישיון Apache 2.0 בשבוע שאחרי, בסיום בדיקות בטיחות חיצוניות וred teaming. בדף משפחת המודלים הניסוח זהיר יותר, ושם כתוב שהמשקלים ייצאו בתוך כמה שבועות, בכפוף לתוצאות בדיקות בטיחות נוספות. בדקתי את הדפים ב8 בנובמבר 2026 ולא מצאתי הודעה על שחרור, כך שבינתיים מדובר בכוונה מוצהרת ולא בעובדה.
רישיון Apache 2.0 מאפשר שימוש מסחרי, שינוי והפצה, כך שחברה תוכל להריץ את המודל על שרתים משלה בלי לשלם על כל טוקן. אבל צריך להבין מה המשמעות של 594B פרמטרים: גם אם רק 17B פעילים בכל טוקן, את כל המומחים צריך לטעון לזיכרון. בפועל מדובר בשרת עם כמה כרטיסי GPU חזקים ולא במחשב נייד, ולרוב העסקים הקטנים שימוש דרך API יהיה פשוט וזול יותר.
גם כאן זו הערכה שלי: הערך של משקלים פתוחים הוא בעיקר לארגונים עם נתונים רגישים שאסור להוציא החוצה, ולצוותים שרוצים לאמן גרסה משלהם ולשלוט בה. אם אתם כבר מתכננים סוכן AI שרץ מקומית, המודל הזה יהיה מועמד מעניין ברגע שהמשקלים ייצאו, עם ההסתייגות שהוא דורש חומרה כבדה בהרבה.
האם אפשר להשתמש במודל בישראל ובעברית?
בדפים שבדקתי, ההכרזה, דף Tinker ודף המחירים, לא מצאתי הגבלה לפי מדינה, וההרשמה נעשית ישירות מהאתר. המחירים נקובים בדולרים לפי טוקן, ולכן החשבון בשקלים יזוז עם שער הדולר. אחרי שחרור המשקלים, רישיון Apache 2.0 לא מגביל מיקום, כך שאפשר יהיה להריץ את המודל בענן באזור ישראל או בשרת פנימי.
עברית היא סימן השאלה הגדול. ההכרזה לא מזכירה שפות בכלל, ולא מצאתי נתון על ביצועים בעברית באף מקור שבדקתי. לפני שאתם בונים עליו בוט שירות או סיכום מסמכים בעברית, הריצו סט של דוגמאות אמיתיות מהעסק ובדקו ניסוח, כתיב ומונחים מקצועיים.
המודל כן מקבל תמונות, כך שאפשר לנסות אותו על חשבוניות או טפסים סרוקים בעברית, אבל זו בדיוק נקודה שצריך לבדוק ולא להניח. בעיתונות הישראלית כבר כתבו על החברה של מוראטי ועל הגיוס שלה, אבל לא מצאתי סקירה מקומית של ביצועי המודל עצמו.
למי המודל לא מתאים ומה עדיין לא ידוע?
החברה מפרטת בהכרזה כמה חולשות בעצמה, וזה ראוי להערכה. לפי ההכרזה המודל לא מתבטא בתמציתיות ולא תמיד בוחר את הכלים הנכונים למשימה, במיוחד בבסיסי קוד עם הרבה סקילים. הוא גם פחות מותאם לחוויית צ'אט, עם ארגון והצגה חלשים יותר של תוכן, שימוש יתר בלוכסנים ותגובת יתר לשאלות על בריאות נפשית ובטיחות.
מכאן אפשר לגזור למי הוא פחות מתאים בשלב הזה. אלה המקרים שבהם הייתי מחכה או בוחר מודל אחר:
- מי שצריך אודיו: המודל לא תומך בקלט קולי, ולכן לתמלול או לשיחות קוליות הוא לא רלוונטי.
- מי שמחפש צ'אטבוט מלוטש ללקוחות: החברה עצמה אומרת שחוויית הצ'אט היא לא החוזקה שלו.
- מי שצריך משקלים פתוחים כבר בשלב הפיילוט: עד השחרור אתם תלויים בTinker ובתנאים שלו.
- מי שעובד בעיקר בעברית: עד שתהיה בדיקה מסודרת, הבחירה בו היא הימור.
גם לא ידוע איך תיראה הגישה בTinker תחת עומס, ומה יהיו המחירים אצל ספקים אחרים אחרי שחרור המשקלים. לדעתי נכון להתייחס לציון 31 כנקודת פתיחה לבדיקה, ולא כהבטחה לתוצאה אצלכם.
לסיכום: מודל זול שכדאי לבדוק לפני שבונים עליו
המודל Inkling 2 Small מקבל 31 במדד Artificial Analysis, כמו Gemini 3.8 Flash, במחיר טוקן נמוך יותר, והחברה מתכוונת לשחרר את המשקלים שלו ברישיון Apache 2.0. מנגד, הוא דברן, לא תומך באודיו, והעברית שלו לא מתועדת. לפני בחירה כדאי להניח אותו לצד השוואה בין מודלים לעסקים ולהריץ עליו את המשימות שלכם. אם אתם רוצים לבדוק אם הוא מתאים לסוכן או לתהליך בעסק שלכם, דברו איתי ונקבע שיחה.
שאלות נפוצות
האם Inkling 2 Small הוא מודל קוד פתוח?
עדיין לא. בהשקה המשקלים סגורים והמודל זמין רק דרך Tinker, והחברה מתכוונת לשחרר אותם ברישיון Apache 2.0 אחרי בדיקות בטיחות חיצוניות. עד שזה יקרה, אי אפשר להוריד אותו ולהריץ אותו על שרת משלכם.
כמה עולה המודל לעומת Gemini 3.8 Flash?
לפי Artificial Analysis המודל עולה $0.30 לכל 1M טוקנים בקלט ו$1 בפלט, מול $0.75 ו$3.75 בGemini 3.8 Flash. בגלל שהוא מייצר הרבה טוקנים, כדאי להסתכל על עלות למשימה, ושם הוא עדיין זול יותר לפי הנתונים שפרסם The Decoder. בדקו את זה על המשימות שלכם לפני מעבר.
האם המודל עובד בעברית?
אין על זה נתון רשמי, וההכרזה לא מזכירה שפות בכלל. לכן צריך להריץ בדיקה על טקסטים אמיתיים מהעסק לפני שמשתמשים בו מול לקוחות.
איך מנסים את המודל בלי לכתוב קוד?
אפשר להתחיל בTinker Playground, שבו החברה מזמינה לנסות את המודל בדפדפן. בדף Tinker מתארים גם צ'אט בדפדפן עם צ'קפוינטים שאימנתם, אבל זו אפשרות כללית של הפלטפורמה, ולא מצאתי אישור שהיא חלה כבר על המודל הזה. לשילוב במערכת אמיתית כבר תצטרכו עבודה עם API.