DeepSeek V4 בדרך, הבית הלבן נכנס לתמונה וגוגל עם צ'יפ חדש: שבוע לוהט ב-AI

השבוע מתרכזים ארבעה אירועים שישפיעו ישירות על ארכיטקטורת ה-AI ועל התקציב שלכם: שחרור הגרסה היציבה של DeepSeek V4 ב-24 ביולי, פתיחת המשקולות של Kimi K3 ב-27 ביולי, הכרזה צפויה של הבית הלבן על מסגרת פיקוח למודלי חזית לפני 1 באוגוסט, ודיווח על צ'יפ שרתים חדש של גוגל בשם Frozen v2. במאמר הזה נפרק כל אירוע לרמת ההשלכות המעשיות: מה כדאי לבדוק, מה כדאי לדחות, ואיפה נפתחת הזדמנות לחיתוך עלויות אמיתי בפרודקשן.

מה קורה השבוע בעולם ה-AI ולמה זה חשוב לבוני מוצרים?

בתמצית: לפי הדיווח של Build Fast with AI, ב-24 ביולי תשוחרר הגרסה היציבה של DeepSeek V4, ב-27 ביולי ייפתחו המשקולות של Kimi K3, לפני 1 באוגוסט הבית הלבן צפוי להכריז על מסגרת פיקוח שתכסה את OpenAI, Anthropic וגוגל אך לא את Meta, וגוגל מפתחת צ'יפ בשם Frozen v2 שלפי מקורות פנימיים יעיל פי 6 עד 10 מה-TPU הנוכחיים.

כל אחד מהאירועים האלה נוגע בציר אחר של קבלת החלטות: בחירת מודל, אסטרטגיית self-hosting, חשיפה רגולטורית ותמחור תשתית. כשארבעתם מתרחשים באותו שבוע, זו נקודת זמן טובה לעצור ולבחון מחדש את שכבת ה-LLM במוצר שלכם, במיוחד אם אתם נעולים על ספק יחיד או משלמים מחירי inference שנקבעו לפני חצי שנה.

נתחיל מהאירוע שהכי סביר שישנה לכם את ה-routing כבר בשבועות הקרובים: DeepSeek V4.

DeepSeek V4: מה צפוי בגרסה היציבה ואיך נערכים אליה נכון?

שחרור גרסה יציבה של DeepSeek V4 ב-24 ביולי הוא בעיקר איתות בשלות: המעבר מגרסאות preview לגרסה stable אומר בדרך כלל התחייבות ל-API עקבי, לזמינות גבוהה ולתמחור צפוי. DeepSeek בנתה את המוניטין שלה על יחס עלות-ביצועים אגרסיבי, ולכן ההגעה של V4 לסטטוס יציב רלוונטית לכל מי שמריץ עומסי עבודה בנפח גבוה: סיווג, סיכום, חילוץ מידע מובנה ו-agents פשוטים.

מה זה אומר בפועל? אם יש לכם היום pipeline שמנתב את כל הבקשות למודל פרימיום אחד, זה הזמן לבנות שכבת הערכה (evals) ולהריץ את V4 מול מדגם מייצג של הבקשות האמיתיות שלכם. לא בנצ'מרקים ציבוריים, אלא הדאטה שלכם: הפרומפטים, הפורמטים, השפה. מודל שמנצח ב-benchmark כללי יכול להיכשל בחילוץ שדות מחשבוניות בעברית, ולהפך.

איך בונים בדיקה מהירה של מודל חדש בפרודקשן

1. אספו 200 עד 500 בקשות אמיתיות ואנונימיות מהלוגים שלכם, כולל מקרי קצה.
2. הגדירו מדדי הצלחה מדידים: דיוק JSON, נאמנות למקור, זמן תגובה, עלות לאלף בקשות.
3. הריצו את המודל החדש במקביל למודל הקיים במצב shadow, בלי להחזיר את התוצאה למשתמש.
4. השוו תוצאות עם שופט אוטומטי (LLM-as-judge) ובדיקה ידנית של מדגם.
5. אם הפער קטן והעלות נמוכה משמעותית, העבירו תחילה עומסים לא קריטיים דרך router.

הגישה הזו הופכת כל שחרור מודל חדש מאירוע חדשותי להחלטה הנדסית מבוססת נתונים, והיא בדיוק מה שמפריד בין צוותים שרודפים אחרי כותרות לצוותים שחותכים עלויות באופן שיטתי.

Kimi K3 בקוד פתוח: מה פתיחת המשקולות משנה בפועל?

פתיחת המשקולות של Kimi K3 ב-27 ביולי מוסיפה שחקן כבד לזירת המודלים הפתוחים. משקולות פתוחות (open weights) פירושן שאפשר להוריד את פרמטרי המודל ולהריץ אותו על תשתית שלכם: בענן פרטי, on-prem או דרך ספקי inference שמתמחים באירוח מודלים פתוחים. זה שונה מקוד פתוח מלא, כי לרוב לא מתפרסמים דאטת האימון וקוד האימון, אבל לצורכי פריסה עצמית זה מה שחשוב.

🚀 DeepSeek-V4 Preview is officially live & open-sourced! Welcome to the era of cost-effective 1M context length.

🔹 DeepSeek-V4-Pro: 1.6T total / 49B active params. Performance rivaling the world's top closed-source models.
🔹 DeepSeek-V4-Flash: 284B total / 13B active params.… pic.twitter.com/n1AgwMIymu

— DeepSeek (@deepseek_ai) 24 באפריל 2026

למה זה רלוונטי לחברות ישראליות? שלוש סיבות: ראשית, פרטיות ורגולציה. ארגונים בתחומי בריאות, פיננסים וביטחון שלא יכולים לשלוח דאטה ל-API חיצוני מקבלים עוד אופציה איכותית להרצה מקומית. שנית, שליטה בעלויות: בהיקפי שימוש גבוהים, inference עצמאי על GPU שכורים יכול להיות זול משמעותית מתמחור per-token. שלישית, יכולת fine-tuning על דאטה פנימי, משהו שמודלים סגורים מגבילים או מייקרים.

חשוב לומר את הצד השני בלי הייפ: הרצה עצמית של מודל גדול דורשת צוות שיודע לנהל serving stack (למשל vLLM או TGI), ניטור, quantization וניהול גרסאות. אם הנפח שלכם קטן, ה-API הסגור כמעט תמיד יהיה זול יותר בסך הכול. הנוסחה הפשוטה: חשבו את עלות ה-token החודשית הנוכחית מול עלות GPU קבועה בתוספת שעות DevOps, ורק אם הפער ברור, תתקדמו.

מסגרת הפיקוח של הבית הלבן: מי בפנים, מי בחוץ ומה המשמעות?

לפי הדיווח, הבית הלבן צפוי להכריז לפני 1 באוגוסט על מסגרת פיקוח למודלי חזית (frontier models) שתחול על OpenAI, Anthropic וגוגל, אך לא על Meta. ההחרגה של Meta בולטת: כנראה בגלל אסטרטגיית המשקולות הפתוחות שלה, שמקשה על מנגנוני פיקוח שנבנו סביב ספקי API מרכזיים. זו נקודה מעניינת, כי היא יוצרת בפועל שני משטרים רגולטוריים שונים לאותה טכנולוגיה.

עבורכם כצרכני API, ההשלכות המעשיות צפויות בשלושה מישורים. ראשית, עלויות ציות אצל הספקים המפוקחים עשויות להתגלגל לתמחור או לזמני שחרור איטיים יותר של יכולות חדשות. שנית, ייתכנו דרישות חדשות סביב תיעוד שימוש, במיוחד ליישומים בתחומים רגישים. שלישית, ההחרגה של מודלים פתוחים עשויה להאיץ אימוץ שלהם בארגונים שרוצים לצמצם תלות בספקים שכפופים למסגרת.

מה כדאי לחברה ישראלית לבדוק כבר עכשיו

גם אם המסגרת אמריקאית, היא נוגעת בכם אם אתם בונים על OpenAI, Anthropic או Gemini. מפו את התלויות שלכם: אילו פיצ'רים במוצר נשענים על ספק יחיד, האם יש לכם שכבת הפשטה (abstraction layer) שמאפשרת החלפת מודל בלי שכתוב, והאם החוזים שלכם עם לקוחות מחייבים אתכם להתחייבויות שתלויות בספק. רגולציה על ספק היא סיכון שרשרת אספקה לכל דבר, וכדאי לנהל אותה כמו כל תלות קריטית אחרת.

Frozen v2 של גוגל: איך צ'יפ חדש משפיע על עלויות ה-AI שלכם?

לפי מקורות פנימיים שצוטטו בדיווח, גוגל מפתחת צ'יפ שרתים בשם Frozen v2 שיעיל פי 6 עד 10 מה-TPU הנוכחיים. חשוב לסייג: מדובר בדיווח על פיתוח, לא בהכרזה רשמית, ומספרי יעילות פנימיים נוטים להתייחס לתרחישים ספציפיים. ובכל זאת, הכיוון ברור: מרוץ החומרה בין גוגל, NVIDIA ושחקניות נוספות ממשיך ללחוץ את עלות ה-compute כלפי מטה.

למה זה חשוב גם למי שלא ירכוש צ'יפ בחיים? כי עלות inference היא הרכיב הדומיננטי בתמחור API של מודלים. כשספק תשתית מוזיל לעצמו את החומרה פי כמה, זה מתגלגל בסופו של דבר למחירי token נמוכים יותר, ל-context windows גדולים יותר באותו מחיר, ולמודלים חזקים יותר בשכבות התמחור הזולות. המגמה הזו נמשכת כבר שנים: יכולת שעלתה דולר לפני שנתיים עולה היום סנטים בודדים.

ההשלכה הארכיטקטונית: אל תבנו את המוצר סביב הנחת עלויות של היום. פיצ'ר שנפסל בגלל עלות inference גבוהה ברבעון הזה עשוי להיות כלכלי בעוד שני רבעונים. שמרו רשימת פיצ'רים מושהים עם סף העלות שבו הם הופכים כדאיים, ובחנו אותה מחדש בכל ירידת מחירים משמעותית.

איך מתרגמים את החדשות להחלטות: מפת דרכים לצוות פיתוח

התשובה הקצרה: בונים גמישות במקום להמר על מנצח. השבוע הזה ממחיש שהשוק משתנה בקצב של ימים, ולכן הנכס האסטרטגי החשוב ביותר הוא ארכיטקטורה שמאפשרת החלפת מודל בעלות נמוכה. בפועל זה אומר שלושה רכיבים: שכבת router אחידה מול כל הספקים, מערך evals אוטומטי שרץ על כל מודל מועמד, וניטור עלויות ברמת פיצ'ר ולא רק ברמת חשבון.

סדר עדיפויות מומלץ לשבועיים הקרובים: ב-24 ביולי הוסיפו את DeepSeek V4 למסלול ההערכה שלכם והריצו אותו במצב shadow על עומסים לא קריטיים. ב-27 ביולי בדקו האם Kimi K3 רלוונטי לתרחישי self-hosting שלכם, ואם כן, בקשו מספקי ה-inference שאתם עובדים איתם הצעת מחיר לאירוח שלו. במקביל, מפו את התלות שלכם בספקים שייכנסו תחת מסגרת הפיקוח האמריקאית.

ולגבי Frozen v2: אין פה פעולה מיידית, אבל יש תזכורת. אם אתם מתמחרים מוצר AI ללקוחות בחוזים ארוכים, בנו מנגנון שמאפשר לכם ליהנות מירידת עלויות עתידית במקום לנעול את עצמכם למרווחים של היום.

רשימת פעולות לשבועיים הקרובים

• הוסיפו את DeepSeek V4 למסלול ההערכה והריצו אותו במצב shadow על עומסים לא קריטיים
• בדקו רלוונטיות של Kimi K3 ל-self-hosting ובקשו הצעת מחיר מספקי ה-inference שלכם
• מפו את התלויות שלכם בספקים שייכנסו תחת מסגרת הפיקוח האמריקאית
• ודאו שיש לכם שכבת הפשטה שמאפשרת החלפת מודל בלי שכתוב
• בחוזים ארוכים - הטמיעו מנגנון שמגלגל ירידת עלויות עתידית ללקוח ולכם
• תחזקו רשימת פיצ'רים מושהים עם סף העלות שבו הם הופכים כדאיים

מבט קדימה: מה הצעד הבא שלכם?

השבוע של DeepSeek V4, Kimi K3, מסגרת הפיקוח האמריקאית ו-Frozen v2 הוא לא רעש חדשותי אלא ארבעה אותות מתואמים: המודלים מתמחרים כלפי מטה, הקוד הפתוח מתחזק, הרגולציה מתגבשת והחומרה מזנקת. צוותים שיבנו עכשיו תשתית הערכה והחלפה גמישה ייהנו מכל גל כזה במקום להיגרר אחריו.

אם אתם רוצים להעמיק את היכולות המעשיות של הצוות, מהנדסת prompt ועד פריסת מודלים פתוחים בפרודקשן, מומלץ לעיין בקורסי הבינה המלאכותית המעשיים שלנו. ולמעקב שוטף אחרי ההתפתחויות, הניתוחים והשלכותיהן על השוק הישראלי, כל העדכונים מחכים לכם במגזין ה-AI של AICourse.