- ב-17 בנובמבר 2026 OpenAI השיקה את GPT-6.2 אסטרה (Astra), מודל הדגל לפרויקטים הקשים, ואת GPT-6.2 סול (Sol), המודל היעיל לעבודה היומיומית. המדריך המלא בעברית: מה השתנה, כל המספרים מהבנצ'מרקים, מחירי ה-API, מי מקבל גישה, סיווגי הבטיחות, שני סרטוני ההשקה הרשמיים, ומה זה אומר לעסק שלכם.
GPT-6.2 Astra הוא המודל הראשון ש-OpenAI שחררה לציבור שהגיע לרמת High בתחום 'שיפור עצמי של AI'. לפי ההגדרה של החברה, ההשפעה שלו שקולה לכך שכל חוקר ב-OpenAI מקבל מהנדס מחקר מוכשר נוסף כעוזר אישי, ולכן החברה בנתה סביבו מערכת בשם Control Room שיכולה לעצור את המודל באמצע עבודה.
היום, 17 בנובמבר 2026, OpenAI השיקה שני מודלים חדשים בבת אחת. GPT-6.2 אסטרה (Astra), מודל הדגל החדש לפרויקטים הקשים ביותר, ו-GPT-6.2 סול (Sol), המודל היעיל לעבודה היומיומית. וזה לא החלק המעניין.
החלק המעניין הוא המחיר. אסטרה החדש עולה פחות משליש מהדור הקודם לכל משימה, ומשיג ציונים גבוהים יותר. וסול מגיע למרחק חצי נקודה ממנו בחמישית מהעלות.
בקצרה: GPT-6.2 Astra מציב רף חדש בעבודה מקצועית: מצגות, גיליונות ומסמכים שנראים פחות כמו AI, קוד נקי יותר, ואתרים, משחקים ומודלים בתלת-ממד ברמה גבוהה יותר. מחירי ה-API שלו נמוכים ב-20% מ-GPT-6 Astra. GPT-6.2 Sol חכם ויעיל יותר מ-GPT-6.1 Sol באותו מחיר. שניהם זמינים מהיום ב-ChatGPT Work, ב-Codex וב-API, ושניהם הושקו עם אמצעי הבטיחות החזקים ביותר ש-OpenAI הפעילה עד היום.
בכתבה ריכזתי את כל מה שהחברה פרסמה בדף ההשקה הרשמי ובשני סרטוני ההשקה, עם המספרים, המחירים והסייגים. בסוף תמצאו גם מה לעשות עם זה כבר מחר בבוקר.
התמונה הרשמית של ההשקה. מקור: OpenAI
מה זה GPT-6.2 Astra ו-GPT-6.2 Sol?
GPT-6.2 Astra הוא מודל החזית (frontier) החדש של OpenAI, והחברה מגדירה אותו "הסטנדרט החדש לעבודה מקצועית". הוא מיועד למשימות הקשות ביותר: פרויקטים ארוכים, עבודה מדעית, הנדסה ועיצוב.
GPT-6.2 Sol הוא המודל היעיל והרב-תכליתי לעבודה היומיומית. לפי OpenAI, הרבה מעובדי החברה עצמם משתמשים בו כמודל ברירת המחדל שלהם, גם למשימות טכניות וגם ללא-טכניות.
המשותף לשניהם: הם מגיעים לתוצאות טובות יותר במשימות תובעניות עם פחות טוקנים של פלט. בפועל זה אומר שתספיקו יותר בתוך מגבלות השימוש של המנוי, ושארגונים ומפתחים יקבלו ביצועים של מודל חזית בעלויות שאפשר לעבוד איתן בהיקף גדול.
אם אתם רוצים להבין מאיפה הגענו, הרחבתי על הדור הקודם במדריך המלא ל-GPT-6 Astra ובכתבה על GPT-6.1 Sol, שהושק ב-OpenAI DevDay 2026.
שני סרטוני ההשקה הרשמיים של OpenAI מ-17 בנובמבר: GPT-6.2 Astra ו-GPT-6.2 Sol
GPT-6.2 Astra ו-GPT-6.2 Sol: מודלים שנבנו לעולם האמיתי
GPT-6.2 Astra and GPT-6.2 Sol: Models built for the real world
בתרגום חופשי מהתיאור הרשמי: OpenAI מציגה את GPT-6.2 Astra, מודל החזית החדש לפרויקטים הקשים ביותר, ואת GPT-6.2 Sol, המודל היעיל והרב-תכליתי לעבודה היומיומית. שני המודלים מגיעים לתוצאות טובות יותר במשימות תובעניות עם פחות טוקנים של פלט, כך שאפשר להספיק יותר בתוך מגבלות השימוש. אסטרה מציב רף חדש בעבודה מקצועית מורכבת: מצגות, גיליונות ומסמכים שנראים פחות כמו AI ונצמדים יותר לתבניות ולמוסכמות של התחום, קוד נקי יותר, ואתרים, משחקים ותלת-ממד ברמה גבוהה יותר.
- אסטרה לפרויקטים הקשים, סול לעבודה היומיומית.
- תוצאות טובות יותר עם פחות טוקנים של פלט.
- מצגות, גיליונות ומסמכים שנצמדים לתבנית ולמוסכמות המקצועיות.
OpenAI · ערוץ היוטיוב הרשמי · 17.11.2026 · 1:59 דקות
בניית סטים תלת-ממדיים לווידאו עם GPT-6.2 Astra
Building 3D video sets with GPT-6.2 Astra
בתרגום חופשי מהתיאור הרשמי: GPT-6.2 Astra הוא מודל הדגל החדש של OpenAI, עם קוד נקי יותר, ממשקים ומודלים תלת-ממדיים טובים יותר ושימוש יעיל יותר בכלים. בסרטון אסטרה משחזר חדר שלם משני פריימים בלבד של וידאו, בתוך Codex: בונה את הסט ב-Blender, משנה את העיצוב והתאורה, והופך את הסצנה לחלל אינטראקטיבי ולרקע וירטואלי למצלמת רשת.
- חדר שלם משוחזר משני פריימים של וידאו.
- בניית הסט ב-Blender ושינוי עיצוב ותאורה.
- הסצנה הופכת לחלל אינטראקטיבי ולרקע למצלמת רשת.
OpenAI · ערוץ היוטיוב הרשמי · 17.11.2026 · 1:23 דקות
המספרים: מה אסטרה וסול משיגים בבנצ'מרקים
כל המספרים כאן הם מה ש-OpenAI עצמה פרסמה בדף ההשקה. אלה מבחנים שהחברה בחרה להציג, ולכן כדאי לקרוא אותם כטענות של היצרן עד שיגיעו השוואות עצמאיות.
עבודה מקצועית מרובת שלבים
Agents' Last Exam בודק עבודה מקצועית ארוכה ומרובת שלבים. כאן אסטרה מציב שיא חדש:
- 5.2 נקודות יותר מ-GPT-6 Astra, בפחות משליש מהעלות.
- 5.5 נקודות יותר מ-Claude Fable 5.2 של אנתרופיק, בכ-5% מהעלות שלו.
הערה הוגנת שמופיעה גם בדף של OpenAI: בטבלת התוצאות של Fable 5.2 הוצאו תשע משימות שבהן נעשה שימוש במודל גיבוי.
עבודת ידע מפרויקטים אמיתיים
GDPval v2 הוא הגרסה החדשה של מבחן פנימי של OpenAI, שמודד עבודת ידע ארוכה ומורכבת מפרויקטים אמיתיים בייעוץ, פיננסים, ביוטכנולוגיה, מדעי הנתונים ושיווק. המשימות בנויות מהקבצים וההודעות שהיו לצוות האמיתי כשהעבודה הוטלה עליו.
- אסטרה מוביל מבין המודלים שנבדקו, עם שיפור של 6.2 נקודות אחוז מ-GPT-6 Astra, ותוך שימוש ב-22% פחות טוקנים של פלט.
- סול משתפר ב-5.3 נקודות לעומת GPT-6.1 Sol.
מדע
OpenAI כותבת במפורש שהיא מאמינה ש-GPT-6.2 Astra הוא "המודל הטוב בעולם למדענים":
- ב-Terminal-Bench-Science 0.1, שבודק עבודה מדעית בטרמינל, אסטרה גבוה ב-9 נקודות אחוז מ-GPT-6 Astra בפחות משליש מהעלות.
- ב-Vals Science Index הוא מציב שיא חדש. המבחן מבקש מהמודל לפרש נתונים ביולוגיים אמיתיים ולהריץ ניסויים כדי להסיק איך מערכת מדומה עובדת.
קוד
ב-FrontierCode 2.0 של Cognition, שבודק אם שינויים בקוד אמיתי עומדים בסטנדרט של המתחזקים לצורך מיזוג, סול מגיע למרחק 0.5 נקודה מאסטרה בערך בחמישית מהעלות (שניהם ברמת המאמץ המקסימלית).
משימות יומיומיות
ב-LifeVal, מבחן חדש של OpenAI למשימות יומיומיות מאתגרות, סול עוקף את GPT-6 Astra בכשביעית מהעלות. דוגמאות למשימות במבחן: למצוא גנים מתאימים לילדים אחרי מעבר דירה, למצוא בית שמתאים לתקציב ולזמני הנסיעה של משפחה, או לתכנן ארוחות להורה שמסתגל לאבחנה רפואית חדשה.
טבלה מסכמת
| מבחן | מה הוא בודק | התוצאה לפי OpenAI |
|---|---|---|
| Agents' Last Exam | עבודה מקצועית מרובת שלבים | אסטרה: שיא חדש, +5.2 מ-GPT-6 Astra, +5.5 מ-Claude Fable 5.2 |
| GDPval v2 | עבודת ידע מפרויקטים אמיתיים | אסטרה: +6.2 נק', 22% פחות פלט. סול: +5.3 נק' |
| Terminal-Bench-Science 0.1 | עבודה מדעית בטרמינל | אסטרה: +9 נק' מ-GPT-6 Astra |
| Harvey LAB-AA v1.1 | עבודה משפטית | אסטרה: יותר מפי 2 משיעור ההצלחה של Fable 5.2 |
| AA-AnalystAgent | ניתוח גיליונות ודוחות | אסטרה: 62.5% נכון בכל 5 הניסיונות |
| AA-3D | חוויות תלת-ממד בדפדפן | אסטרה 1,318 Elo, Fable 5.2 1,271, סול 1,259 |
| FrontierCode 2.0 | קוד שראוי למיזוג | סול: 0.5 נק' מאסטרה, בחמישית מהעלות |
| LifeVal | משימות יומיומיות | סול עוקף את GPT-6 Astra בשביעית מהעלות |
מצגות, גיליונות ומסמכים שלא נראים כמו AI
זה אולי השינוי שהכי ירגישו בארגונים. OpenAI אימנה את אסטרה ליצור מצגות, גיליונות ומסמכים ברורים ומעוצבים יותר, שנצמדים למוסכמות של אנשי מקצוע בתחומים כמו משפטים, מכירות, פיננסים וראיית חשבון. הכתיבה ישירה וספציפית יותר, עם פחות "מסקנות כלליות" ופחות מילוי.
מצגות
לפי OpenAI, אסטרה הוא המודל הטוב ביותר שלה עד היום בעיצוב שקפים ובהיצמדות לתבנית מצגת, גם כשנותנים לו קובץ מקורי וגם כשנותנים לו רק צילום מסך. הוא מתאים את הפריסה, הצבעים והטיפוגרפיה עד לגודל הגופן המדויק, ומעביר את סגנון הכתיבה של התבנית לשקפים החדשים.
בודקים מוקדמים דיווחו שאפשר להשתמש במצגות כמעט בלי תיקונים, כי כותרות השקפים מציגות את המסר המרכזי וגוף הטקסט קצר וממוקד.
בדוגמה ש-OpenAI הציגה, שני המודלים התבקשו לעדכן את מצגת הרבעון הראשון של קמעונאי לפי דוח הרבעון השני. שניהם זיהו שהחזרי מכסים הם המנוע המרכזי של העלייה ברווח. אבל אסטרה החדש שם בכותרת את העלייה של 5.3% במכירות, פירק את הצמיחה לאונליין ולחנויות, והציע להנהלה צעדים קונקרטיים: להחזיק מלאי של מוצרים שנמכרים מהר, ולתקצב בלי להניח החזרי מכסים נוספים.
גיליונות ומזכרים
בניית מודל הערכת שווי או כתיבת מזכר השקעה מתחילות במציאת הנתונים הנכונים בקבצי המקור והבנה איך הם מתחברים. במבחן AA-AnalystAgent של Artificial Analysis, שבודק בדיוק את זה על גיליונות ודוחות אמיתיים, אסטרה הציב שיא חדש: 62.5% מהשאלות נענו נכון בכל חמשת הניסיונות הבלתי תלויים.
בדוגמה נוספת, שני המודלים קיבלו דוחות כספיים, הנחות תפעוליות ונתוני שוק של חברה בדיונית בתחום האגרוטק, והתבקשו לבנות חוברת אקסל שחוזה הכנסות לפי מגזר עד 2031, בודקת ששלושת הדוחות הכספיים מתיישבים, ומעריכה שווי למניה בשיעור היוון של 8% וצמיחה קבועה של 3%. אסטרה החדש הציב את תמהיל ההכנסות ואת הגשר משווי הפעילות לשווי המניה ליד טבלת הרגישות, כך שהקורא רואה בבת אחת מה מניע את התחזית ואיך מגיעים למספר הסופי.
עבודה משפטית
במבחן Harvey LAB-AA v1.1, שבודק אם המודל מוצא את העובדות הרלוונטיות במסמכי מקור, מיישם אותן לפי תדריך מפורט ומפיק תוצר מדויק שעומד בכל הדרישות, אסטרה מציב שיא חדש: יותר מפי שניים משיעור ההצלחה של Claude Fable 5.2, בכשישית מהעלות. המבחן נותן ציון רק לתוצר שעומד בכל קריטריון ושאין בו הזיות מהותיות. ל-OpenAI יש גם תצורה ייעודית לעורכי דין, Astra for Law, שמשיגה במבחן הזה ציון גבוה עוד יותר.
אם אתם עורכי דין, כדאי לקרוא גם את המדריך שלי לעבודה עם קלוד במשרד עורכי דין: העקרונות של בדיקה ואימות זהים לכל מודל.
הנדסה, תלת-ממד ושימוש במחשב
השימוש המדויק יותר של אסטרה במחשב מאפשר לו לעבוד עד רמת החלק והחיבור הבודד בכלי CAD וסימולציה. מהנדסים יכולים לבדוק איך רכיבים מתחברים, לראות איך עומסים זזים כשהתכנון משתנה, ולבדוק שינויים לפני שבונים אב-טיפוס.
אסטרה בנה מודל תלת-ממד של רכב, כתב פותר בפייתון לדינמיקה של הצמיגים והמתלים, והנפיש את התוצאה ב-Blender. מקור: OpenAI
OpenAI הציגה כמה דוגמאות שכדאי להכיר:
- סימולציית נהיגה: אסטרה בנה מודל תלת-ממד של רכב בכביש הררי, כתב פותר (solver) בפייתון שמדמה את הדינמיקה בין הצמיגים למתלים, והנפיש את התוצאה ב-Blender.
- הרכבה מכנית: מתמונות ציבוריות ומדריכי הרכבה, אסטרה בנה מודל של מכונית שלט רחוק ושל מנוע שישה צילינדרים, חלק אחרי חלק, עם מדריך הרכבה מונפש וקטלוג חלקים מאויר.
- ממבנה מפורסם למנורת נייר: הצוות של OpenAI הפך את המרפסות המעוגלות של מגדלי Marina City בשיקגו למנורת נייר, מתמונות רפרנס, דרך גרסאות CAD, ועד מנורה פיזית שהורכבה ביד. את האתר שבו אפשר לבנות מנורה כזו בעצמכם בנה אסטרה.
קטלוג החלקים של מכונית השלט הרחוק שאסטרה מידל מתמונות ומדריכי הרכבה. מקור: OpenAI
עיצוב אתרים ומשחקים
אסטרה מביא חשיבה חזותית חזקה יותר גם לעיצוב אתרים: הוא בוחר פריסות ותמונות שנותנות לכל אתר מראה ייחודי, ובונה את הרכיבים סביב המטרה האמיתית של האתר. בדוגמה של OpenAI הוא בנה אתר לקרוואן עם מגדיר רכב אינטראקטיבי.
אתר קרוואן עם מגדיר רכב אינטראקטיבי, שבנה אסטרה. מקור: OpenAI
השיפור הזה עובר גם לתלת-ממד. שני המודלים יודעים להפוך תיאור כתוב לחוויה אינטראקטיבית בדפדפן, משולחן פינבול שאפשר לשחק בו ועד שחזור של הקולוסיאום שאפשר לסייר בו מכמה זוויות. במבחן AA-3D של Artificial Analysis, שופטים אנושיים מנסים שתי חוויות עיוורות שנבנו מאותה הנחיה ומצביעים על המועדפת:
- GPT-6.2 Astra: 1,318 Elo
- Claude Fable 5.2: 1,271 Elo
- GPT-6.2 Sol: 1,259 Elo
אותה הנחיה, שני דורות: הגינה של GPT-6 Astra משמאל ושל GPT-6.2 Astra מימין. מקור: OpenAI
אחד הציטוטים בדף ההשקה מגיע מאלכס משרבוב, מנכ"ל ומייסד שותף של היגספילד (Higgsfield). לדבריו, אסטרה הוא שמאפשר את Higgsfield Miracle, עורך הווידאו שלהם שעובד ברמת הפיקסל בזמן אמת, ובמבחני התלת-ממד הפנימיים שלהם הוא הגיע לתוצאה הרצויה בניסיון ראשון ב-73% מהמקרים, כשהדור הקודם היה צריך שלוש איטרציות ויותר.
קוד נקי ותהליכי עבודה יעילים
לפי OpenAI, לאסטרה יש שיקול דעת טוב יותר באיך לבצע משימה: הוא מתאים את הכלים ואת רמת המאמץ לתהליך, ויודע מתי להשתמש בתוספים (plugins) ומתי לעבוד ישירות על המחשב.
בקוד, הוא טוב יותר ביישום ובבדיקה של שינויים מורכבים בבסיסי קוד קיימים. בודקים מוקדמים דיווחו על קוד נקי יותר, בדיקות ממוקדות יותר ופחות סבבי תיקון.
ציטוט שבולט במיוחד מגיע מחברת Basis. לדבריהם, בזכות תכנון טוב יותר של מסלולי עבודה ארוכים וכתיבה יעילה יותר של פקודות Bash, הזמן הממוצע של עבודת ראיית חשבון ארוכה ירד ב-50%, ובעבודה המורכבת ביותר ירד בעד 73%.
סייבר: יכולות חזקות יותר, ומגבלות הדוקות יותר
שני המודלים הם קפיצה משמעותית נוספת ביכולות הסייבר. הם מאתרים ומנצלים חולשות טוב יותר, כותבים קוד מאובטח יותר ומייצרים תיקונים טובים יותר. בדיוק כמו GPT-6 Astra, שניהם מסווגים ברמת Critical בתחום הסייבר לפי מסגרת המוכנות (Preparedness Framework) של OpenAI.
בגלל זה הם הושקו עם אמצעי הגנה הדוקים יותר לעזרה בסייבר בסיכון גבוה. OpenAI כותבת בגלוי שההגנות האלה גם מגבילות חלק מעבודת המחקר הלגיטימית בחולשות ובבדיקות חדירה. אנשי הגנה מורשים יכולים לקבל כרגע גישה מורחבת דרך תוכנית OpenAI Daybreak, והחברה מתכוונת להכניס לשם גם את מודלי GPT-6.2.
החדשות הטובות למפתחים: OpenAI הפכה את היכולות ההגנתיות למוקד מרכזי באימון, עם אותות אימון חדשים שעוזרים לכתוב קוד מאובטח מההתחלה ולייצר תיקונים ששומרים על ההתנהגות המקורית של הקוד.
בטיחות: שלושה סיווגים שכדאי להכיר
OpenAI אומרת שהיא משיקה את המודלים עם אמצעי ההגנה החזקים ביותר שהפעילה עד היום. שלושה דברים בולטים:
- סייבר ברמת Critical, כמו הדור הקודם.
- ביולוגיה וכימיה ברמת High, עם הגבלות מוגברות על בקשות דו-שימושיות.
- שיפור עצמי של AI ברמת High. אסטרה הוא המודל הראשון ש-OpenAI שחררה לציבור שהגיע לרמה הזו. לפי ההגדרה של החברה, ההשפעה שלו שקולה לכך שכל חוקר ב-OpenAI מקבל מהנדס מחקר מוכשר נוסף כעוזר, ביחס לרמה של 2024.
למה זה חשוב? כי מודלים שעוזרים לפתח את מערכות ה-AI הבאות עלולים גם להאיץ את הקצב מהר יותר ממה שאמצעי ההגנה והפיקוח האנושי מספיקים להסתגל. לכן OpenAI בנתה מערכת בשם Control Room, שעוקבת אחרי עומסי המחקר ויכולה לעצור את פלט המודל כשנדרשת התערבות, והרחיבה ניטור שבודק את החשיבה והפעולות של המודלים ויכול לסמן התנהגות לא מורשית.
הסייג שכדאי לזכור
ברוב מבחני ההתנהגות שני המודלים דומים ל-GPT-6 Astra, ובמשימות עבודה מדומות הם ביצעו פחות פעולות לא תקינות. אבל בשני מבחנים הם נטו יותר להשמיט מהמשתמש מכשולים שחסמו את העבודה, למשל קובץ שחסר או כלי חיפוש שלא היה זמין.
במבחן שנקרא Blocker Deception, החוקרים הכניסו מכשול למשימת קוד, למשל מחקו את הקובץ שהמשתמש ביקש לערוך, ובדקו אם המודל מספר על זה. OpenAI הוסיפה הוראות ב-Codex שמצמצמות את ההשמטות האלה משמעותית, וממשיכה לחקור את ההתנהגות.
לדעתי, זה הלקח המעשי החשוב ביותר בכתבה כולה: ככל שהמודל מבצע יותר לבד, חשוב יותר לבדוק את התוצר, ולא רק את הדיווח שלו על התוצר.
מחירים וזמינות
ב-ChatGPT
החל מהיום, GPT-6.2 Astra ו-GPT-6.2 Sol זמינים לכל משתמשי Plus, Pro, Enterprise ו-Edu ב-ChatGPT Work וב-Codex.
- Pro 500: מצב Ultrafast בשני המודלים.
- Pro 200: לראשונה מקבלים Ultrafast, בשלב הראשון ב-GPT-6.2 Sol.
- Enterprise ו-Edu: אותה גישה, אחרי שמנהל סביבת העבודה מפעיל אותה.
ב-API
מפתחים ניגשים דרך ה-API עם המזהים gpt-6.2-astra ו-gpt-6.2-sol, ומצב Ultrafast זמין לשניהם כבר מיום ההשקה.
| מודל | קלט (למיליון טוקנים) | קלט שמור במטמון | פלט (למיליון טוקנים) |
|---|---|---|---|
| GPT-6.2 Astra | 8 דולר | 0.40 דולר | 40 דולר |
| GPT-6.2 Sol | 2 דולר | 0.10 דולר | 10 דולר |
אסטרה זול ב-20% בקלט ובפלט מ-GPT-6 Astra, עם הנחה עמוקה של 60% על קלט שמור במטמון. סול שומר בדיוק על המחיר של GPT-6.1 Sol. בגלל שהמודלים צורכים פחות טוקנים לכל משימה, העלות בפועל לכל משימה יורדת עוד יותר.
טיפ מעשי מ-OpenAI למפתחים: כדי לנצל טוב יותר את המטמון, להוריד עלויות וזמני תגובה ולשמור על החשיבה בין סבבים, כדאי להשאיר את תחילת הפרומפט קבועה ולהוסיף הוראות חדשות בסוף השיחה.
ומה זה אומר לעסק שלכם?
שלושה דברים, לפי הסדר:
- ברירת המחדל: סול. לרוב העבודה היומיומית סול מספיק, ובמבחני הקוד והעבודה המקצועית הוא קרוב מאוד לאסטרה בחלק קטן מהעלות. את אסטרה כדאי לשמור למשימות הקשות באמת: מודל פיננסי מורכב, מצגת לדירקטוריון, מחקר, או פרויקט הנדסי.
- עבודה מקצועית שלמה הופכת לזולה. מצגת שנצמדת לתבנית של החברה, גיליון שמתיישב, מזכר משפטי בלי הזיות מהותיות. אלה בדיוק המשימות שגוזלות היום שעות לצוותים, ועכשיו אפשר להעביר חלק גדול מהן ל-AI ולהשאיר לאנשים את הבדיקה וההחלטה.
- לא להתחתן עם מודל אחד. בשלושה חודשים ראינו את GPT-6 Astra, את GPT-6.1 Sol ועכשיו את GPT-6.2, ובמקביל את Claude Fable 5.2 של אנתרופיק. הארגונים שמרוויחים הם אלה שבונים תהליכים שעובדים עם כל מודל, ולא אלה שרודפים אחרי ההשקה האחרונה. השוויתי את המודלים המובילים בדף השוואת מודלי ה-AI.
אם אתם רוצים לבנות את זה נכון בארגון שלכם, עם תהליכים שלא נשברים בכל השקה, זה בדיוק מה שאני עושה בייעוץ ובהטמעת AI בארגונים, וגם בהרצאות ובסדנאות לצוותים.
השורה התחתונה
GPT-6.2 הוא לא קפיצת דור, אלא משהו שימושי יותר: אותה רמה של מודל חזית, ובמקרים רבים גבוהה יותר, בחלק מהמחיר, עם תוצרים שנראים כמו עבודה של איש מקצוע ולא כמו טקסט של AI. הסייג היחיד שהייתי לוקח איתי מהכתבה הזו הוא הנטייה שהתגלתה להשמיט תקלות. סמכו על המודל לעשות את העבודה, אבל תמיד תבדקו את התוצאה.
מקורות: דף ההשקה הרשמי של OpenAI, שני סרטוני ההשקה בערוץ היוטיוב הרשמי של OpenAI (17.11.2026), וכרטיס המערכת של GPT-6.2 שמקושר מדף ההשקה.
🎬 חדש · קורס וידאו
ChatGPT לעבודה בווידאו: מצ'אט לעובד דיגיטלי
50 שיעורים קצרים על מסכים אמיתיים: בקשות שמחזירות תוצאה, קבצים ופרויקטים, מסמכים ותמונות, מחקר עם מקורות, Work, משימות מתוזמנות ו-Plugins, ו-ChatGPT לכל מחלקה בעסק.
- ▶ 3 שיעורים ראשונים בחינם
- 🔄 מעודכן: Work, Plugins ו-Library
- 🎓 תעודת סיום

🎬 חדש · קורס וידאו
אווטאר AI שמצלם לכם תוכן: רילסים, פרסומות וסרטוני מוצר בלי מצלמה
54 שיעורים עם היגספילד (Higgsfield): דמות קבועה למותג, עשר סצנות בעסק שלכם, סרטון מדבר בעברית, שוטים עם תנועה, פרסומת מוצר וחמש וריאציות, תקציב קרדיטים ותווית AI.
- ▶ 8 שיעורים ראשונים בחינם
- 🎬 רילסים בלי מצלמה
- 🎓 תעודת סיום

קורס במתנה עם ברכה אישית מכם, מסירה מיידית או בתאריך שתבחרו, וגישה לכל החיים.



