הדביק את הפער: צוקרברג חושף את התשובה שלו ל-OpenAI ואנת'רופיק
אחרי חודשים של עיכובים והשקעות של מיליארדי דולרים, מטא חשפה שני מודלי בינה מלאכותית חדשים שמיועדים לבצע משימות מורכבות באופן עצמאי, גם במשך ימים שלמים. בחברה טוענים כי הצליחו להדביק את המתחרות, ובחלק מהמבחנים אפילו לעקוף אותן. והפעם, מטא מתכוונת לגבות כסף על השימוש בטכנולוגיה
מארק צוקרברג לא מתכוון להישאר מאחור במרוץ הבינה המלאכותית: אחרי השקעות עתק, גיוס חוקרים בכירים מהמתחרות וחודשים של עיכובים, מטא הכריזה אתמול בערב (ב') על שני מודלי AI חדשים, Muse Wonder ו-Muse Wonder Full, שלטענתה מסוגלים להתחרות ישירות במודלים המתקדמים ביותר של OpenAI ואנת'רופיק.
"מטא בהחלט סגרה את הפער", הכריז צוקרברג עם השקת המודלים, שאותם הגדיר כ"קפיצת מדרגה משמעותית בדרך להבאת בינת-על אישית לכולם". אלא שמעבר להצהרות השאפתניות, ההשקה מסמנת גם שינוי משמעותי באסטרטגיה של החברה: במקום להתמקד במודלים פתוחים שזמינים בחינם, כפי שעשתה בעבר עם סדרת Llama, מטא מתחילה לגבות כסף עבור הגישה למודלים המתקדמים שלה.
המודלים החדשים, שפותחו תחת שם הקוד Watermelon (אבטיח בתרגום ישיר), מיועדים בראש ובראשונה להפעלת סוכני בינה מלאכותית, כלומר מערכות שלא רק עונות על שאלות או מייצרות טקסט, אלא מסוגלות לבצע פעולות בשם המשתמש. בין היתר, מדובר בהזמנת טיסות ומסעדות, טיפול בתביעות ביטוח, ניתוח מסמכים משפטיים, ביצוע ניתוחים פיננסיים ואפילו פיתוח תוכנה.
לפי מטא, המודלים מסוגלים להתמודד עם משימות מורכבות ורבות שלבים, שיכולות להימשך שעות ואפילו ימים. המשמעות היא שבמקום לבקש מהצ'אטבוט לבצע פעולה אחת בכל פעם, המשתמש יכול להגדיר לו מטרה, והמערכת תנסה להבין בעצמה כיצד להשיג אותה.
זיכרון לטווח ארוך ויכולת לתקן טעויות
אחד החידושים המרכזיים במודלים הוא שילוב של שתי יכולות שמטא מכנה Active Memory (זיכרון פעיל) ו-Active Focus (התמקדות פעילה). הראשונה מאפשרת למערכת לזכור מידע רלוונטי משיחות קודמות ולהשתמש בו גם בהמשך, כך שהמשתמש לא יצטרך להסביר מחדש את ההעדפות והצרכים שלו בכל פעם.
היכולת השנייה מעניינת אפילו יותר: Active Focus נועדה לאפשר לסוכן הבינה המלאכותית לעבוד בצורה שיטתית להשגת מטרה, לנסות פתרונות שונים כאשר משהו לא עובד, לזהות טעויות ולתקן אותן. במקרים שבהם נדרשת החלטה משמעותית, המערכת אמורה לעצור ולבקש אישור מהמשתמש לפני שהיא ממשיכה הלאה.
כך למשל, סוכן שמתבקש לארגן חופשה יוכל לחפש טיסות, להשוות מלונות, לבדוק מחירים ולהציע מסלול מתאים, תוך שימוש בהעדפות שלמד בעבר. אם אחת האפשרויות אינה זמינה, הוא אמור לנסות למצוא חלופה בעצמו. לפני ביצוע הרכישה בפועל, הוא אמור לבקש את אישור המשתמש.
גם OpenAI, אנת'רופיק וגוגל מפתחות מערכות דומות, כאשר האתגר הגדול של כולן הוא לגרום לסוכנים לבצע משימות ארוכות בלי לאבד את ההקשר, להיתקע באמצע התהליך או לבצע פעולות שהמשתמש כלל לא ביקש.
וזו בדיוק אחת הנקודות שמטא מנסה להדגיש בהשקה הנוכחית: לדבריה, Wonder Full לא נועד רק לייצר תשובות טובות יותר, אלא בעיקר להיות אמין יותר בביצוע משימות עצמאיות.
האם מטא באמת הצליחה להדביק את המתחרות?
כדי להוכיח שהמודלים החדשים מסוגלים להתמודד עם המתחרות, מטא פרסמה שורה של תוצאות ממבחני ביצועים בתחומי התכנות, החשיבה, המשפטים והעבודה העסקית.
לפי נתוני החברה, Wonder ו-Wonder Full מציגים ביצועים דומים לאלה של GPT-6 Astra מבית OpenAI ושל Claude Fable 5.1 מבית אנת'רופיק. בחלק מהמבחנים, לטענתה, הם אף מצליחים לעקוף את המודלים המובילים של שתי החברות.
כך למשל, במבחן Harvey LAB-AA, שבוחן יכולות של סוכני AI בתחום המשפטי, Wonder Full השיג ציון של 13.1 נקודות, לעומת 10 נקודות ל-Wonder ו-8.6 נקודות ל-GPT-6 Astra.
במבחן DeepSWE 1.1, שבודק את היכולת להתמודד עם משימות תכנות ממושכות, Wonder Full השיג ציון של 79 נקודות, לעומת 78.8 נקודות לגרסה הרגילה. במבחן AutomationBench-AA, שבוחן ביצוע תהליכים עסקיים מתחילתם ועד סופם, הפער היה משמעותי יותר: 45.4 נקודות לגרסה המתקדמת לעומת 39.1 נקודות לגרסה הרגילה.
אבל הנתון המעניין ביותר מגיע דווקא מבדיקות עצמאיות של חברת Artificial Analysis. במדד הבינה המלאכותית שלה, Wonder Full קיבל ציון של 56 נקודות, מעט מתחת ל-Claude Opus 5.5 של אנת'רופיק, שקיבל 58 נקודות, אך מעל GPT-6 Astra ו-Claude Fable 5.1, שקיבלו 53 נקודות כל אחד. הגרסה הרגילה של Wonder קיבלה 52 נקודות.
במילים אחרות, לפחות לפי המבחנים האלה, נראה שמטא אכן הצליחה לצמצם משמעותית את הפער מול המתחרות. עם זאת, חשוב לזכור שמבחני ביצועים לא תמיד משקפים את החוויה בשימוש יומיומי, ובמיוחד כשמדובר בסוכני AI שאמורים לבצע פעולות בעולם האמיתי.
או במילים אחרות - העובדה שמודל מצליח לפתור בעיה מורכבת במבחן אינה מבטיחה שהוא גם יצליח להזמין לכם את הטיסה הנכונה בלי לטעות בתאריך.
הפעם תצטרכו לשלם
במשך שנים ניסתה מטא לבדל את עצמה מ-OpenAI ומאנת'רופיק באמצעות מודלים פתוחים, ובראשם סדרת Llama. כעת, לפחות בכל הנוגע למודלים המתקדמים ביותר שלה, החברה מאמצת גישה מסחרית שדומה הרבה יותר לזו של המתחרות.
Muse Wonder יהיה זמין למפתחים באמצעות ממשק API, במחיר של 4 דולר למיליון טוקנים בקלט ו-20 דולר למיליון טוקנים בפלט. טוקנים הם יחידות המידע שבהן משתמשים מודלי שפה לעיבוד וליצירת טקסט, והמחיר בפועל תלוי בהיקף השימוש.
הגרסה המתקדמת יותר, Wonder Full, לא תהיה זמינה דרך ממשק ה-API הכללי. במקום זאת, מטא תשמור אותה למנויים בתשלום של Muse Code, סביבת הפיתוח שלה, במסלולים חודשיים שמחיריהם נעים בין 50 ל-200 דולר.
מדובר בשינוי כיוון משמעותי עבור חברה שעיקר הכנסותיה עדיין מגיע מפרסום בפייסבוק ובאינסטגרם. מטא רוצה כעת להיכנס גם לשוק שבו משתמשים ועסקים משלמים ישירות עבור שירותי בינה מלאכותית, ולא רק צורכים אותם כחלק מהרשתות החברתיות שלה.
וזה לא מקרי. פיתוח והפעלה של מודלים מתקדמים דורשים משאבי מחשוב עצומים, ומטא עצמה מודה שמשפחת Wonder היא היקרה ביותר שהפעילה עד כה.
לפי החברה, הוצאות ההון שלה עשויות להגיע השנה ל-145 מיליארד דולר, כאשר חלק משמעותי מהסכום מיועד לתשתיות AI. לכך מצטרפת השקעה של כ-14 מיליארד דולר הקשורה לחברת Scale AI, לצד גיוס מנכ"ל החברה, אלכסנדר וואנג, להובלת חטיבת הבינה המלאכותית המתקדמת של החברה.
הסוכן שיכול לפעול בשם מיליארדי משתמשים
המודלים החדשים לא נועדו להישאר רק בידי מפתחים. מטא מתכננת לשלב אותם גם באפליקציית Muse, סוכן הבינה המלאכותית האישי שהשיקה בארצות הברית בתחילת ספטמבר. בניגוד לצ'אטבוט רגיל, Muse מסוגל לגשת למידע מאפליקציות שונות ולבצע פעולות בשם המשתמש, בהן שליחת מיילים, הזמנת נסיעות וביצוע רכישות.
לפי הערכות חיצוניות, האפליקציה צברה כ-5 מיליון הורדות בתוך 22 ימים בלבד, וכ-6.6 מיליון הורדות בחודש הראשון להשקתה. מספר המשתמשים הפעילים מדי יום הוערך בכ-1.8 מיליון.
מטא מתכננת לשלב את Wonder באפליקציה תחילה עבור מנויים בתשלום, במטרה לאפשר ביצוע משימות ארוכות ומורכבות יותר. בטווח הארוך, השאיפה שלה גדולה בהרבה: להפוך את סוכני הבינה המלאכותית לחלק מהשירותים שבהם משתמשים מדי יום מיליארדי אנשים בפייסבוק, באינסטגרם ובוואטסאפ.
למטא יש כאן יתרון שאין לרוב המתחרות שלה: גישה ישירה לקהל עצום של יותר מ-3.5 מיליארד משתמשים. אם תצליח לשלב את הסוכנים בצורה שימושית בשירותים הקיימים שלה, היא לא בהכרח תצטרך לשכנע אנשים להוריד אפליקציה חדשה כדי להשתמש בהם.
מצד שני, עצם העובדה שלמטא יש גישה לכמויות עצומות של מידע אישי מעלה גם שאלות לא פשוטות בנוגע לפרטיות ולהרשאות שהמשתמשים יידרשו להעניק לסוכנים האלה.
ומה קורה כשהסוכן עושה משהו שלא ביקשתם?
ההשקה מגיעה בתקופה שבה החששות מפני סוכני AI עצמאיים הולכים וגוברים. ככל שהמערכות האלה מקבלות יותר הרשאות, כך גדל גם פוטנציאל הנזק שלהן במקרה של טעות, פריצה או פעולה בלתי צפויה.
מטא עצמה דחתה את השקת המודלים בכמה חודשים, לטענתה כדי להשלים בדיקות בטיחות ואבטחה. בחברה מדגישים כי Wonder כולל את מנגנוני ההגנה המתקדמים ביותר שפיתחה עד כה, בין היתר מפני שימוש לרעה בתחומי הסייבר והנשק הכימי, הביולוגי והגרעיני. במקביל, המודלים אומנו גם להימנע מחשיפת מידע פרטי ללא הרשאה ולבקש אישור מהמשתמש לפני ביצוע פעולות רגישות.
אלא שההבטחות האלה מגיעות על רקע שאלות שכבר עלו סביב אפליקציית Muse עצמה. מטא נאלצה להכחיש טענות שלפיהן הסוכן ניגש להודעות אישיות ללא הסכמת המשתמשים, והחברה הודיעה כי היא פועלת להבהרת גבולות ההרשאות ולהסברה על שימוש בטוח במערכת.
החששות האלה משמעותיים במיוחד עבור לקוחות עסקיים, שצריכים לדעת שסוכן AI לא יחשוף מידע רגיש, יבצע פעולה לא מורשית או יקבל החלטה שגויה בשם הארגון. במטא טוענים כי יכולות הזיכרון והמיקוד החדשות נועדו להתמודד בדיוק עם הבעיות האלה, אבל המבחן האמיתי יהיה בשימוש בפועל, ולא רק בתוצאות שמציגים מבחני הביצועים.
בסופו של דבר, ההשקה של Wonder מסמנת את חזרתה של מטא למאבק הישיר על הובלת תחום הבינה המלאכותית. אחרי תקופה שבה OpenAI, אנת'רופיק וגוגל הובילו את הכותרות עם מודלים מתקדמים יותר ויותר, צוקרברג רוצה להוכיח שגם לחברה שלו יש מקום בצמרת.