שובם של מודלי הלגאסי! האם ChatGPT צועד קדימה או אחורה?

חברת OpenAI נשברה והחזירה את מודלי הלגאסי שלה ל-ChatGPT, לאחר ביקורת מעורבות על השקת מודל הדגל החדש שלה GPT-5 ותלונות רבות מצד משתמשים רבים מסביב לעולם, שלא הבינו למה לקחו להם את השליטה, הגמישות והבחירה. זה התחיל מ-GPT-4o שחזר לפני מספר ימים, ועכשיו מודלים אהובים כמו 4.1 או מודלי הריזונינג o3 ו-o4 mini גם חזרו. האם מדובר בצעד לקראת המשתמשים, או שאולי בכלל מדובר בצעד אחורה שמשקף (שוב) חוסר שביעות רצון גדול ממודל שעשה הרבה רעש, הייפ וצלצולים, ואט אט (או מהר מהר) מתגלה כמשהו אחר לגמרי. האם גורלו של GPT-5 יהיה דומה לגורלו של GPT-4.5, שירד מהר מהמדף?

איך הגענו לכאן? GPT‑5 “מודל אחד שישלוט בכל”

ב‑7 באוגוסט 2025 חברת OpenAI השיקה את GPT‑5 – מודל הדגל החדש שלה, כזה שלא שואל שאלות, ומחליט בשבילכם. לא עוד בחירה ידנית בין רשימה אינסופית של מודלים! החלופה – מודל אייג’נטלי שמתיימר לדעת יותר טוב מכם, מה אתם רוצים וצריכים. זה לפחות היה החזון – אבל חלומות לחוד ומציאות לחוד. בפועל, המצב החדש לא בא טוב להרבה משתמשים.

GPT-5 – One model to rule them all.

ומה לגבי מי שבכל זאת רוצה קצת שליטה? בימים הראשונים שלאחר השקת המודל, מנויים בתשלום קיבלו את האפשרות להשתמש בבורר מודלים דינמי, שהחיל אך ורק שני מצבי עבודה באותה העת: GPT-5 ו-GPT-5-Thinking. הראשון – מודל שמחליט מתי לג’נרט במהירות ובקלילות, ומתי להפעיל יכולות הסקה מתקדמות (וגם איטיות יותר). השני – מודלי ריזונינג קלאסי, או אם תרצו – הדור הבא של o3. 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית במשרד

לפרטים נוספים לחצו כאן >>

שובם של מודלי הלגאסי

במהלך השנים האחרונות, כל השקה של מודל חדש מצד OpenAI לוותה באירועי השקה נוצצים, עדכונים סוערים ברשתות החברתיות ושפע השוואות: מה יותר טוב? מי מהיר יותר? איזה מודל מבין טוב יותר את השפה? מי יותר רגיש? אבל בחצי שנה האחרונה נדמה שמשהו השתנה – משהו נסדק. המודלים ששוחררו היו פחות “אפויים”, וזה הרגיש שמישהו ב-OpenAI מצד אחד רוצה לשחרר מהר מהר מודלים חדשים, ומצד שני, לא מקדיש לכל מודל את הזמן הנדרש כדי להתאים אותו לקהלי היעד, ולצרכים והשימושים שלהם.

וגם הפעם היו רבים שהיללו את המודל החדש, שמייתר את כאב הראש שבבחירת מודל, ו”מחליט בשבילנו”. מצד שני רבים טענו שהמודל החדש לא מתאים לכולם, ושהם היו רוצים את אפשרות הבחירה. המודל החדש – GPT5 – מצוין בכתיבת קוד, יש בו הרבה פחות שגיאות והזיות, הוא מגיע עם חלון הקשר של 400K טוקנים ב-API, ומצוין בפעולות מתמטיות. כל אלו הופכים אותו למושלם עבור עולם האנטרפרייז. אבל מצד שני – משהו הלך לאיבוד בדרך. אולי זה הרגש והרגישות. אולי זו האנושיות (אם אפשר לכנות מודל AI כ”אנושי”).

ועכשיו, כצפוי, OpenAI נכנעת ומחזירה את מודלי הלגאסי האהובים.

Return of the Legacy Models.

איך מפעילים את מודלי הלגאסי?

המודל הראשון שחזר היה GPT-4o הישן והטוב. מודל מאוד מהיר, מצוין בעברית, שמתאים למשימות מהירות ופשוטות. זה לא המודל לנתח איתו את דו”ח הרווח-הפסד שלכם, וזה בטח שלא המודל לכתוב איתו את הקוד לסוכן החדש שאתם בונים. אבל הוא מושלם לכתיבה של טקסטים, פוסטים, מאמרים, בלוג-פוסטים, יצירת תמונות, סיכום של תוכן או הרחבתו, ועוד. 

כדי להפעיל את מודלי הלגאסי יש ללחוץ על תמונות היוזר שלכם, ואז על הגדרות (Settings). שם, בתוך לשונית General תמצאו את הכפתור שמאפשר להציג את המודלים הישנים.

הצגת מודלי הלגאסי ב-ChatGPT.

אבל למה להסתפק רק ב-4o? אתמול, 14.8.25, חזרו אל חיינו גם מודלים אהובים נוספים ומתקדמים הרבה יותר מ-GPT-4-o. אם יש לכם מנוי בתשלום והפעלתם את אפשרות הצגת מודלי הלגאסי, תגלו שלחיצה על כפתור בורר המודלים (בצד שמאל למעלה), מאפשרת לכם להגיע גם למודלים ישנים (אך טובים ומתקדמים) כמו o3 המדהים. אם תשאלו אותי – כנראה שזה מודל הריזונינג הטוב בשוק! אמנם לא הכי חדש, אבל אחד היציבים והאמינים שבהם. מעולה למשימות רב-שלביות, מצוין בפעולות מתמטיות, מדהים בניתוח קבצים פיננסיים, ובאמת כל מה שאתם מצפים ממודל מתקדם.

אגב, אם אתם רוצים ללמוד עוד על ניתוח נתונים ומסמכים פיננסיים עם מודלי ריזונינג, פה תמצאו מדריך מפורט ופשוט מעולה!

כך תוכלו להשתמש במודלי הריזונינג הישנים והטובים של ChatGPT.

לצד o3 ו-o4-mini קיבלנו חזרה גם את GPT-4.1, שקצת עבר מתחת לראדאר של משתמשים רבים, אבל מבחינתו הוא עוד מודל אהוב במיוחד. באופן מפתיע, למרות שזה לא הייעוד שלו, הוא מצוין גם בכתיבה שיווקית (מעבר ליכולות המרשימות הנוספות שלו, עליהן תוכלו לקרוא כאן).

מצבי חשיבה חדשים

מעבר לחזרתם של o3, חזרת המודלים הישנים, קיבלנו גם מצבי חשיבה חדשים: Auto / Fast / Thinking-mini / Thinking.

מצבי החשיבה החדשים של GPT-5.

בואו נעשה קצת סדר ונסביר מה ההבדל בין כל מצב חשיבה:

• מצב Auto: זהו מצב ברירת המחדל של המערכת, והוא מאפשר ל-GPT-5 להחליט באופן דינמי כמה “להשקיע” בחשיבה לפני כל תשובה. ההחלטה מתבצעת על סמך ניתוח של הפרומפט, מהלך השיחה ודפוסי השימוש שנלמדו. אם מזוהה בעיה מורכבת, המערכת יכולה להעמיק באופן אוטומטי ולהפעיל חשיבה מדורגת (Reasoning). מצב זה מתאים לרוב המשימות היומיומיות, כמו כתיבה, עריכה, תשובות לשאלות “מידעיות” וכתיבת קוד שגרתית. מצב זה אמור לאזן בין מהירות לעומק. היתרון: חוויית שימוש נטולת עומס בחירה. החיסרון: פחות שליטה על זמני תגובה ועוצמת החישוב.
• מצב Fast: מצב זה ממוקד במהירות מקסימלית ומפחית משמעותית את משך “החשיבה הפנימית” של המודל לפני מתן תשובה. זהו מצב אידיאלי למשימות קצרות, לסיכומים מהירים, להנחיות תפעוליות ולשימושים שבהם החשיבות העליונה היא זמן תגובה קצר ולא ניתוח מעמיק. חשוב לציין שבמצבים הדורשים הסקה וחשיבה מעמיקה, או דיוק גבוה, איכות התשובות עשויה להיות נמוכה יותר לעומת מצב Thinking. אם תרצו, זו המקבילה למודל GPT-4o הישן.
• מצב Thinking‑mini: מצב ביניים זה מעניק יותר עומק ניתוח מ-Fast, אך בעוצמת חישוב נמוכה בהרבה ממצב Thinking ה”מלא”. המצב הזה מתאים לבעיות לוגיות או טכניות ברמת קושי בינונית, לסקירות קוד לא מעמיקות במיוחד ולפירוק בעיות לכמה שלבים. הוא מהיר יחסית למודלי ריזונינג אחרים. בנוסף, המערכת מפנה אליו אוטומטית כאשר חורגים מהמכסה השבועית של מצב Thinking המלא. מצב זה מהווה מעין מקבילה למודל o4-mini הישן.
• מצב Thinking: מצב זה מקצה למערכת יותר זמן ומשאבים לניתוח פנימי יסודי, מה שמאפשר לה להגיע לתשובות מדויקות ועמוקות במיוחד. זהו מודל הריזונינג העוצמתי במיוחד במנוי פלוס (יש לו גם גרסה חזקה יותר במנוי Pro), והוא מתאים במיוחד למשימות מורכבות כמו לוגיקה מתקדמת, חישובים מתמטיים, ניתוח קבצים פיננסיים ודו”חות, ביצוע פעולות רב-שלביות, דיבאגינג, פתרון בעיות מורכבות, ניתוח מרובה קבצים ועוד. יתרונו המרכזי הוא הדיוק והעקביות במשימות קשות, אך הוא איטי יותר ומוגבל למכסה שבועית (ולאחר מכן מתאפשר שימוש ב-Thinking‑mini). מודל זה הוא המקבילה ל-o3 הישן והטוב. חשוב לציין שהוא הרבה יותר איטי והרבה יותר “אייג’נטלי” – כלומר, הוא יקבל החלטות בעצמו. הוא יכול להחליט לגלוש ברשת לאסוף מידע שחסר לו, גם אם לא ביקשתם. הוא יכול להחליט לייצר טבלאות ותרשימים, גם אם לא ביקשתם. הוא יכול לייצר מפרומפט בודד מספר רב של תוצרים (טקסט, גרפים ותרשימים, טבלאות ועוד). 

מי החליף את מי? ישן מול חדש | Credit: OpenAI

האם OpenAI נכנעה?

מה אפשר ללמוד מכל הסיפור הזה? האם OpenAI מודה בטעות? האם זה צעד אחורה או קדימה? האם מודל שבוחר בשבילנו ומחליט בשבילנו זה לאו דווקא דבר טוב? האם יכולות אייג’נטליות מרחיקות מאיתנו את ה”אנושיות” של המודלים הישנים (עד כמה שניתן לומר משפט כזה)? הרבה שאלות, מעט תשובות (אותן נגלה לאורך הדרך, בעיקר לאחר שנוכל לנתח את דפוסי השימוש של משתמשים לאורך זמן). מה שבטח, לא כל השקה של מודל חדש היא גיים צ’יינג’ר! ולפעמים, מודלים ישנים שעושים את העבודה ושמשתמשים התרגלו לעבוד איתם, מספיק טובים. או כמו הסיסמה הנדושה (אך הנכונה תמיד) – If it ain’t broke, don’t fix it.