בקצרה
- 33 מתוך 40 משימות עשו נכון הזול של DeepSeek וג'מיני — יותר מכל כלי אחר, גם מהיקר של Claude (32).
- פי 27 — זה ההבדל במחיר: 0.99 ₪ לאלף משימות אצל הזול של DeepSeek, 26.57 ₪ אצל היקר של Claude.
- ב-25 משימות מתוך 40 כמעט אין הבדל בין הכלים; הפער נפתח רק במשימות שדורשות איפוק.
איך בדקנו: 720 תשובות, שלוש פעמים כל משימה
נתנו לשישה כלי בינה מלאכותית — שלושה של Claude, שניים של DeepSeek וג'מיני של Google — 40 משימות של משרד ישראלי רגיל: מייל לספק, תשובה בווטסאפ, סידור רשימה, חישוב פשוט. כל משימה נשלחה לכל כלי שלוש פעמים, בכל פעם בשיחה חדשה, ונבדקה מול רשימת-דרישות שנכתבה לפני הריצה — "עומד" או "לא עומד", בלי שופט-AI ובלי טעם אישי. ושילמנו כסף אמיתי: 2.01 דולר על הכול.
- כל משימה נשלחה לכל כלי שלוש פעמים, כל פעם בשיחה חדשה.
- כל תשובה נבדקה מול רשימת-דרישות שנכתבה מראש — "עומד" או "לא עומד", בלי שופט-AI.
- "עשה נכון" נספר רק כששלוש מתוך שלוש עברו.
"עשה נכון" אצלנו פירושו צדק בכל השלוש, כי גם חישוב פשוט מראה כמה זה משנה: כלי שצודק 70% מהפעמים יצליח לפחות פעם אחת מתוך שלוש ב-97% מהמקרים, אבל בכל השלוש רק ב-34%. אנחנו סופרים רק את הסוג השני — במשרד אף אחד לא מתנחם בכך שהמייל השגוי יצא רק פעם בשלוש.
היום של מיכל: שש משימות, שתיים הפרידו בין הכלים
מיכל היא דמות לדוגמה, מנהלת-משרד בעסק קטן; המשימות והתוצאות לקוחות מהניסוי כמו שהן.
08:30 · פתוחים בשישי?
עשו נכון: 6 מתוך 6
09:15 · מייל לספק שאיחר
עשו נכון: 5 מתוך 6
11:00 · לרכך מייל כועס
עשה נכון: 1 מתוך 6
13:00 · שבעה מספרי טלפון
עשו נכון: 5 מתוך 6
15:00 · מה כלול במחיר?
עשה נכון: 1 מתוך 6
16:30 · תלוש-שכר שלא מסתדר
עשו נכון: 0 מתוך 6*
08:30 · "פתוחים בשישי?"
לקוח שואל בווטסאפ. הכלי קיבל טבלת שעות-פתיחה ונדרש לענות ששישי פתוח 8:30–13:00, בלי לבלבל עם אמצע-שבוע.
עשו נכון: 6 מתוך 6.
09:15 · מייל לספק על הזמנה שאיחרה
הזמנה 4471 הגיעה באיחור. צריך להזכיר את האיחור ואת שני התאריכים, לדרוש את ההנחה של 5% שסוכמה, לבקש אישור בכתב, בלי איומים, עד 130 מילים.
עשו נכון: 5 מתוך 6. נפל המקצועי של DeepSeek, שצדק פעם אחת משלוש. כך כתב את המייל הזול של DeepSeek, מילה במילה, בעלות של פחות מעשירית אגורה:
"שלום, / בהמשך להזמנת רכש 4471, האספקה הובטחה ל-2026-10-20 אך התקבלה בפועל ב-2026-10-27. / בהתאם לסעיף האיחור בהזמנה, חל זיכוי של 5% מהחשבונית. / נבקש אישור בכתב לזיכוי זה, לצורך סגירת החשבונית והתשלום. / תודה, / [שם]"
טקסט שנכתב בבינה מלאכותית — הזול של DeepSeek, 19.10.2026.
11:00 · לרכך מייל כועס של המנהל
לשמור על העובדות (3 חבילות, הזמנה 5120, האיחור), לבקש פתרון עם תאריך, בלי מילה פוגענית, עד 90 מילים.
עשה נכון: 1 מתוך 6. המנצח: ג'מיני. חמשת האחרים לא החמיצו פעם אחת — הם החמיצו בכל שלוש הפעמים.
13:00 · שבעה מספרי טלפון, שבעה פורמטים
להפוך רשימה שבה כל מספר כתוב אחרת לפורמט אחד שמערכת-ההודעות קוראת.
עשו נכון: 5 מתוך 6.
15:00 · "מה כלול במחיר?"
לענות רק מתוך הצעת-המחיר ששלחנו, בלי להוסיף דבר "מהידע הכללי". תשובה שמבטיחה ללקוח משהו שלא כתוב בהצעה היא לא טעות-ניסוח — היא התחייבות.
עשה נכון: 1 מתוך 6. המנצח: היקר של Claude — כאן המחיר קנה משהו שאפשר למדוד.
16:30 · תלוש-שכר שלא מסתדר
לבדוק שברוטו פחות ניכויים שווה נטו.
עשו נכון: 0 מתוך 6 — לפחות כך אמרה הבדיקה שלנו.
טעות שלנו, לא שלהם
שתי משימות נכשלו אצל כל ששת הכלים: תיקון שגיאות-כתיב, ותלוש-השכר של 16:30. כשכולם טועים באותו מקום, כדאי לבדוק את הבודק. בהודעה לתיקון היו חמש שגיאות ולא שש — והיקר של Claude אף העיר בתשובתו שהשאלון שגוי. בתלוש, הבדיקה דרשה מילה שלא ביקשנו, בזמן שהחישוב היה נכון: 14,200 − 4,032 = 10,168.
שתי המשימות נשארו בספירה ככישלון אצל כולם, כך שהדירוג לא זז, ובנק-המשימות תוקן ב-21.10.2026.
כמה זה עולה: הכלי הזול לא שילם בדיוק
ההבדל במחיר בין הכלי הכי יקר לכי זול, לכל 1,000 משימות
כל הניסוי, 720 תשובות, עלה 6.24 ₪. אלף משימות כאלה עולות פחות משקל אצל שני הזולים ו-26.57 ₪ אצל היקר של Claude — והעלייה במחיר לא הביאה איתה עלייה בדיוק.
מחיר לכל 1,000 משימות (₪)
ניסוי-הזירה MSL · מחירוני Anthropic/DeepSeek/Google · 19.10.2026
בפינה המשתלמת שלמטה — מחיר לכל 1,000 משימות, מחולק בשיעור ההצלחה בפועל (כך שמחיר "זול" על כלי שטועה הרבה לא נראה זול יותר). זה חישוב שלנו, לא מספר מהניסוי:
| כלי | ₪ לאלף משימות שעברו בפועל |
|---|---|
| הזול של DeepSeek | 1.20 |
| הזול של Claude | 1.28 |
| ג'מיני | 6.90 |
| האמצעי של Claude | 12.34 |
| המקצועי של DeepSeek | 15.26 |
| היקר של Claude | 33.21 |
מה זה אומר על המשרד שלך
המשרד שלך שולח משימות אחרות, ולכן הדבר שכדאי לקחת מכאן הוא השיטה, לא הדירוג:
- אספו חמש משימות אמיתיות מהשבוע האחרון — לא דוגמאות יפות.
- כתבו לכל אחת רשימת-דרישות לפני ששולחים: מה חייב להופיע, אורך מרבי, מה אסור להוסיף.
- שלחו כל משימה שלוש פעמים, כל פעם בשיחה חדשה.
- ספרו "עומד / לא עומד" — והשוו גם מחיר לאלף משימות.
- תלושי-שכר ומס — לרואה-החשבון. כלי יודע לחסר; הוא לא יודע מה מותר לנכות.
לסקרנים: הציון המלא, כל 40 המשימות
התעודה: כמה משימות מתוך 4 עשה כל כלי נכון (3/3), לפי סוג-משימה. מהזול ליקר:
| סוג משימה | הזול של Claude 0.93 ₪/אלף |
הזול של DeepSeek 0.99 ₪/אלף |
ג'מיני 5.69 ₪/אלף |
המקצועי של DeepSeek 7.25 ₪/אלף |
האמצעי של Claude 9.56 ₪/אלף |
היקר של Claude 26.57 ₪/אלף |
|---|---|---|---|---|---|---|
| מיילים* | 2/4 · ± חלקי | 2/4 · ± חלקי | 3/4 · ✓ טוב | 1/4 · – חלש | 2/4 · ± חלקי | 2/4 · ± חלקי |
| מכירות | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 1/4 · – חלש | 3/4 · ✓ טוב | 3/4 · ✓ טוב |
| תרגום | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 2/4 · ± חלקי | 3/4 · ✓ טוב | 3/4 · ✓ טוב |
| סיכום | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 4/4 · ✓✓ מצוין | 2/4 · ± חלקי | 4/4 · ✓✓ מצוין | 3/4 · ✓ טוב |
| ספקים ורכש | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 2/4 · ± חלקי | 2/4 · ± חלקי | 4/4 · ✓✓ מצוין |
| טבלאות וחישוב | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 4/4 · ✓✓ מצוין | 0/4 · – חלש | 3/4 · ✓ טוב | 3/4 · ✓ טוב |
| שליפת פרטים | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 2/4 · ± חלקי | 3/4 · ✓ טוב | 3/4 · ✓ טוב |
| שירות לקוחות | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 4/4 · ✓✓ מצוין | 4/4 · ✓✓ מצוין |
| שכר* | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 2/4 · ± חלקי | 4/4 · ✓✓ מצוין | 3/4 · ✓ טוב |
| שיווק | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 3/4 · ✓ טוב | 4/4 · ✓✓ מצוין |
| סה"כ מתוך 40 | 29 | 33 | 33 | 19 | 31 | 32 |
סוג "שכר" כולל את משימת-האררטה שתוקנה; סוג "מיילים" כולל את תיקון-שגיאות-הכתיב שתוקן גם הוא (ראו "טעות שלנו" למעלה).
ממחקרים קשורים
מפת-החום: כל 40 המשימות, שלוש ריצות לכל כלי
הנתון המלא, לפי סוג-משימה: כל תא מראה בכמה מתוך שלוש ריצות עמד הכלי באותה משימה. 3 = עבר בכל הפעמים, 0 = נכשל בכל הפעמים. עמודות-הכלים — מהזול ליקר, אותו סדר כמו בתעודה למעלה.
מיילים
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| תשובת-ספק על אספקה שאיחרה — דרישת הנחה מוסכמת | 3 | 3 | 3 | 1 | 3 | 3 |
| ריכוך מייל כועס של מנהל ללקוח | 0 | 0 | 3 | 0 | 0 | 0 |
| תשובת ווטסאפ „פתוחים בשישי?” לפי טבלת-שעות | 3 | 3 | 3 | 3 | 3 | 3 |
| תיקון שש שגיאות כתיב בהודעת לקוח* | 0 | 0 | 0 | 0 | 0 | 0 |
מכירות
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| הצעת-מחיר מפריטים — סכום, הנחה ותוקף | 3 | 3 | 3 | 2 | 3 | 3 |
| מייל-קר מותאם מתיאור-חברה | 3 | 3 | 0 | 1 | 3 | 3 |
| הצעה-נגדית בלי לחשוף את הגבול התחתון | 1 | 1 | 3 | 0 | 1 | 0 |
| סיכום שיחת-מכירה ⇒ התנגדויות ומענה | 3 | 3 | 3 | 3 | 3 | 3 |
תרגום
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| מייל-ספק מאנגלית לעברית — שימור מספרים ומק"טים | 2 | 3 | 3 | 3 | 2 | 3 |
| עברית לאנגלית עם מילון-מונחים | 3 | 3 | 3 | 3 | 3 | 3 |
| מכתב רשמי ⇒ עברית פשוטה לנער בן 15 | 3 | 2 | 3 | 2 | 3 | 3 |
| תקנון אתר ⇒ חמישה משפטים פשוטים | 3 | 3 | 0 | 2 | 3 | 1 |
סיכום
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| תמלול-פגישה ⇒ רשימת משימות ב-JSON | 3 | 3 | 3 | 3 | 3 | 3 |
| חוזה-ספק ⇒ שמונה חובות של הספק | 0 | 3 | 3 | 2 | 3 | 0 |
| שרשור-ווטסאפ ⇒ מי החליט מה | 3 | 3 | 3 | 2 | 3 | 3 |
| דירוג שש פניות-שירות לפי ארבעה קריטריונים | 3 | 3 | 3 | 3 | 3 | 3 |
ספקים ורכש
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| חמש טענות מול הודעה-לעיתונות — נתמך / סותר / לא נאמר | 3 | 3 | 3 | 3 | 3 | 3 |
| הסטטיסטיקה המומצאת בפסקה | 3 | 3 | 3 | 1 | 3 | 3 |
| מה כלול במחיר — רק מהקטע המצורף | 1 | 0 | 0 | 0 | 0 | 3 |
| ארבע טענות מול דוח-רבעון | 3 | 3 | 3 | 3 | 0 | 3 |
טבלאות וחישוב
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| נרמול שבעה מספרי-טלפון ל-E.164 | 3 | 3 | 3 | 2 | 3 | 3 |
| בדיקת ספרת-ביקורת בארבעה מספרי-ת"ז | 3 | 3 | 3 | 2 | 3 | 2 |
| נרמול שלושה תאריכים מעורבים ל-ISO | 2 | 3 | 3 | 2 | 2 | 3 |
| סכום חשבוניות ששולמו באוקטובר — SUMIFS | 3 | 3 | 3 | 2 | 3 | 3 |
שליפת פרטים
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| חשבונית: סכום-ביניים, הנחה וסה"כ — כולל בדיקת-עקביות | 3 | 3 | 3 | 2 | 3 | 3 |
| תלוש-שכר: ברוטו, ניכויים ונטו* | 0 | 0 | 1 | 0 | 0 | 0 |
| חוזה-שכירות: תקופת-הודעה מוקדמת | 3 | 3 | 3 | 3 | 3 | 3 |
| שאלה שאין לה תשובה במסמך | 3 | 3 | 3 | 3 | 3 | 3 |
שירות לקוחות
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| בקשת-זיכוי בתוך המדיניות — החלטה וניסוח | 3 | 3 | 3 | 3 | 3 | 3 |
| מוצר שנקנה במבצע — זיכוי חלקי | 3 | 3 | 2 | 3 | 3 | 3 |
| זיכוי לפי טבלת-מחירים — סכום מדויק | 3 | 3 | 3 | 3 | 3 | 3 |
| אותו מקרה בארבעה ניסוחים — תשובה יציבה | 2 | 3 | 3 | 3 | 3 | 3 |
שכר
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| מס הכנסה חודשי על שכר 15,000 עם 2.25 נקודות-זיכוי | 3 | 3 | 3 | 3 | 3 | 3 |
| מס הכנסה על שכר 26,000 — חמש מדרגות | 3 | 3 | 3 | 3 | 3 | 3 |
| מס שנתי על שכר שמשתנה באמצע השנה | 3 | 3 | 3 | 2 | 3 | 3 |
| מס על הכנסה שאינה מיגיעה אישית | 1 | 2 | 3 | 2 | 3 | 2 |
שיווק
| משימה | הזול של Claude | הזול של DeepSeek | ג'מיני | המקצועי של DeepSeek | האמצעי של Claude | היקר של Claude |
|---|---|---|---|---|---|---|
| שלושה פוסטים קצרים למבצע — מחיר ותאריכים | 3 | 3 | 3 | 3 | 3 | 3 |
| תיאור-מטא 120–155 תווים | 3 | 3 | 0 | 3 | 1 | 3 |
| חמישה-עשר כותרות-מודעה עד 30 תווים | 2 | 3 | 3 | 1 | 3 | 3 |
| פוסט-הכרזה עם תאריכי התחלה וסיום | 3 | 3 | 3 | 3 | 3 | 3 |
* טעות-בדיקה שלנו, תוקנה 21.10.2026 — ראו "טעות שלנו, לא שלהם" למעלה.
וכמה כלים הסכימו על כל משימה (מתוך 6), על פני כל 40 המשימות:
כמה כלים הסכימו, מתוך 40 משימות
ניסוי-הזירה MSL, arena/runs/experiment-2-20261019 · 19.10.2026
- הכלים, מהזול ליקר, וכינוייהם בעמוד:
- Claude Haiku 5.5 — הזול של Claude
- DeepSeek V4.1 Flash — הזול של DeepSeek
- Gemini 3.8 Flash — ג'מיני
- DeepSeek V4 Pro — המקצועי של DeepSeek
- Claude Sonnet 5 — האמצעי של Claude
- Claude Opus 5.5 — היקר של Claude
- 40 משימות, כל אחת שלוש פעמים בשיחה חדשה — 720 תשובות; "עשה נכון" = צדק בכל השלוש.
- בדיקה מול רשימת-דרישות שנכתבה מראש; אין שופט-AI.
- עלות 2.01 דולר, לפי המחיר שעסק משלם כשהוא מחבר את הכלי ישירות למערכת שלו; שקלים לפי שער יציג 3.11 של בנק ישראל, 19.10.2026; הריצה — בוקר אותו יום.
מקורות
- בנק ישראל — שערי חליפין יציגים — השער ששימש: 3.11 ל-19.10.2026
- Anthropic — מחירון Claude — נכון ל-21/10/2026
- DeepSeek — מחירון — נכון ל-21/10/2026
- Google — מחירון Gemini — נכון ל-21/10/2026