בפוסט ההכרזה, OpenAI הציגה כמה טענות נועזות על GPT-5. ביניהן:
ChatGPT מתוכנן עכשיו לחשוב לעומק כשצריך.
כשותף לקוד GPT‑5 מטפל במשימות מורכבות מקצה לקצה ומספק קוד שמיש יותר, עיצוב טוב יותר ויעילות גבוהה יותר בדיבוג.
צור מסרים ברורים ומשכנעים יותר, מסיפורים ועד נאומים והלאה.
המודל הטוב ביותר שלנו לשאלות בריאותיות, מספק תשובות מדויקות ואמינות יותר ומשמש כשותף מחשבה פרואקטיבי.
המודל האמין ביותר שלנו עד כה. הוא נוטה פחות להזיות ולהעמדת פנים שהוא יודע דברים.
שתי הנקודות האחרונות היו לי חשודות. תשובות בנושאי בריאות? עדיין לא הייתי סומך על זה. “נוטה פחות להזיות”? זו טענה גדולה. הזיות היו אחת הבעיות הגדולות של מודלי LLM. גם אם זה כבר לא גרוע כמו בימי ChatGPT 3.5, לא ברור אם הבעיה תיפתר בלי שינוי פרדיגמה.
במהלך השבוע התנסיתי ב-GPT-5. הרשמים הראשונים שלי ביום שישי לא היו חיוביים. סם אלטמן צייץ ש"הנתב האוטומטי נשבר" והבטיח שיפורים.
GPT-5 אכן הרגיש טוב יותר בשבוע שלאחר מכן, אבל עדיין לא כמו שהבטיחו. המודל האהוב עליי עד עכשיו היה o3 של OpenAI, וגם ChatGPT-5 Thinking לעיתים קרובות לא הרגיש טוב כמו שזכרתי. לא שיכולתי להשוות, כי הגישה למודלים הקודמים הוסרה לגמרי! בסוף קיבלתי את 4o בחזרה (אחרי זעם המוני מאנשים שפיתחו קשר עמוק ל-4o), אבל לא קיבלתי o3 ב-ChatGPT Team ולכן לא יכולתי להשוות.
אחרי כמה ימים למדתי להשתמש ב-GPT-5 טוב יותר. בגלל הנתב האוטומטי, GPT-5 נהנה מיותר הנדסת פרומפט (“תחשוב לעומק”). זה הרגיש כמו צעד אחורה, כי המודלים הקודמים כבר ידעו להבין מה אני רוצה. או שפשוט כבר למדתי להשתמש בהם. לפני כמה חודשים התבלבלתי מכמות המודלים עם שמות מבלבלים (מה יותר טוב, o3 או o4-mini high?). בסוף למדתי להשתמש בהם ועכשיו התבאסתי שהבחירה נלקחה ממני. גם אם מודל שמחליט בשבילך כדי לתת את התשובה הכי טובה אמור להיות טוב יותר, אני חושד שהנתב האוטומטי של GPT-5 הוא גם מהלך לחיסכון בעלויות, שבפועל מפנה למודלים זולים יותר לעיתים קרובות מדי גם כשזה נותן תשובות פחות טובות.
התוצאות שקיבלתי עם ChatGPT 5 היו מאוד לא עקביות. חלק מהתשובות נהדרות, אחרות מטופשות. אולי זה חלק מהעניין עם AI אבל ציפיתי לשיפור, וזה לא מרגיש כך. הקפיצות בין ChatGPT 3.5 ל-4, או בין 4o ל-o3 הרגישו משמעותיות יותר עבורי.
ולגבי הטענה על פחות הזיות? לא חוויתי את זה. תפסתי את ChatGPT 5 משקר בהרבה מקרים. קשה להשוות אם זה גרוע יותר מהמודלים הקודמים (שוב כי איבדתי אליהם גישה), אבל לפעמים זה בהחלט מרגיש כך.
גם ChatGPT 5 Thinking מזייף. באחד המקרים שאלתי את ChatGPT 5 (Auto) איך להגדיר הגדרה מסוימת ב-GitHub לארגון. ChatGPT 5 ענה בביטחון שזה בלתי אפשרי. עברתי למודל ChatGPT 5 Thinking כדי לראות אם אקבל תשובה אחרת. אחרי כמה דקות של “חשיבה”, ChatGPT 5 Thinking ענה בביטחון שזה אפשרי ואף נתן הוראות מדויקות. רק שההוראות היו בלתי ניתנות לביצוע כי התשובה הייתה לגמרי הזויה. במקרה הזה, ChatGPT 5 היה נכון יותר מ-ChatGPT 5 Thinking. ההגדרה פשוט לא קיימת (למרות שגם אני וגם ChatGPT 5 Thinking היינו שמחים אם כן).
כמה שעות אחרי ההכרזה על GPT-5, Cursor הכריזה על Cursor CLI פלוס קרדיטי GPT-5 חינם לשבוע אחד. המנוי שלי ל-Claude Pro לחודש בדיוק הסתיים, אז החלטתי להשתמש ב-Cursor CLI עם GPT-5 במשך השבוע כדי להתנסות בשניהם (בהשוואה ל-Claude Code עם Sonnet 4).
Cursor CLI ברור שמושפע מ-Claude Code. לא מפריע לי החיקוי כי אני אוהב את Claude Code. ב-Claude Code עם Sonnet 4 הסוכן הרבה יותר שקוף לגבי מה שהוא עושה ונוטה להתייעץ יותר; הוא אפילו מציג רשימת בדיקה של המשימות שהסוכן מתכנן ומבצע. השקיפות הזו חסרה ב-Cursor CLI כרגע: הוא מסביר פחות, פשוט עושה שינויים ולפעמים לא ברור למה - אבל תמיד אפשר לעצור ולשאול שאלות.
עוד דבר שחסר ב-Cursor CLI הוא תמיכה ב-MCP, למרות שב-Cursor הרגיל כבר יש תמיכה טובה ב-MCP. אבל Cursor CLI יצא לפני פחות משבוע, ואני מניח שהם ישפרו אותו עם הזמן.
מלבד הפערים האלה, קיבלתי תוצאות לא רעות עם Cursor CLI. האיכות הרגישה דומה ל-Claude Code, והממשק כמעט העתק אחד לאחד.
אחרי שהקרדיטים החינמיים של GPT-5 נגמרו לי, החלטתי לחזור בינתיים ל-Claude Code (חידשתי מנוי לחודש ב-Claude Pro). אולי Cursor CLI ישתפר בעתיד, אבל כרגע הוא לא טוב כמו Claude Code. אני גם חושש שה-CLI יהיה מוצר משני עבור Cursor.
אצל הלקוח הנוכחי שלי, הכלי ה-AI היחיד שאושר הוא Microsoft 365 Copilot (לא GitHub Copilot). היו לי איתו תוצאות בינוניות בעבר, אז שמחתי שהוא עודכן עכשיו להשתמש ב-GPT-5.
זו הייתה גם דרך טובה להתנסות ב-GPT-5 בחינם. גם בלי חשבון, Microsoft Copilot מציע כמות נדיבה של בקשות GPT-5 (צריך לזכור להפעיל GPT-5 בכל פעם שמתחילים צ’אט חדש).
ובכל זאת, החוויה של שימוש ב-GPT-5 ב-Microsoft Copilot מרגישה שונה מאשר ב-ChatGPT, למרות שטוענים שזה אותו מודל. אני חושד שהנתב האוטומטי הידוע לשמצה נותן ל-Microsoft Copilot את המודלים הזולים יותר לעיתים קרובות, אלא אם מבקשים במפורש שלא. גם כשדחפתי חזק בפרומפטים, עדיין קיבלתי תוצאות מהירות בהרבה מ-ChatGPT 5 Thinking. אולי תשתית Azure אופטימלית יותר או שפשוט Microsoft Copilot כמעט לא מנותב למודלים הכי טובים של GPT-5.
בכל מקרה הרגשתי שיפור בתשובות לעומת מודלי Microsoft Copilot הקודמים (“Quick response” ו-“Think Deeper”, שלדעתי מבוססים על וריאציה של GPT-4). ועדיין, Microsoft Copilot מוגבל בדרכים אחרות (לעומת ChatGPT), כמו חלון הקשר קטן.
המסקנה הכללית: Microsoft Copilot שימושי לעבודה בסיסית אבל רחוק מלהיות ההעדפה שלי. לא הייתי משתמש בו אלא אם לא הייתה לי ברירה אחרת (כמו שקורה אצל הלקוח הנוכחי).
בגדול מאכזב, אבל עדיין שימושי. אמשיך להשתמש בו, במיוחד עם ChatGPT 5 Thinking.
OpenAI כבר התייחסה לחלק מהביקורות ותמשיך לשפר את GPT-5.
תמונה מוצגת מאת Igor Omilaev אצל Unsplash.
]]>זה לא רק “חושב” אלא גם עושה מחקר ברשת ומצליב מקורות כדי להגיע למסקנה. מודלים אחרים של ChatGPT גם יכולים לחפש ברשת, ההבדל הוא ש-o3 עושה חיפוש יותר מעמיק ומחפש יותר מקורות (באחת הפעמים שקראתי את “המחשבות” של המודל זה כתב שזה מנסה להשיג לפחות 10 מקורות).
זה דומה למה ש-Deep Research עושה, שזה הגיוני כי DR של ChatGPT השתמש במודל o3 עוד לפני שהוא יצא. אבל DR נותן תשובות באורך מאמר (ומוגבל ל-10 שימושים בחודש ב-ChatGPT Plus), וזה לא תמיד פרקטי. o3 נותן תשובות באורך דומה למודלים אחרים של ChatGPT. יש מגבלות שימוש גם ב-Plus אבל הייתי צריך להשתמש יחסית הרבה לפני שנתקלתי בהן.
המודל “חושב” מספר דקות לפני שזה נותן תשובה. לרוב אני מרגיש ששווה לחכות בשביל התשובה, מלבד לשאלות פשוטות שמודל אחר יכול לענות עליהן יותר מהר. עבור שאלות יותר מורכבות, o3 לרוב עדיף באופן משמעותי. יצא לי לנסות שאלות מורכבות של קוד ש-ChatGPT 4o התקשה לענות עליהן (או יותר נכון ענה בביטחון אבל חירטט עם הזיות וטעויות), ואז ניסיתי את אותה שאלה עם o3 וקיבלתי תוצאות טובות. עבור משימות יותר מורכבות לעיתים הייתי צריך לנסות כמה פעמים prompt כדי להסביר מה אני צריך, אבל ברוב המקרים o3 בסוף הצליח להשיג מה שרציתי (לעומת 4o).
המודל לא מושלם. עדיין יש הזיות וטעויות. אבל מניסיון שלי פחות מאשר במודלים אחרים שניסיתי.
עולם ה-AI זז כל כך מהר. אני בקושי עומד בקצב… חודש שעבר o3 היה כנראה המודל הכי טוב בעולם ועכשיו כבר יש דיבורים ש-Gemini 2.5 עקף אותו. אבל ברמה האישית לוקח זמן לעבוד עם מודל חדש ובאמת להבין את החוזקות והחולשות שלו.
שיחקתי גם קצת עם ChatGPT 4.5 ו-4.1. השתמשתי רק קצת אבל בינתיים פחות התרשמתי.
עוד לא ניסיתי את o4 ו-o4-mini-high. בהנחה ש-o3 יותר טוב, ברוב המקרים אני מעדיף לחכות כמה דקות בשביל המחשבה המעמיקה. בשביל שאלות יותר פשוטות אני עדיין משתמש ב-4o בתור ברירת מחדל.
תמונה מוצגת מאת Levart_Photographer אצל Unsplash.
]]>