ג׳מיני 4 ארגון נפתח למשתמשים: מה הוא יכול לעשות בשביל העסק שלכם?

מאת ערן ערמי

יש הבדל בין לבקש מ-AI לכתוב פוסט לבין לתת לו תיקייה של מסמכים ולבקש שיכין הצעה ללקוח. בפוסט אפשר לזהות די מהר אם הניסוח עובד. בהצעה צריך גם להבין מה הלקוח ביקש, לחבר בין קבצים, לשמור על הפרטים ולא להוסיף דברים שהעסק בכלל לא מוכר.

זה הכיוון ש-Google מציגה עם Gemini 4 Argon, ג׳מיני 4 ארגון: מודל שנועד להתמודד עם משימות מורכבות שנמשכות לאורך כמה שלבים. אחרי ההצגה הראשונית בסוף ספטמבר, Google הודיעה ב-13 באוקטובר על פתיחת הגישה לקהלים רחבים יותר, ובהם מנויי Google AI Pro ו-Ultra באפליקציית Gemini.

מה חדש, ומה כבר הוצג קודם?

כדאי להפריד בין שני מועדים. ההכרזה המקורית על המודל פורסמה ב-30 בספטמבר, עם גישה ראשונית לקבוצה מוגבלת של שותפי סייבר. העדכון מ-13 באוקטובר עוסק בהרחבת הגישה. זו ההתפתחות שעליה אנחנו כותבים כאן, לא השקה ראשונה שהתרחשה היום.

לפי Google, ארגון מיועד לעבודה שמחייבת לחבר מידע, להתמיד במשימה ולהגיע לתוצאה לאורך כמה שלבים. החברה מציגה גם שיפור ביכולת להבין מסמכים ולפעול לפי הוראות סגנון. אלה טענות של Google, ולא תוצאות של בדיקה שלנו בעברית.

הדוגמה שמעניינת משווקים: מחומרי גלם להצעה ללקוח

בין ההדגמות ש-Google פרסמה יש אחת שרלוונטית במיוחד לעסק ולמשרד פרסום: ארגון מקבל תיקייה לא מסודרת עם מידע על פרויקט ומכין ממנה מצגת הצעה ללקוח, בעזרת הנחיות עבודה שמורות. ההדגמה ממשיכה גם לשליחת ההצעה ולהגדרת משימה חוזרת לטיפול בבקשות עתידיות.

ההדגמה לא מוכיחה שאפשר למסור לו מחר כל תיק לקוח ולקבל הצעה תקינה בלי בדיקה. היא כן ממחישה מה Google מנסה לאפשר: עבודה על כמה חומרים ותוצרים ברצף, במקום שיחה שמסתיימת בפסקה שאחר כך צריך להעתיק ולהמשיך לטפל בה ידנית.

איך זה יכול להיראות בעסק ישראלי?

נניח שחברה שמוכרת ציוד למטבחים מקצועיים מכינה השקה של מוצר. יש לה מפרט מהספק, שאלות שאנשי המכירות שמעו מלקוחות, רשימת דגמים ומחירון מאושר. במקום להתחיל ישר בבקשה ל״קמפיין יצירתי״, אפשר לבדוק אם ארגון מצליח להכין מתוך החומרים בריף מסודר לצוות השיווק.

זו הצעת שימוש שלנו, לא מקרה לקוח שבדקנו. המשימה יכולה להיות מאוד ברורה: לזהות למי המוצר מתאים, לנסח שלושה יתרונות שמופיעים במפרט, להציע מבנה לדף מוצר ולרשום בנפרד מה חסר כדי להתחיל לפרסם. אם אין נתון על חיסכון בחשמל, הוא צריך לציין שהנתון חסר ולא להמציא אחוז מרשים.

כך גם קל יותר להעריך את התוצאה. איש המכירות יכול לבדוק אם השאלות של הלקוחות קיבלו מענה. מי שאחראי על המוצר יכול לבדוק את המפרט. מנהל השיווק יכול לבדוק אם הבריף נותן לכותב ולמעצב מספיק מידע כדי להתחיל לעבוד.

העדכון לא מסתכם במודל חכם יותר

בעדכון לאפליקציית Gemini, Google מתארת מעבר משיחה למשימות שאפשר לתת ל-Gemini לבצע גם כשלא יושבים מול המחשב. החברה מציינת חיבורים ליותר מ-40 אפליקציות, ובהן Adobe ו-Shopify, ושילוב של ממשק התכנות של Antigravity באפליקציית Gemini ל-macOS.

חשוב לא לערבב בין הדברים: ארגון הוא המודל, ואילו ביצוע פעולות באפליקציה תלוי גם בחיבורים ובהרשאות. עצם הבחירה במודל אינה מחברת אותו לכל תוכנת העסק. לפני שמבקשים לשלוח הצעה ללקוח או לשנות תוכן בחנות, צריך לבדוק מה מחובר ומה בדיוק הוא רשאי לעשות.

איך ארגון עומד מול ChatGPT ו-Claude?

נכון ל-15 באוקטובר 2026, אין מנצח אחד בכל המבחנים. גם חשוב לדייק במה משווים: ChatGPT ו-Claude הם מוצרים עם מודלים, כלים ומסלולי שימוש שונים. הטבלה משווה מודלים מסוימים במבחנים עצמאיים, ולא את כל חוויית השימוש באפליקציות.

Vals Index, שעודכן ב-13 באוקטובר, משקלל משימות בתחומי פיננסים, תכנות, משפטים ומיסוי לפי משקלם בכלכלה האמריקאית. ארגון מוביל בו, ואחריו Claude Sonnet 5.5 עם 67.04% ו-Opus 5.5 עם 66.97%. זו תוצאה טובה במבחן מקצועי מוגדר, לא ציון לאיכות כתיבה שיווקית בעברית.

במדד הרחב של Artificial Analysis התמונה שונה: Opus 5.5 במצב Max מקדים את ארגון. Astra במצב Xhigh ו-Sol במצב Max קרובים אליו בציון המעוגל. הגדרות החשיבה שונות, והציונים משני המדדים אינם באותה סקאלה. אין לחבר אותם לציון כולל או לתרגם פער של נקודה להבטחה על ביצועים בעסק.

גם בתוך אותו מדד יש הבדלים בין משימות. ב-AutomationBench-AA ארגון מקבל 78%, לעומת 70% של Opus Max ו-65% של Sol Max. ב-GDP.pdf, שבודק עבודה עם מסמכי PDF, Sol מקבל 31% וארגון 22%. לכן כותרת כמו ״ג׳מיני ניצח את ChatGPT״ מפספסת את השאלה החשובה: באיזו משימה ובאיזו הגדרה?

ומה אומרים מי שכבר ניסו?

בדיונים שנבדקו ב-15 באוקטובר ב-Reddit מופיעות התרשמויות סותרות. בחרנו שני שרשורים שממחישים את הפערים. אלה דיווחים אישיים, לא סקר מייצג או בדיקה שלנו:

• בשרשור על ניסיון ראשון בתכנות, הכותב העדיף את התוכנית שקיבל מ-Opus על פני ארגון. הוא השתמש ב-GPT כשופט, ולכן הציונים שנתן אינם מבחן בלתי תלוי. באותו שרשור יש גם משתמש ששיבח את ארגון על תכנון, זיהוי מידע חסר והימנעות מהסכמה אוטומטית עם המשתמש.
• משתמש אחר שיבח את ההתנהגות במשימות יומיומיות, אבל התלונן על מגבלות השימוש ועל ביצועים חלשים יותר, לדעתו, במשימות גדולות מול Astra ו-Opus. אין להסיק מכך מכסה אחידה לכל המנויים, משום שהדיווחים תלויים במסלול, באפליקציה ובסוג העבודה.

למשווק בארץ, המסקנה שלנו היא להשוות את שלושת הכלים על אותו בריף ובאותם חומרי מקור. בקשו הצעה לקמפיין, טקסט לדף נחיתה וסיכום של מסמך אחד, ואז בדקו דיוק, עברית וכמה זמן נדרש לתיקונים. נסו גם משימה שנייה באותו יום: כלי שנותן תוצאה טובה אבל נעצר במכסה באמצע העבודה עלול להתאים פחות לשגרה שלכם. בלי בדיקה כזאת, אין בסיס לקבוע מי משלושתם כותב טוב יותר עבור העסק שלכם.

למי יש גישה, ומה כדאי לבדוק בעברית?

Google מציינת גישה לארגון באפליקציית Gemini למנויי Google AI Pro ו-Ultra. הגישה ב-Antigravity מצוינת עבור מנויי Ultra, ולמפתחים יש גם מסלול API בתשלום. אלה מסלולים שונים, ואין להסיק ממנוי אחד שכל האפשרויות זמינות בכל מוצר. לא אימתנו גישה בחשבון ישראלי מסוים או איכות עבודה בעברית.

לפני שמשנים את אופן העבודה בצוות, כדאי לתת לו משימה אחת שכבר ביצעתם ולהשוות לתוצר שאתם מכירים. בדקו אם שמר על שמות הדגמים, זיהה סתירות בין מסמכים והבחין בין עובדה לבין הצעה שלו. קראו גם את הטקסט בקול: האם הוא נשמע כמו העסק שלכם, והאם ברור מי מציע מה ולמי?

אם רוב הזמן נחסך באיסוף החומר ובבניית הבריף, יש כאן שימוש שאפשר להרחיב. אם התוצר נראה מרשים אבל דורש בדיקה מחדש של כל פרט, זה מידע חשוב לא פחות. המעבר מג׳מיני הקודם לארגון צריך להיבחן על עבודה שהעסק באמת עושה, לא רק על הדגמה יפה של Google.