‏📋 סיכום יומי — 12 ביוני 2026 ‏יום של השוואות, מספרים, ופחד

‏📋 סיכום יומי — 12 ביוני 2026

‏יום של השוואות, מספרים, ופחד קיומי ממכסת טוקנים.

‏📌 מה דובר היום:

‏פייבל מול אופוס — המספרים מדברים: אלון ולאדג'י נתן את אחת ההשוואות הכי חדות שנראו פה: פייבל מוציא חצי מהטוקנים של אופוס 4.8 על אותן משימות (500K באופוס → 240K בפייבל, שניהם על high). ‏התוצאה? ‏פייבל מסיים יותר טוב ב-one shot, הקונטקסט נשאר פרש, והוא לא נכנס ללופים. ‏הטייק של אלון: אנתרופיק ראו שהאופטימיזציה עובדת — ופשוט הכפילו את המחיר. ‏"עושים עלינו סיבוב." ‏שי כהן הוסיף שהיכולות הגרפיות של פייבל שוברות את אופוס בגדול.

‏אלטרנטיבות סיניות עולות: דניאל פלדמן ממליץ על Kimi k2.6 כתחליף סביר לסונט — "ממושמע כמו סונט, לא כמו GPT." ‏אלון מוסיף ש-GLM 5 Turbo כמעט ללא הבדל מסונט, והוא משתמש בו בפרודקשן. ‏גילי חיפש המלצות לקידוד עם מודל סיני, וקיבל שתי אופציות חזקות.

‏סריקות אבטחה עם אייג'נטים: גדי עברון שיתף לופ סריקת אבטחה אגרסיבי: מודל עצמאי + judge, קונקרנסי N=15, סגנון Karpathy auto-research — "Continue trying no matter what." ‏משלב Raptor ו-OpenAnt. ‏האזהרה: אל תשאירו את זה רץ בלילה בלי הגבלת טוקנים. ‏במקביל, דור בר-שלום חיפש אייג'נט לבדיקת חולשות ב-webapp, וניצן מגדל שיתף סקיל Security Pipeline עם Semgrep, Trivy ו-CodeQL. ‏זה הוביל לדיון על בטיחות סקילים — דן בר-שלום העיר: "אם הייתי האקר, הייתי מתחזה בדיוק לניצן." ‏המסקנה: תמיד תנו לקלוד/קודקס לסרוק סקיל לפני הרצה.

‏הודעות קוליות לנאנו-קלאו: עומר l שאל על תמלול הודעות קוליות בוואטסאפ — מסתבר שבאייפון זה עובד מובנה, באנדרואיד עוד לא הגיע. ‏טלחיים דמרי הסביר שההודעות מגיעות אליו מתומללות אוטומטית, והציע Whisper+ffmpeg למי שצריך. ‏אחי סולומון הדגים שזה דווקא כן עובד באנדרואיד (לפחות בגרסאות חדשות).

‏תמלול עברי — איזה מודל הכי טוב? גיא ב' שאל על ivrit.ai מול מודלים "רגילים" (Gemini Flash וכו') לתמלול עברית. ‏טלחיים: ivrit.ai מעולה, אופן-סורס, רץ על RunPod בשברי סנטים לדקה. ‏מני המליץ על Flash 3 Pro, עופר בלוטריך על Flash Lite. ‏אהוד גרשוני שיתף את הבוט של אליעזר (פרויקט וולונטרי). ‏גיא מתכנן eval מסודר בין מודלים — יעדכן בתוצאות.

‏סים לאייג'נט — המדריך המקוצר: תומר שאל על המסלול הכי זול לסים ייעודי לוואטסאפ של האייג'נט. ‏עופר בלוטריך ומני נתנו את המתכון: 019 מובייל ב-10₪ לחודש, או סים פיזי מחנות ב-50₪ חד-פעמי.

‏RAG וקטורless למסמכים רפואיים: עופרי מ' שאל על PageIndex (vectorless RAG) מול vector RAG לניתוח מסמכים רפואיים. ‏רום קפץ פנימה ושיתף שני פרויקטים: Agentic-Search-Vectorless (מבוסס מונגו, HIPAA compliant) ו-Hybrid-Search-RAG עם יכולות גרף. ‏הטיפ של רום: כשמגיעים לסקייל של מיליוני מסמכים — אין ברירה, חייבים וקטורים. ‏דן בר-שלום עשה deep dive לרגולציות רפואיות: HIPAA דורש BAA עם כל ספק, ISO 27799, GDPR — "כאב ראש אחד גדול."

‏חרדת מכסות — קלוד קוד: טלחיים דמרי במשבר: "יהיה לי 3 ימים תסמיני גמילה? ‏בלי קלוד קוד בכלל?" ‏— לקראת איפוס המכסות השבועי. ‏על הפרויקט הענק שרץ אצלו: Pavel + סופר-פאוור אייג'נט + קודקס 5.5 כ-reviewer, 120 תתי-סוכנים, 10M טוקנים, ורק 25-30% מהלימיט השבועי של תוכנית ה-$200. ‏רוי ענה בפשטות: "A real addict takes out his credit card and buys extra usage credit 😉"

‏❓ שאלות ותשובות:

‏ש: איזה מודל סיני הכי קרוב לסונט לקידוד?
‏ת: Kimi k2.6 (ממושמע כמו סונט) ו-GLM 5 Turbo (כמעט ללא הבדל, עובד בפרודקשן).

‏ש: פייבל עולה פי 2 מאופוס — משתלם?
‏ת: כן, כי הוא מוציא חצי טוקנים על אותה משימה. ‏500K באופוס הופך ל-240K בפייבל. ‏בשורה התחתונה — בערך אותו מחיר, ביצועים טובים יותר.

‏ש: איך בודקים סקיל לפני הרצה?
‏ת: נותנים לקלוד/קודקס לסרוק אותו, שואלים מה הסקיל עושה והאם יש משהו זדוני. ‏לא סומכים על אף אחד — גם לא על ניצן הנחמד.

‏ש: סים הכי זול לאייג'נט בוואטסאפ?
‏ת: 019 מובייל, 10₪ לחודש (מסלול חודשי, סים רגיל או eSIM). ‏אופציה נוספת: סים פיזי מחנות ב-50₪ חד-פעמי.

‏ש: Baileys יכול לחסום את המספר וואטסאפ שלי?
‏ת: (ללא מענה מפורש — נשאר פתוח)

‏🔗 משאבים ששותפו:

- ‏Agentic-Search-Vectorless (רום) — חיפוש וקטורless על מונגו, HIPAA compliant, לבחירת region. https://go.chatlytics.ai/r/UXw30mf
- ‏Hybrid-Search-RAG (רום) — חיפוש היברידי משוכלל עם יכולות גרף. https://go.chatlytics.ai/r/99b9Xdc
- ‏ivrit.ai — מודל תמלול עברי אופן-סורס, ניתן לפריסה על RunPod. https://go.chatlytics.ai/r/ddgQziW
- ‏Eliezer Bot — בוט תמלול עברי חינמי בוואטסאפ (פרויקט וולונטרי): +972 55-957-1223
- ‏Gadi Evron's Security Loop — פרומפט לסריקת אבטחה אוטונומית עם agents, independent/judge, קונקרנסי 15.
- ‏וידאו: Pavel מול Fable — משה בלאיש שיתף השוואה בין Claude Code ל-Codex: https://go.chatlytics.ai/r/LUbLvuq
- ‏AWS בעברית — גילי שיתף סרטוני AWS בעברית: https://go.chatlytics.ai/r/t1TFG10

‏💬 היום הזה היה תזכורת יפה לכך שהקהילה הזו לא מסתפקת ב-"איזה מודל הכי חזק" — היא מחשבת טוקנים, משווה עלויות, ומדברת על ארכיטקטורה. ‏ובין לבין, מישהו תמיד מפחד שייגמרו לו המכסות. ‏כנראה שזה הסיוט החדש של המפתחים.

---
‏רוצים להעמיק בנושא שעלה? ‏שלחו לי הודעה פרטית ואני אחפור 🔍

‏להפצה: /approve-summary

GitHub - romiluz13/Agentic-Search-VectorlessContribute to romiluz13/Agentic-Search-Vectorless development by creating an account on GitHub.

געגועים לפייבל - מוכיח את הכיוון שנאמר פה (יותר יקר אבל יותר זול)

היי - התקנתי הרמס וחיברתי לWhatsApp. פעמיים האמת - פעם אחת ישירות דרך waba ופעם אחת עם baileys. (הראשון לא תומך בקבוצות).

שאלותיי:
אחד, הרמס עדיין מסתבך עם כל הנושא של קבוצות.עבדתי איתו קצת והוא כבר לא עונה על כל הודעה, למרות שזה לקח זמן לקנפג. אבל הוא עדיין מתבלבל עם דברים. למשל, כמו שאני אומר לו שיענה לכולם או שייקח את רשימת משתתפים.
2) טוקנים - שרף לי $30 בשעה.. אבל אני כן רוצה שיידע לתכנת בשביל דברים קטנים כמו באמת לקנפג את הgateway server. מה עושים?

ראיתי משהו מעניין... 🤓
פורק מקודקס עם הרנסים לכל מיני מודלים כמו קימי וכו...
בתיאבון! 😍
https://go.chatlytics.ai/r/CpbQpFj

GitHub - openinterpreter/openinterpreter: A coding agent for open models like Kimi K3 and GLM 5.3A coding agent for open models like Kimi K3 and GLM 5.3 - openinterpreter/openinterpreter

I don't know PI

Pi is the basis for openclaw harness

הי חברס שאלה
תחשבו שיש לי מסמך של קופ״ח => בעברית מדגיש שוב בעברית <=======
ואני צריך לסווג בו מה הדברים הסנסטיבים בו למשל : ת.ז, מחלות, תרופות של הפציינט וכו.
בהינתן שיש לי טקטס כבר
איזה מודל לוקאלי (בלבד!!!!) וויחסית זול יש כדי להריץ את המשימה הזו

בינתיים ככה ראיתי את gemma-3-27b , qwen3-32b
אשמח לעזרתכם 😎

תודה רבה 🙏🏻

NER= named entity recognition

יש לך את זה כאן:https://go.chatlytics.ai/r/0aQ2Pd5

Hebrew-Resources/corpora_and_data_resources.rst at master · NNLP-IL/Hebrew-ResourcesA comprehensive list of Hebrew NLP resources. Contribute to NNLP-IL/Hebrew-Resources development by creating an account on GitHub.

הפתרונות האלו מתייחסים לטקסט עצמו ללא התייחסות למימד הויזואלי.
מדובר במודלי NLP קלאסיים ולא LLM.

הבנתי.

אם המודלים לא מדייקים אפשר גם לעשות fine tune על כמה דוגמאות מתויגות וע"י כך לשפר את הדיוק של המודלים.

קישור למאגר: NNLP-IL/Hebrew-Resources

תשובה קצרה: באופן חלקי — כן. במאגר יש כלי שבנוי כמעט בדיוק לבעיה שלנו: HebSafeHarbor.

HebSafeHarbor — מה זה
ערכת כלים להסרת מזהים מטקסט קליני בעברית (פיתוח של Microsoft יחד עם כללית), שבנויה על גבי Microsoft Presidio. זו ההתאמה הקרובה ביותר ללא-LLM למשימה שב-README:

רץ מקומית, חינם, דטרמיניסטי — שילוב של NER (spaCy/טרנספורמר) + זיהוי מבוסס regex + חוקים. בלי Bedrock, בלי עלות per-token, בלי צורך ב-GPU (מספיק CPU; GPU קטן רק מאיץ את שלב ה-NER).
מזהה את המזהים המבניים: שמות (PER), תאריכים, תעודות זהות (ת"ז), מספרי טלפון, מיקומים/GPE, גיל, מספרי תיק רפואי, ארגונים, פרטי קשר.
זה מכסה נתח גדול מהפריטים הרגישים — ובמקרים כמו ת"ז, תאריכים וטלפונים גישת regex/recognizer דווקא אמינה יותר מ-LLM (בלי הזיות, בלי קטיעה עקב מגבלת טוקנים כמו שקרה ל-gemma ול-r1).

הבעיה האמיתית
HebSafeHarbor מכוון ל-~18 המזהים של HIPAA Safe Harbor — הוא מסיר מי האדם. הוא לא מסווג את קטגוריות התוכן הרפואי שהיוו חלק גדול מטקסונומיית 47 הקטגוריות שלנו:

אבחנות, תרופות, תוצאות מעבדה, סוג דם, שבוע הריון
סמנים גנטיים (BRCA1), סטטוס HIV, שדות בריאות נפש/שימוש בחומרים — בדיוק מה שה-README ציין שהמודלים המובילים תייגו באופן ספציפי ולא כ-PII כללי
מערכת חוקים/NER לא "תדע" ש-BRCA1 הוא סמן גנטי רגיש, או שתוצאת מעבדה היא ערך רגיש — אלא אם נבנה ידנית מילונים/תבניות (gazetteers) לכל 47 הקטגוריות. זו עבודה רבה של אונטולוגיה רפואית בעברית.

המלצה מעשית: גישה היברידית, לא או/או
סוג קטגוריה הכלי המתאים
התיעצות עם רבינו|:

ת"ז, שמות, תאריכים, טלפונים, כתובות, מספרי תיק HebSafeHarbor / Presidio — זול, דטרמיניסטי, בלי קטיעה
אבחנות, תרופות, תוצאות מעבדה, סמנים גנטיים/HIV/בריאות נפש
כלומר, HebSafeHarbor יכול להחליף את ה-LLM עבור תת-הקבוצה של המזהים (הקטגוריות הקלות, בנפח גבוה, ידידותיות ל-regex) ולחסוך משמעותית בעלות ובזמן התגובה של Bedrock — אבל סביר שעדיין נרצה את אחד המודלים המובילים עבור קטגוריות התוכן הרפואי.

אופציה נוספת במאגר עבור הצד הרפואי: MDTEL (קישור ישויות רפואיות בעברית ל-UMLS) — יכול לעזור במיפוי מונחים רפואיים, אך הוא ברמת מחקר וישן יחסית.

טוב זה

חחח רבנו קלוד

פיייי!!! שווה!!! שאפו ל 8400!

לא חושב שיש רשמי, אבל אפשר בקלות עם קלוד דרך הcli, גם יותר חסכוני

אתה יכול לתת לקלוד את הcloud api key