למה העבודה עם Opus 5 מרגישה גרוע יותר — למרות בנצ'מרקים טובים יותר
בפוסט דעה טוען מפתח ש-Opus 5 יכול יותר מ-Opus 4.7 ו-4.8 בבנצ'מרקים, אך קשה יותר לעבודה — אימון מכוון בנצ'מרקים מעדיף הנחות בטוחות על פני עצירה כדי לשאול שאלות.
פוסט דעה שפורסם ב-14 באוגוסט 2026 תחת הכותרת ״למה העבודה עם Opus 5 מרגישה גרועה יותר?״ עורר תהודה בקרב מפתחים: לדעת הכותב, ולפי דבריו גם לדעת עמיתים ששוחח איתם, העבודה עם Opus 5 מרגישה כמו נסיגה לעומת Opus 4.7, Opus 4.8 ו-Fable.
יכול יותר, אבל קשה יותר לעבודה
הכותב מדגיש שאין מדובר בנסיגה ביכולות: לפי הערכתו, Opus 5 הוא מודל יכולתי יותר מ-Opus 4.7 ומ-Opus 4.8, ואף מתחרה ב-Fable בבנצ'מרקים. ההבדל, לטענתו, הוא בהתנהגות. המודלים הישנים עוצרים ושואלים שאלות כשהכוונה אינה ברורה, לא מניחים הנחות בלי לבדוק, ולא מפרשים מחדש או מעדכנים תוכניות בלי לשאול. Opus 5, לפי תיאורו, אינו עושה זאת — ולכן דורש השגחה צמודה.
שני כוחות מאחורי השינוי
ההסבר שלו מוצג במפורש כספקולציה. הוא מצביע על שני לחצים מחזקים זה את זה באנתרופיק ובמעבדות החדשנות בכלל: הרצון לבנות בינה מלאכותית שמשפרת את עצמה ויכולה להתפתח רקורסיבית לעבר AGI/ASI, והלחץ להשיג ציונים גבוהים בבנצ'מרקים. משימות בנצ'מרק רבות, הוא מעיר, ידועות בציבור כמעורפלות, לא הוגנות או פריצות — אך משימה טובה היא סגורה בעצמה: אפשר לפתור אותה בלי רמזים, בלי לקרוא את מחשבותיו של יוצר המשימה ובלי מידע חיצוני. אימון על משימות כאלה, לדעתו, בוחר מודלים שמניחים הנחות נועזות ובדרך כלל נכונות אל מול עמימות, ומעניש מודלים שעוצרים לשאול.
החיים האמיתיים אינם בנצ'מרק
הנטייה הזו הפוכה ממה שמפתחים רבים רוצים מסוכן קידוד. הכותב טוען שכמעט בלתי אפשרי לתעד את כל ההקשר, הכוונות, ההשלכות העסקיות ומגבלות התקציב שסוכן עשוי להזדקק להם, ולכן עמימות בלתי נמנעת — והיכולת לעצור ולשאול היא בעלת ערך. בחיים האמיתיים, הוא כותב, אין תשובה נכונה מובטחת לכל שאלה, וכשההשלכות אמיתיות הוא לא רוצה שסוכן פשוט ינחש את הניחוש הטוב ביותר שלו.
SiTech — פיתוח אתרים בכוח ה-AI
אנחנו בונים אתרים מהירים ומודרניים ומשלבים AI בתהליכי עבודה אמיתיים. יש לכם פרויקט או שאלה? נשמח לעזור.