הבינה המלאכותית בקוד פתוח מצמצמת פערים: ביצועים כמעט זהים, עלויות נמוכות פי 50 ו״ברית מורדים״ של מוזילה

המודלים של הבינה המלאכותית בקוד פתוח כבר אינם האנדרדוג של התעשייה. דו״ח State of Open Source AI הראשון של מוזילה, שפורסם ב-14 ביולי 2026, מציג תמונה מבוססת נתונים של שוק שבו הפער מול המודלים המסחריים מצטמצם במהירות — ובמקביל, כלכלת ה-AI משתנה לטובת ארכיטקטורות פתוחות יותר.

הדו״ח מבוסס על סקר עולמי בקרב יותר מ-950 מפתחים ועל ניתוח שוק חדש. הוא מתפרסם בתקופה שבה מוזילה עצמה מנסה למצב את הארגון ככוח מתאם באקוסיסטם של AI פתוח. אלה הממצאים המרכזיים — והמתחים שהדו״ח אינו מסתיר.

הפער בביצועים הצטמצם לכ-3%

המספר הבולט ביותר בדו״ח הוא הפער של כ-3% בלבד בין מודלים בקוד פתוח לבין מערכות מסחריות מובילות כמו ChatGPT ו-Claude במדדים מרכזיים. מדובר בירידה משמעותית לעומת הפערים הדו-ספרתיים שנמדדו בשנים קודמות ^B.

המגמה עולה בקנה אחד עם מדד ה-AI של Stanford HAI לשנת 2025, שמצא כי מודלים פתוחים מסין הגיעו ב-2024 כמעט לשוויון עם מודלי החזית האמריקאיים במדדים כמו MMLU ו-HumanEval ^H.

המשמעות אינה שהמודלים המסחריים הפסיקו להשתפר. אלא שמודלים בעלי משקולות פתוחות — במיוחד מודלים של מעבדות כמו DeepSeek ו-Qwen — האיצו את קצב ההתקדמות שלהם וצמצמו בתוך חודשים יתרון שנבנה במשך שנים.

העלויות צנחו עד פי 50 בתוך שלוש שנים

לפי מוזילה, עלויות האימון וההרצה של מודלים פתוחים ירדו בערך פי 50 בתוך שלוש שנים. בין הגורמים לכך: ארכיטקטורות קטנות ויעילות יותר, לצד תחרות גוברת בין ספקי מודלים בעלי משקולות פתוחות ^B.

דוגמה קונקרטית היא מודל R1 של DeepSeek. לפי מקור המצוטט בדו״ח, עלות האימון של מודל שפה דומה ירדה מכ-100 מיליון דולר לכ-5 מיליון דולר ^O.

גם הנתונים הרחבים יותר בתעשייה מצביעים על אותה מגמה: Stanford HAI מצא כי עלות ההרצה של מערכת ברמת GPT-3.5 ירדה ביותר מפי 280 בין נובמבר 2022 לאוקטובר 2024 ^H. ברמת החומרה, העלויות ירדו בכ-30% בשנה, בעוד שהיעילות האנרגטית השתפרה בכ-40% מדי שנה.

פינטרסט: חיסכון של כ-10 מיליון דולר ברבעון אחד

הדוגמה העסקית הבולטת בדו״ח היא פינטרסט. סמנכ״ל הטכנולוגיות של מוזילה, ראפי קריקוריאן, אמר בריאיונות כי פינטרסט פרסה מודלים פתוחים במקום מודלים סגורים וחסכה ״בסדר גודל של 10 מיליון דולר באותו רבעון בלבד״ ^BC.

מנכ״ל פינטרסט, ביל רדי, אמר לאנליסטים כי החברה משיגה ביצועים הדומים לאלה של מודלי חזית מובילים בפחות מ-10% מהעלות, בעיקר במשימות חזותיות ורב-אופניות ^RF.

אסטרטגיית ה-AI של פינטרסט, שהחלה ב-2023, משלבת מודלים פנימיים של החברה, מודלים סגורים של Anthropic ו-OpenAI ומודלים פתוחים של Alibaba ^B. בסוף 2025 חיזקה החברה את מחויבותה למודלים פתוחים, לאחר שהחיסכון בעלויות הפך בעיניה לאחד המרכיבים החשובים ביותר בשינוי האסטרטגי שלה ^F.

מוזילה מגייסת ״ברית מורדים״ עם ארנק של 1.4 מיליארד דולר

הדו״ח אינו מחקר אקדמי בלבד. הוא חלק מהמהלך האסטרטגי הרחב של מוזילה למצב את עצמה ככוח מתאם עבור AI פתוח, אמין ונגיש יותר.

רשת נגד המעבדות הסגורות

נשיא מוזילה, מארק סורמן, תיאר את האסטרטגיה כ״מעין ברית מורדים״ — רשת רופפת של חברות סטארט-אפ, מפתחים ואנשי טכנולוגיה הפועלים למען האינטרס הציבורי ומנסים לאזן את הדומיננטיות של OpenAI, Anthropic ומעבדות סגורות אחרות ^LC.

הניסוח מהדהד את תפקידה ההיסטורי של מוזילה בראשית שנות ה-2000, כאשר פעלה ככוח נגד ריכוז השליטה בדפדפנים ובאינטרנט.

השקעות בהיקף של מאות מיליונים

מוזילה מתכננת להשתמש בכ-1.4 מיליארד דולר מעתודותיה כדי לתמוך בחברות טכנולוגיה המונעות על ידי שליחות, באמצעות Mozilla Ventures, שפועלת מאז 2022 ^BLC. המהלך הרחב יותר כולל גם התחייבות השקעה של 650 מיליון דולר לפיתוח אקוסיסטם של AI בקוד פתוח ^G.

מאז 2022 השקיעה Mozilla Ventures ביותר מ-55 חברות, ובהן עשרות חברות AI כמו Trail הגרמנית, העוסקת בממשל AI, Transformer Lab ו-Oumi ^G.

התשתית של Mozilla.ai

חברת-הבת Mozilla.ai מפתחת כלי תשתית פתוחים, ובהם כלי אמון ובטיחות לסוכני AI, מסגרות הערכה ופלטפורמות למפתחים. המטרה היא להקל על ארגונים לפרוס ולנהל מודלים פתוחים בסביבות ייצור ^BL.

המהלך נועד להתמודד עם החיסרון שמוזילה עצמה מכירה בו: ״מערכות AI סגורות מנצחות כיום כי הן באמת קלות יותר לשימוש״ ^B.

נעילת ספקים: הפער בין הביטחון של המנהלים למציאות

אחד הממצאים החשובים עבור חברות ששוקלות אסטרטגיית AI הוא הפער בין היכולת שמנהלים סבורים שיש להם לעבור ספק, לבין היכולת האמיתית לבצע את המעבר בלי שיבושים.

כמה סקרים מ-2026 מצביעים על אותה מגמה:

• סקר של Zapier בקרב 542 מנהלים אמריקאים: כמעט 90% חשבו שיוכלו להחליף ספק AI בתוך ארבעה שבועות, ו-41% העריכו שהמעבר ייקח יומיים עד חמישה ימי עסקים. בפועל, רק 42% מהארגונים שניסו לבצע מעבר דיווחו שהוא עבר בצורה חלקה ^TZ.
• סקר הענן של Parallels לשנת 2026: 94% מהארגונים מודאגים מנעילת ספקי AI, ורק 6% ממנהלי החברות אמרו שיוכלו להחליף את הספק העיקרי בלי שיבושים ^P.
• מחקר של IBM Institute for Business Value בקרב 1,000 מנהלים בכירים: יותר מ-70% אמרו שיהיה קשה להחליף מערכות AI לאחר שהן יוטמעו בתהליכי הליבה של הארגון ^C.

הניסוח המקוצר שלפיו כ-85% מהחברות מאמינות שיוכלו לעבור ספק, אך רק כ-30% מסוגלות לעשות זאת בפועל, הוא סינתזה של כמה נתונים. הוא תואם במיוחד את הניתוח של cx-o.com, שהתבסס על סקרי Zapier ו-Parallels ^C.

עבור מנהלי טכנולוגיה, המסר ברור: אירוח עצמאי של מודלים פתוחים אינו רק הצהרה אידיאולוגית. הוא עשוי לשמש אסטרטגיה לצמצום סיכונים מול עלויות ממשיות של תלות בספק יחיד.

לפי מוזילה, פער היכולות שבעבר הצדיק את השליטה של המערכות הסגורות מצטמצם במהירות. מה שנותר הוא בעיקר פער בנוחות השימוש ובאינטגרציה ^B.

המתח המרכזי: האם הקוד הפתוח יוכל לשמור על המומנטום?

הראיות בדו״ח מצביעות על שני כיוונים מנוגדים.

הצד החיובי: העלויות ממשיכות לרדת, השוויון בביצועים מתקרב, והאימוץ הארגוני גדל. פינטרסט היא רק דוגמה אחת לחברות שמשלבות כיום מודלים פתוחים וסגורים ^GDH. סקר של McKinsey, קרן מוזילה וקרן Patrick J. McGovern, שנערך בקרב 700 מנהלי טכנולוגיה, מצא שיותר ממחצית מהארגונים שהשתתפו משתמשים לפחות ברכיב אחד של AI בקוד פתוח — לעיתים לצד מפתח API מסחרי ^D. לפי McKinsey, האימוץ גדל במיוחד בתעשיות מתקדמות, בטכנולוגיה, במדיה ובתקשורת ובשירותים הפיננסיים ^F.

הצד המסוכן: המודלים הסגורים עדיין אחראים לכ-80% מהשימוש של מפתחים ומציעים יתרון משמעותי בנוחות השימוש ^R. למעבדות החזית — OpenAI, Anthropic ו-Google DeepMind — יש הון עצום שמאפשר השקעות בקנה מידה שמודלים בעלי משקולות פתוחות מתקשים להתחרות בו.

גם המונח ״קוד פתוח״ עצמו דורש זהירות: הניתוח של Red Line מצביע על ירידה במודלים שהם קוד פתוח במובן המלא, לצד צמיחה של מודלים בעלי משקולות פתוחות שאינם בהכרח פתוחים בכל שכבות המערכת ^R. למרות התנופה של המודלים הפתוחים, מודלים סגורים עדיין אחראים לכ-95% מההכנסות ^R.

מוזילה מנסחת את האתגר בכנות: ״מערכות AI סגורות מנצחות כיום כי הן באמת קלות יותר לשימוש״ ^B. ההימור שלה הוא שהחברות יתחילו לראות באירוח עצמי החלטה עסקית הגיונית — ולא רק בחירה אידיאולוגית — ככל שהן ירגישו את מגבלות התלות בספקים סגורים. השאלה היא אם ההון, התשתיות והקהילה שמוזילה מגייסת יצליחו לסגור את פער השימושיות בזמן ^BG.

השורה התחתונה

הדו״ח הראשון של מוזילה על מצב ה-AI בקוד פתוח מציג טענה ברורה: המודלים הפתוחים הגיעו לנקודת מפנה. הם מציעים ביצועים שמתקרבים לאלה של המודלים המסחריים, במחיר נמוך בהרבה — וחברות אמיתיות כבר מדווחות על חיסכון של מיליוני דולרים.

עם זאת, הדרך לניצחון אינה סלולה. למודלים הסגורים עדיין יש יתרון בנוחות השימוש, למעבדות החזית יש משאבים גדולים בהרבה, וחברות רבות מגלות שהמעבר בין ספקי AI קשה בהרבה מכפי שחשבו.

מוזילה מנסה להפוך את האקוסיסטם הפתוח לכוח מתואם, אך השאלה אם מודלים שמפותחים בקהילה יצליחו לעמוד בקצב ההשקעות של מעבדות החזית נותרה פתוחה. התשובה לא תיקבע רק לפי ציוני מבחנים ועלויות חישוב, אלא גם לפי היכולת לספק כלים, אינטגרציות וחוויית שימוש שיאפשרו לארגונים לעבור מ״שכירת״ AI לבעלות אמיתית עליו.