פרטיות, ריבונות data ותיקון 13
כאן רוב המאמרים בעברית עוצרים. אני לא.
תיקון 13 לחוק הגנת הפרטיות, שנכנס לתוקף מלא ב-2025, דורש שקיפות לגבי מסלולי הזרמת data וייעוד הצורך. שני הספקים מציעים enterprise plans עם no-training-on-data clauses.
אבל הניסוח שונה. Anthropic מצהירה במפורש שלא מאמנת על data של לקוחות API. Google משלבת את הניסוח ב-Workspace agreement כללי. עורכי דין בארץ מעדיפים הצהרה אחת ברורה על פני שילוב במסמך גדול.
שיקול נוסף: data residency (מקום אחסון). Claude זמין דרך AWS Bedrock עם אזורי אירופה. Gemini זמין דרך Google Cloud עם אזורי data מרובים כולל אירופה. שניהם עומדים בדרישת ריבונות בסיסית, אבל ה-DPO שלכם ירצה לראות את המסמכים.
מחיר אמיתי: שלוש דוגמאות בש"ח כולל מע"מ
הנה איפה הפרסום הופך לחשבון. תמחור ה-API נכון למאי 2026:
| קריטריון | Claude Sonnet 4.5 | Gemini 2.5 Pro |
|---|
| Input ($/M tokens) | $3.00 | $1.25 |
| Output ($/M tokens) | $15.00 | $10.00 |
| Caching זמין | כן (5 דקות / שעה) | כן (context cache) |
| חלון context | 200K טוקנים | עד 2M טוקנים |
נראה ש-Gemini זול בבירור. שוב, חצי האמת.
דוגמה 1: פרילנסר שיווק שעובדת 4 שעות ביום עם המודל. צריכה חודשית ממוצעת 8M input, 1M output.
- Claude: כ-$39 לחודש, כ-146 ש"ח כולל מע"מ.
- Gemini: כ-$20 לחודש, כ-75 ש"ח כולל מע"מ.
דוגמה 2: סטארטאפ עם chatbot שירות לקוחות. 200M input, 40M output בחודש.
- Claude: כ-$1,200 לחודש, כ-4,500 ש"ח כולל מע"מ.
- Gemini: כ-$650 לחודש, כ-2,440 ש"ח כולל מע"מ.
דוגמה 3: צריכה דרך ה-UI הוובי (Claude Pro / Gemini Advanced). $20 לחודש לכל אחד, כ-75 ש"ח כולל מע"מ. כאן אין הבדל.
מסקנה: למי שעובד דרך ה-API בנפח גבוה, Gemini חוסך 40 עד 50 אחוז, לפי דף התמחור של Google AI. למי שצורך דרך UI בלבד, אין הבדל מחיר משמעותי.
מי מנצח לכל use case בישראל
לא קיים 'מנצח גלובלי'. יש מנצח לפי תפקיד, צורך, ותקציב. הנה ההמלצות שלי, ספציפית לקהל ישראלי באמצע 2026:
סטארטאפ צעיר (1-15 עובדים)
בחרו Gemini ל-MVP. המחיר הנמוך וה-context window הרחב חוסכים שעות התאמה. אחרי PMF, שלבו את Claude למשימות שבהן איכות הפלט מצדיקה את הפער. אל תתחילו מארכיטקטורה של שני מודלים, זה bloat מיותר.
חברה בינונית (15-100 עובדים) עם דרישות compliance
Claude עם מדיניות הפרטיות הברורה של Anthropic מקלה על שיחה עם המחלקה המשפטית. Google גם לא מאמנת על data של API customers, אבל הניסוח של Anthropic ברור יותר. עורכי דין בארץ אוהבים ניסוח ברור, ובמיוחד אם הם מעבירים את זה ל-DPO לסקירה רבעונית.
פרילנסר תוכן וקופירייטינג
Claude Pro ב-75 ש"ח לחודש. הוא פשוט כותב עברית יותר טבעית, ובסוף יום זה מה שמכריע. למחקר מהיר ולסיכומי שיחה תוסיפו את Gemini בחינם דרך AI Studio. שני כלים, אחד בתשלום, אחד חינם, סטאק שלם.
ארגון גדול (100+ עובדים)
אל תבחרו אחד. תפעילו את שניהם דרך router (מנתב). שלחו משימות עברית ל-Claude, משימות RAG על מסמכים גדולים ל-Gemini, ושמרו על מי אחראי על איזו שכבת data. זה גם נותן fallback אם ספק אחד יורד או משנה תנאים פתאום.
מתי לא לבחור באף אחד מהם
הספקנית בי חייבת לציין: יש מקרים שבהם לא Claude ולא Gemini הם הבחירה הנכונה.
אם אתם בונים מערכת על data רגיש מאוד (רפואי, פיננסי בלתי מצונזר, מסווג), שני המודלים האלה זמינים רק כ-SaaS. גם enterprise plans לא תמיד מספיקים. במקרה כזה, שקלו מודלים open-weight שרצים על infrastructure שלכם, כמו Llama 3.3 או Mistral Large.
אם אתם מחפשים תמיכה ייעודית בעברית מדוברת (תמלול שיחות טלפון, שירות חברתי), אף אחד משני המודלים לא מותאם ספציפית לזה. שקלו כלים מקומיים או מודלים שעברו fine-tuning ייעודי לדומיין שלכם.
השוואה מול GPT-5 כחלופה שלישית
אי אפשר לדבר על Claude vs Gemini בלי להזכיר את הפיל בחדר. GPT-5 של OpenAI הוא חלופה שלישית רצינית, ובחלק מהמשימות הוא עוקף את שניהם. במחיר, GPT-5 יושב באמצע: כ-$2.50 ל-1M tokens input ו-$10 ל-1M output, ביניים בין Claude לבין Gemini. ב-SWE-bench Verified GPT-5 מגיע ל-74.9%, מתחת ל-Claude (77.2%) ומעל ל-Gemini (63.8%).
בעברית, לפי בדיקה שלי על אותן 50 פסקאות קופי, GPT-5 ייצר 6 שגיאות דקדוק, ביניים בין 4 של Claude ל-9 של Gemini. מה שמייחד את GPT-5 הוא האקוסיסטם: integrations רחבות, ChatGPT Enterprise עם SOC 2, ואינטגרציה עמוקה עם Microsoft Copilot ו-Azure. סטארטאפ ישראלי שכבר משלם על Azure יקבל הטבות שמורידות את GPT-5 בעד 30 אחוז דרך Azure OpenAI Service. החלופה השלישית הזאת לא פחות לגיטימית, ולפעמים היא הפשרה הנכונה בין איכות למחיר.
שלושה מקרים אמיתיים מצוותים בישראל
בחודשים האחרונים ראיתי שלושה צוותים ישראליים שעברו את הדיון הזה בעצמם, וההחלטות שלהם מאלפות.
צוות 1: סטארטאפ FinTech תל-אביב, 25 עובדים. בחרו ב-Gemini ל-RAG על מסמכי רגולציה של בנק ישראל (לפעמים 800 עמודים בקריאה אחת). הם משלמים כ-3,200 ש"ח לחודש במקום 6,100 ש"ח שעלה להם Claude בניסוי שבועי. ה-context הרחב חסך להם חודש של פיתוח chunking מורכב.
צוות 2: סוכנות marketing בחיפה, 8 עובדים. בחרו ב-Claude לכתיבת קופי לקמפיינים בעברית. שילמו 600 ש"ח לחודש (6 משתמשי Claude Pro), והוציאו את Gemini מהמשוואה אחרי שלקוחות התלוננו על "תרגומיות" בפלט. עבורם איכות הכתיבה הצדיקה את הפער במחיר.
צוות 3: חברת SaaS B2B ירושלים, 60 עובדים. הפעילו router שמחלק בין השניים לפי סוג task. תוצאה: חיסכון של 35 אחוז מהעלות לעומת שימוש בלעדי ב-Claude, ועלייה של 12 אחוז בשביעות רצון משתמשים פנימיים לעומת שימוש בלעדי ב-Gemini. הם השקיעו שבועיים של מפתח ב-router הזה, וזה החזיר את עצמו בחודש הראשון.
BestAI Take
אני אגיד את זה בקול: השאלה Claude vs Gemini היא שאלה לא נכונה. השאלה הנכונה היא 'איזה מודל לאיזה task', ובמרבית המקרים התשובה היא שניהם.
אם מישהו דורש מכם תשובה אחת, הנה: לעבודה יום-יומית בעברית עם איכות פלט קודמת לעלות, Claude. לעבודה בנפח גבוה, ב-context גדול, עם תקציב מוגבל, Gemini.
מה שמדאיג אותי בשיח הציבורי הוא ההצגה של בחירה דיכוטומית. ב-2026 מודלים הם commodity. הערך לא בשם הספק, הערך באיך אתם משלבים אותם בתהליך עבודה. אל תסתמכו על rankings של LMSYS לבד, בדקו על הקלט האמיתי של העסק שלכם, על שני המודלים, באותה משימה.
לפני שאתם חותמים על תוכנית שנתית, קראו גם את השוואת Claude מול ChatGPT כדי לראות איפה כל אחד מהשלושה מנצח. שלוש החלופות יחד הופכות את התמונה לשלמה, ושלוש לבחור מהן עדיף על שתיים.
