מספיק לשלם לפי טוקן: איך מחשב בהרכבה אישית מוזיל את העלות של סוכני AI‏

למה סוכני AI צורכים כל כך הרבה טוקנים, כמה זה עולה בענן, ואיזה מחשב מאפשר להריץ אותם מקומית תמורת תשלום חד-פעמי

AI הופך במהירות לכלי עבודה שגרתי, ממש כמו דוא״ל או גיליונות אלקטרוניים. יותר ויותר חברות עוברות מצ׳טבוטים לסוכני AI‏: כלים שלא רק עונים על שאלות, אלא מבצעים משימות בעצמם. הם מחפשים במסמכים, מנסחים תשובות, כותבים ובודקים קוד.

רוב שירותי ה-⁠AI פועלים בענן וגובים תשלום לפי טוקנים – יחידות טקסט קטנות שהמודל קורא וכותב. צ׳טבוט שעונה על כמה שאלות צורך מעט מאוד טוקנים. סוכן AI הוא סיפור אחר: כדי להשלים משימה אחת הוא קורא קבצים, מתכנן, מפעיל כלים ובודק את העבודה של עצמו, ובכל שלב שולח למודל מחדש את כל ההקשר שהצטבר. סשן עבודה אחד יכול לצרוך מיליוני טוקנים, והחשבון גדל עם כל אחד מהם.

החלופה היא להריץ את המודלים על מחשב משלכם. מודלים פתוחים רבים זמינים להורדה בחינם, ואחרי שהחומרה נרכשה, כל טוקן נוסף עולה רק חשמל.

בכתבה זו, בשיתוף ASUS‏, נסביר איך מצטבר החיוב לפי טוקנים, מתי מחשב בהרכבה אישית מחזיר את עצמו, ונציע תצורות מומלצות לשלוש רמות – מעוזר אישי ועד שרת לכל הצוות. בנוסף נסקור בקצרה מערכות AI ייעודיות שנבנו עבור חברות שמפתחות AI‏.

למה להריץ AI על המחשב שלכם

AI מקומי מתקינים כמו כל אפליקציה אחרת: מורידים תוכנה, בוחרים מודל ומשוחחים איתו בחלון שנראה כמו צ׳אט AI מוכר. אפשר גם להריץ סוכני AI שמבצעים בעצמם משימות מרובות שלבים. כל החישובים מתבצעים על המחשב שלכם, ולכן כרטיס המסך, הזיכרון והאחסון קובעים כמה גדול יכול להיות המודל וכמה מהר הוא יענה.

חמשת היתרונות העיקריים של AI מקומי:

1‏. אין חשבונות לפי טוקן. בענן כל בקשה נמדדת. על המחשב שלכם הבקשה האלף עולה בדיוק כמו הראשונה: כמעט כלום מלבד חשמל. אפשר לתת לסוכנים לעבוד כל היום בלי להסתכל על המונה.

2‏. פרטיות המידע. מסמכים תחת NDA‏, נתונים פיננסיים שטרם פורסמו או קוד מקור לא יוצאים מהמחשב. הנושא חשוב עוד יותר מאז שתיקון 13 לחוק הגנת הפרטיות נכנס לתוקף באוגוסט 2025 והחמיר את האחריות של כל מי שמטפל במידע אישי.

3‏. בלי תורים ומגבלות. שירותים מקוונים מאטים בשעות העומס, והמסלולים מגבילים את המהירות או את מספר הבקשות. המחשב שלכם עובד במלוא היכולת שהחומרה מאפשרת.

4‏. שליטה בגרסת המודל. שירותים מקוונים מעדכנים מודלים בלי התראה, ואותה בקשה מניבה פתאום תוצאה שונה. מודל מקומי משתנה רק כשאתם מחליטים לעדכן אותו.

5‏. עצמאות ממרכז נתונים של מישהו אחר. AI מקומי עובד גם בלי חיבור לאינטרנט. כשסכסוכים, מתקפות סייבר או תקלות עלולים להשבית שירותים מקוונים בכל רגע, העבודה שלכם לא חייבת להיעצר.

מסגרת: האם העלאת מסמך ל-⁠AI מקוון שקולה לפרסום שלו?

בנובמבר 2025 דן בית הדין העליון (Upper Tribunal‏) בבריטניה בעניינו של נציג משפטי שהעלה ל-⁠ChatGPT מכתבים של לקוחות והחלטות בענייני הגירה. בית הדין ציין שהעלאת מסמכים חסויים לכלי AI ציבוריים מעבירה למעשה את המידע לרשות הציבור, מפרה את סודיות הלקוח ומוותרת על החיסיון המשפטי.

איך מצטברים החשבונות על טוקנים – ומתי מחשב משלכם מחזיר את עצמו

AI בענן מחויב באחת משתי דרכים: מנוי חודשי עם מגבלות שימוש, או גישה ל-⁠API בתשלום לפי שימוש, לפי מיליון טוקנים. נכון לסתיו 2026‏, מודלי הדגל עולים בערך 2 עד 10 דולר למיליון טוקנים בקלט ו-⁠10 עד 50 דולר למיליון טוקנים בפלט, בהתאם לספק ולמסלול.

אם משתמשים ב-⁠AI כמה פעמים ביום, מנוי הוא האפשרות הפשוטה ביותר. סוכנים משנים את החשבון. כל שלב בעבודת הסוכן – קריאת קובץ, הרצת בדיקה, תיקון שגיאה – שולח שוב למודל את ההקשר שהצטבר, ולכן טוקני הקלט נערמים מהר. הנה הערכה להמחשה עבור מפתח אחד שעובד עם סוכן קוד דרך ה-⁠API‏:

הערכה להמחשה. הצריכה בפועל תלויה בסוכן, במשימה ובשימוש ב-⁠caching‏, שיכול להוזיל את עלות הקלט.

מחשב בהרכבה אישית הופך את החשבון החוזר הזה לרכישה חד-פעמית. בעומס יומיומי של סוכנים, תחנת עבודה ברמה 2 מחזירה את עצמה בדרך כלל תוך כשנה. מכאן והלאה, כל טוקן נוסף עולה רק חשמל: מערכת שצורכת כ-⁠800 וואט במשך שמונה שעות ביום משתמשת בכ-⁠6.4 קוט״ש, כלומר כ-⁠4 ש״ח ליום – בערך 90 ש״ח לחודש – לפי התעריף הביתי הנוכחי של כ-⁠0.64 ש״ח לקוט״ש כולל מע״מ.

מודלים מקומיים לא משתווים למודלי הענן החזקים ביותר בכל משימה. לכן צוותים רבים עובדים במודל היברידי: עבודת סוכנים שגרתית, מסמכים ארוכים ומידע רגיש רצים מקומית, והמשימות הקשות ביותר עוברות לענן. גם העברה של רוב הנפח השגרתי אל מחוץ למונה מורידה את החשבון באופן משמעותי.

כמה מהר מחשב AI משלכם מחזיר את עצמו

הערכות לשימוש אינטנסיבי, לפי מחירי רכיבים ומנויים נכון לנובמבר 2026‏, ללא עלות החשמל.

שני סוגים של מחשבי AI‏: מערכות ייעודיות ומחשבים בהרכבה אישית

מחשבים ל-⁠AI מקומי מגיעים בשני סוגים. הם לא מתחרים זה בזה: הם נבנו למשימות שונות ולמשתמשים שונים.

מערכות סגורות הן מחשבים מוכנים שהיצרן מתכנן ומכוונן במיוחד ל-⁠AI‏, עם תצורה קבועה. רובן מערכות עוצמתיות במיוחד, המיועדות למגזר העסקי. חברות, מעבדות מחקר וצוותי פיתוח משתמשים בהן לעבודת יסוד: בנייה, אימון ובדיקה של מודלי AI גדולים. זו קטגוריה אחרת לגמרי של משימות מאשר עבודה משרדית או יצירתית יומיומית.

ASUS Ascent GX10‏ היא דוגמה טובה. היא מבוססת על שבב העל NVIDIA GB10 Grace Blackwell עם 128GB של זיכרון מאוחד המשותף למעבד ולמעבד הגרפי, ומספקת ביצועי AI של עד פטה-פלופ אחד. GX10 מריצה מודלים של עד 200 מיליארד פרמטרים, ושתי יחידות מחוברות מטפלות במודלים של עד 405 מיליארד. היא מגיעה עם סביבת תוכנות ה-⁠AI של NVIDIA מותקנת מראש, כך שסטארט-אפים, מפתחי AI וצוותי מחקר יכולים לבנות אבות טיפוס ולכוונן מודלים גדולים על השולחן לפני שהם עוברים למרכז נתונים.

בראש הסדרה עומדת ASUS ExpertCenter Pro ET900N G3‏, מחשב-על שולחני ל-⁠AI המבוסס על ארכיטקטורת NVIDIA DGX Station GB300‏. שבב העל NVIDIA GB300 Grace Blackwell Ultra שלה משלב מעבד Grace עם 72 ליבות ומעבד גרפי Blackwell Ultra‏, מספק ביצועי AI של עד 20 פטה-פלופ ומגיע עם 748GB של זיכרון קוהרנטי. היא מביאה כוח מחשוב ברמת מרכז נתונים למארז משרדי: ארגונים וצוותי מחקר משתמשים בה כדי לאמן ולכוונן מודלים גדולים מאוד בלי להקים אשכול שרתים.

אותה קטגוריה של כוח מחשוב מגיעה היום גם בפורמט קטן יותר. ASUS ProArt GR1X‏ הוא מיני-⁠PC בנפח 1.1 ליטר על פלטפורמת NVIDIA RTX Spark‏: מעבד Grace עם 20 ליבות ומעבד גרפי Blackwell עם 6,144 ליבות CUDA חולקים 64 או 128GB של זיכרון מאוחד ומספקים ביצועי AI של עד פטה-פלופ אחד. הוא פועל על Windows‏, מריץ מודלים של עד 120 מיליארד פרמטרים ותוכנן להפעיל סוכני AI מסביב לשעון בעומס גבוה. הוא מיועד לאולפנים יצירתיים ולמפתחי AI שזקוקים לכוח מחשוב מקומי רציני במארז קומפקטי.

מערכות פתוחות, או מחשבים בהרכבה אישית, הן מחשבים שבהם כרטיס המסך, הזיכרון והאחסון נבחרים בנפרד. הבעלים מחליט כמה כוח לרכוש בהתאם למשימות ולתקציב, ויכול לשדרג בהמשך: להוסיף זיכרון, להחליף כרטיס מסך או לעבור לתחנת עבודה. זה הפורמט שרוב אנשי המקצוע והעסקים הקטנים צריכים לעבודת AI יומיומית.

טבלת השוואה

בקיצור, מערכות סגורות הן כלים ייעודיים, והחזקות שבהן משרתות חברות שבונות AI‏. מחשב בהרכבה אישית הוא כלי אוניברסלי: הוא מתמודד עם AI‏, וידאו ומשחקים, וגדל יחד עם הצרכים שלכם. בהמשך הכתבה נתמקד במחשבים בהרכבה אישית: חילקנו את המשימות לשלוש רמות והצענו תצורה מומלצת לכל אחת.

רמה 1‏: עוזר AI אישי

הרמה הראשונה מתאימה למי שעובד עם AI לבד או בצוות קטן: עורכי דין ויועצים, רואי חשבון ומבקרים, מעצבים, אנשי IT ופרילנסרים. הם צריכים מחשב שבו ה-⁠AI עוזר כל יום עם טקסטים, מסמכים, קוד ותמונות.

לדוגמה, משרד עורכי דין מקבל חבילת מסמכים של לקוח תחת NDA‏, ועד ישיבת הבוקר עורך הדין צריך למצוא את הסעיפים הרלוונטיים בין מאות או אלפי עמודים ולנסח חוות דעת. המודל המקומי מטפל בחלק השגרתי, עורך הדין בודק את התוצאה, וחומרי הלקוח לא מגיעים לשרתים של צד שלישי. מפתח יכול לעבור באותה דרך על בסיס הקוד של לקוח, בלי לשלוח אותו לשירותים מקוונים.

מה חוסכים: מנוי אישי עם מגבלות או חשבון API שגדל עם כל מסמך. במודל מקומי, ניתוח של אלף עמודים עולה בדיוק כמו ניתוח של עשרה.

גודל המודל נמדד במיליארדי פרמטרים – הגדרות פנימיות שהמודל למד במהלך האימון. הם קובעים גם מה המודל מסוגל לעשות וגם כמה זיכרון הוא צריך. לעבודה עם טקסט מספיק מודל של 12 עד 14 מיליארד פרמטרים: בגרסה דחוסה (quantized‏) הוא נכנס לכרטיס מסך עם 16GB זיכרון. המחשב צריך יותר זיכרון מערכת – לפחות 32GB‏: הוא מריץ את האפליקציות והמסמכים שלכם, ובמקרה הצורך גם חלק מהמודל.

תצורה מומלצת לעוזר AI אישי

סוג המחשב: מחשב שולחני לאדם אחד או לצוות קטן

רמה 2‏: פיתוח והפקת תוכן

הרמה השנייה מיועדת למי שה-⁠AI הוא כלי עבודה מרכזי עבורו: אולפני הפקה שיוצרים וידאו וצוותי פיתוח שבונים מוצרי AI משלהם. שניהם צריכים כרטיס מסך עם 32GB זיכרון והרבה זיכרון RAM‏.

אולפן הפקה. כדי למצוא את המראה הנכון לפרסומת, אולפן מבצע עשרות ולפעמים מאות ניסיונות, ושירותים מקוונים גובים תשלום על כל אחד מהם: הגרסה הסטנדרטית של Google Veo 3.1 עולה 0.40 דולר לשנייה של וידאו עם סאונד. על מחשב משלו, הצוות משקיע רק זמן רינדור. יצירת וידאו צורכת במיוחד זיכרון גרפי, כי המודל מעבד בבת אחת הרבה פריימים ברזולוציה גבוהה. להיקפים גדולים מאוד מתאים יותר שרת עם שני כרטיסי מסך מהחלק הבא.

צוות פיתוח. מפתחים מאמנים מודל לענות ללקוחות על בסיס אלפי פניות תמיכה קודמות, שהן סוד מסחרי ואסור להעביר אותן לשירותים חיצוניים. על חומרה משלה, החברה מחליטה מתי לעדכן את המודל, וסוכני AI שבודקים קוד מאות פעמים ביום פועלים בלי מגבלות ובלי תשלום לפי בקשה. כמות כזו של זיכרון גרפי מאפשרת לצוות לכוונן מודלים קומפקטיים על הנתונים שלו, ובשיטות יעילות אפילו מודלים של עד 32 מיליארד פרמטרים.

מה חוסכים: סוכן שבודק קוד כל היום יכול לצבור מאות דולרים בחודש על טוקני API לכל מפתח, ואולפן משלם על כל שנייה של וידאו שנוצרה. בתחנת העבודה, אותה עבודה עולה רק חשמל.

תצורה מומלצת לאולפני הפקה ולצוותי פיתוח

סוג המחשב: מחשב שולחני עוצמתי ברמת תחנת עבודה לעומסי עבודה מקצועיים

רמה 3‏: שרת AI לצוות

הרמה השלישית מיועדת לסוכנויות, לאולפנים או למחלקות של 10 עד 20 איש שצריכים שרת AI משותף אחד. לדוגמה, סוכנות רוצה שלכל עובד יהיה עוזר שמכיר את הבריפים, ההנחיות וההיסטוריה של הפרויקטים שלה. העוזר הזה יכול לעבוד גם כסוכן: בכל בוקר הוא אוסף בריפים חדשים, מרכיב דוח ושולח אותו לצוות. אם 15 אנשים משתמשים ב-⁠AI כל היום, מנויי צוות מתקדמים עולים כמעט 2,000 דולר בחודש.

העובדים מתחברים לשרת דרך הדפדפן, ומבחינתם זה נראה כמו צ׳אט AI רגיל. שני כרטיסי מסך משרתים כמה אנשים בו-זמנית, וזיכרון גדול שומר כמה מודלים מוכנים לעבודה. איש IT בחברה או ספק חיצוני יכולים להקים שרת כזה. בחרנו שתי אפשרויות לרמה הזו: מחשב שולחני ותחנת עבודה לפעולה רציפה.

מה חוסכים: כ-⁠24,000 דולר בשנה על מנויי צוות – ובלי חשבון API שגדל כשהצוות מתחיל להפעיל סוכנים. השרת מחזיר את עצמו תוך כשנה.

תצורה מומלצת לשרת AI צוותי. אפשרות 1‏

סוג המחשב: מחשב שולחני עם שני כרטיסי מסך שמשמש כשרת משרדי

תצורה מומלצת לשרת AI צוותי. אפשרות 2‏

סוג המחשב: תחנת עבודה לפעולה רציפה במשרד

האפשרות השנייה מתאימה לחברות שצריכות שהמערכת תעבוד ללא הפסקה. זיכרון ECC רשום (registered‏) מתקן שגיאות באופן אוטומטי, ו-⁠SSD ארגוני עם הגנה מפני אובדן חשמל שומר את הנתונים שנכתבים ברגע הפסקת החשמל. הוא מתחבר דרך יציאת U.2 או מתאם מתאים.

על מה לא כדאי לחסוך כשבונים מחשב AI‏

כשבונים מחשב AI‏, רוב תשומת הלב הולכת לכרטיס המסך. אבל בלי מספיק זיכרון ואחסון מהיר, גם הכרטיס החזק ביותר לא ימצה את הפוטנציאל שלו.

הנה מה שכל רכיב מרכזי עושה.

כרטיס המסך מבצע את עיקר החישובים, והזיכרון שלו קובע איזה מודל ייטען במלואו. ככל שהמודל גדול יותר, הוא צריך יותר זיכרון גרפי.

זיכרון המערכת (RAM‏)‏ מרחיב את הגבולות האלה. מודלים מודרניים משתמשים לעיתים קרובות רק בחלק מעצמם לכל תשובה, והשאר יכול לשבת ב-⁠RAM‏, כך שגם כרטיס מסך אחד יכול להריץ מודלים גדולים מאוד, אם כי לאט יותר. ה-⁠RAM מחזיק גם מאגרי מסמכים ואת האפליקציות שאתם מריצים במקביל.

האחסון מחזיק נתוני עבודה, תוצאות ואת המודלים עצמם, שכל אחד מהם תופס עשרות גיגה-בייט. SSD מסוג PCIe 5.0 קורא נתונים במהירות של עד כ-⁠14GB לשנייה, ולכן הוא טוען מודלים לזיכרון במהירות ומאיץ עבודה עם קבצים גדולים כמו וידאו.

המעבד מפעיל את המערכת, מכין את הנתונים ומבצע חלק מהחישובים, במיוחד כשהמודל משתמש בזיכרון המערכת. כרטיס המסך נושא את העומס העיקרי, אבל המעבד עדיין צריך להתאים למשימה, במיוחד בתחנות עבודה עם שני כרטיסים.

ספק הכוח צריך מרווח ביטחון: כרטיס RTX 5090 אחד צורך 575 עד 600W בהתאם לדגם, ומערכת עם שניים כאלה צריכה כ-⁠1,600W‏.

איך לבחור תצורה

התצורות המומלצות הן נקודת פתיחה מוכנה שחוסכת את הצורך ללכת לאיבוד בין מאות רכיבים. כדי למצוא את התצורה המתאימה, ענו על חמש שאלות.

1‏. כמה אתם מוציאים היום על AI? חברו את המנויים וחשבונות ה-⁠API‏: זו העלות החוזרת שמחשב משלכם יכול להחליף.

2‏. מה ה-⁠AI יעשה? מסמכים, קוד, תמונות, וידאו או עוזר משותף לצוות.

3‏. איזה מודל נדרש לכך? הגודל שלו קובע כמה זיכרון גרפי תצטרכו.

4‏. איזו תוצאה אתם מצפים לקבל? משימות פשוטות יותר דורשות רק מודל קומפקטי; משימות קשות יותר דורשות מודל גדול יותר ומחשב חזק יותר.

5‏. מה יהיה העומס? כמה אנשים ישתמשו ב-⁠AI בו-זמנית, ולכמה שעות ביום.

אם החברה שלכם בונה או בודקת מודלי AI גדולים, מערכות ייעודיות כמו ExpertCenter Pro ET900N G3‏, Ascent GX10 או ProArt GR1X נבנו בדיוק לשם כך. לרוב המשימות היומיומיות – ואם אתם רוצים מחשב שגדל יחד איתכם – מחשב בהרכבה אישית מהרמות שלמעלה הוא הבחירה הגמישה ביותר.

כל התצורות המומלצות מבוססות על לוחות אם, כרטיסי מסך וספקי כוח של ASUS‏, שנבחרו כדי לעבוד יחד כמערכת אחת אמינה. גם עמוד Agent Computer של ASUS יכול לעזור לכם להתאים מערכת למשימות שלכם.

רכיבי ASUS להרכבת מחשב AI זמינים ב-⁠KSP‏‏