האם AI יודע לכתוב עברית בתמונה? בדקנו 11 מודלים והתוצאה הפתיעה
שאלנו את השאלה הזאת בצורה הכי פשוטה שיש: ביקשנו מכל מודל תמונה שרץ אצלנו לצייר שלט מאפייה, ועליו מילה אחת בעברית. אותה בקשה בדיוק, באותו יום, באחד עשר מודלים. שישה כתבו את המילה נכון. חמישה ציירו אותיות עבריות מושלמות והרכיבו מהן מילה אחרת לגמרי. זו תוצאה שונה מאוד ממה שהייתה מתקבלת לפני שנה, ורוב האנשים שניסו פעם והתאכזבו עדיין לא יודעים את זה.
את כל אחת עשרה התמונות אפשר לראות בעמוד הבדיקה המלא, כולל מה בדיוק נכתב בכל שלט.
למה זה בכלל היה קשה
מודל תמונה לא כותב אותיות, הוא מצייר אותן. מבחינתו האות ל' היא צורה שראה מיליוני פעמים בתמונות, לא סימן בשפה שהוא מבין. כשהמודל אומן בעיקר על תמונות עם טקסט לטיני, הוא למד לצייר צורות אנגליות היטב ואת שאר האלפביתים בערך.
לכתב העברי יש כאן חיסרון כפול. הוא נכתב מימין לשמאל, בניגוד לרוב מה שהמודל ראה, ויש בו אותיות שנבדלות בפרט קטן. ד' ו-ר' נבדלות בפינה אחת. ב' ו-כ' דומות מאוד. מודל שמייצר צורה בערך נכונה מייצר בעברית מילה שגויה, ובאנגלית סתם אות קצת מוזרה.
מה בדקנו ואיך
NitAi מריצה את כל מודלי התמונה המובילים מאחורי ממשק אחד. זה איפשר לשלוח את אותה בקשה לכולם באותו יום, בלי הבדלי גרסה ובלי הבדלי ניסוח.
הפרומפט נכתב באנגלית בכוונה:
A photograph of a small neighborhood bakery storefront. The wooden sign above the door displays the Hebrew word "מאפייה" in clear, correct Hebrew letters. Daylight, street photography, sharp focus, realistic.
אילו היינו כותבים את הבקשה בעברית, לא היינו יודעים אם כישלון נובע מהבנת הבקשה או מציור האותיות. באנגלית נשאר משתנה אחד.
את התוצאות בדקנו בעיניים, תמונה אחר תמונה. אין כאן מדד אוטומטי, כי השאלה היחידה שמעניינת היא האם אדם שקורא עברית רואה את המילה הנכונה.
מי כתב נכון
שישה מודלים הוציאו את המילה כמו שצריך.
GPT-Image-2 נתן את התוצאה הנקייה ביותר: מאפייה, עם היו"ד הכפולה, בדיוק כמו שביקשנו.
Nano Banana 2 לא הסתפק בשלט הראשי. גם השלטים הקטנים בסצנה יצאו נכון, ובהם "מאפים עבודת יד" ו"פתוח". זה מרשים במיוחד, כי טקסט משני הוא בדרך כלל מה שנשבר ראשון.
Grok Imagine 2.0 כתב את המילה נכון וגם הוסיף שלט רחוב תקין בצד, "רחוב השלום", בלי שביקשנו.
Nano Banana Pro ו-Seedream 5.0 Pro כתבו מאפיה בכתיב חסר. מילה תקינה לגמרי, רק איות אחר.
Nano Banana 2 Lite כתב את הכותרת נכון, אבל לוח הגיר שלידה יצא ג'יבריש. עוד נחזור לזה.
מי נכשל, ואיך בדיוק
כאן הממצא המעניין. הכישלונות לא נראו כמו כישלונות של פעם.
FLUX.2 Pro צייר אותיות עבריות ללא פגם, מרווחות יפה, חרוטות בעץ, והרכיב מהן את המילה "עזבייה". מילה שלא קיימת.
FLUX.2 Flex כתב "משטרית". שוב, אותיות מושלמות, מילה שאין לה שום קשר לבקשה.
Wan 2.7 Image Pro כתב "מרמערת", ו-Wan 2.7 Image יצא הרחוק ביותר, עם כל שלט בתמונה שבור.
שימו לב מה קרה כאן. אף אחד מהם לא ייצר רעש בצורת אותיות, וזה בדיוק מה שהיה קורה בעבר. הם כולם יודעים לצייר אות עברית. מה שהם לא יודעים זה לאיית.
ההבדל הוא בין דורות, לא בין חברות
הנתון שהכי הפתיע אותנו: Grok Imagine בגרסה הקודמת נכשל וכתב "מילדם". Grok Imagine 2.0 הצליח. אותה חברה, אותה בקשה, הפרש של דור אחד.
המסקנה המעשית פשוטה. מי שניסה לייצר תמונה עם עברית לפני חצי שנה, קיבל ג'יבריש והסיק שזה לא עובד, עובד על מידע שכבר לא נכון. השאלה היום היא לא האם, אלא באיזה מודל.
ההסתייגות שכדאי להכיר
גם המודלים שהצליחו לא הצליחו לגמרי. הדוגמה הכי ברורה היא Nano Banana 2 Lite: השלט הראשי מעל הדלת יצא מדויק, ולוח הגיר הקטן שלידו יצא אוסף של קשקושים שנראים כמו עברית.
זה קורה כי המודל מקצה את תשומת הלב שלו למוקד התמונה. בכל מקום אחר הוא מצייר את הרעיון של טקסט במקום את הטקסט עצמו. אם אתם מייצרים תמונת מוצר ורוצים שהתווית תהיה קריאה, זו בדיוק הנקודה שתפיל אתכם.
מה זה אומר בפועל, אם אתם מייצרים חומר שיווקי
שלושה דברים.
בחרו מודל שיודע. ההבדל בין GPT-Image-2 לבין FLUX.2 בבדיקה הזאת הוא ההבדל בין שלט שאפשר לפרסם לבין שלט שצריך לזרוק. ב-NitAi המודלים האלה יושבים באותה רשימה, ואפשר להחליף ביניהם בלחיצה ולנסות שוב.
בקשו מילה אחת, לא משפט. ככל שהטקסט ארוך יותר, כך גדל הסיכוי שהמודל יאבד אות באמצע. שם עסק קצר עובד. סלוגן שלם הרבה פחות.
ותבדקו בעיניים. זה נשמע טריוויאלי, אבל בדיוק כאן נופלים. תמונה שנראית מצוינת בהצצה מהירה יכולה להכיל מילה שגויה בשלט, ואף אחד לא ישים לב עד שהמודעה כבר רצה.
אם הכיתוב חייב להיות מדויק
יש דרך אחת שתמיד עובדת, והיא לא תלויה במודל: מייצרים את התמונה עם שלט ריק, ומוסיפים את הטקסט בשלב עריכה. ככה בדיוק בנויים השערים של המאמרים באתר הזה, וזו הסיבה שהכותרת בהם יוצאת מושלמת בכל פעם.
לשימושים שבהם הכיתוב הוא קישוט ולא מידע, המודלים החדשים כבר טובים מספיק כדי לסמוך עליהם. לשימושים שבהם טעות באיות עולה כסף, עדיף להרכיב.
לנסות בעצמכם
כל המודלים שהופיעו בבדיקה זמינים ב-NitAi מאותו ממשק עברי, כולל אלה שהצליחו וכולל אלה שנכשלו. אפשר להריץ את אותו פרומפט בכמה מהם ולראות את ההבדל במו עיניכם. ההרשמה מזכה ב-1,200 קרדיטים חינם בלי כרטיס אשראי.
הבדיקה נערכה ב-24 באוגוסט 2026. מודלים חדשים נכנסים כל חודש, ואנחנו מתכוונים לחזור עליה.