כל ההגדרות, בכל ספק
אותו רעיון נקרא אחרת בכל API, ואותו פרמטר מתנהג אחרת. כאן מרוכז מה כל הגדרה עושה, מה מומלץ, ואיזו טעות נפוצה שוברת אותה.
מפת סולמות עומק החשיבה
ארבעה ספקים, ארבעה שמות, שני סולמות. רמת effort שקולה אינה מושווית בין ספקים — כיילו מחדש בכל מעבר.
דגימה
SAMPLING· 4 פרמטריםטמפרטורה
temperatureכמה אקראיות יש בבחירת הטוקן הבא. 0 = כמעט דטרמיניסטי, גבוה = מגוון ויצירתי.
בדגמי reasoning של OpenAI/Gemini/Grok — אל תיגע. בדגמים ישנים או בכתיבה יוצרת: 0.7–0.9.
OpenAI: בדגמי GPT-6 החשיבה נשלטת ב-effort; temperature נשאר 1.
Anthropic: לא פרמטר שימושי — השליטה היא effort.
Google: גוגל ממליצה במפורש להשאיר 1.0 בכל דגמי 3.x.
xAI: הספק ממליץ 0.7 קבוע, לא 1.0.
חיתוך הסתברותי
top_pמגביל את הבחירה לטוקנים שההסתברות המצטברת שלהם מגיעה ל-p. 0.9 = רק 90% הסיכוי העליון.
אל תשנה. אם אתה חייב, שנה temperature או top_p — לא את שניהם יחד.
OpenAI: ברירת מחדל 1; לא רלוונטי בדגמי reasoning.
Anthropic: נתמך, אך effort הוא הכלי הנכון.
Google: לא מומלץ לשנות בדגמי 3.x.
xAI: 0.95 כברירת מחדל — קבע במפורש.
חיתוך ל-K טוקנים
top_kמגביל את הבחירה ל-K הטוקנים הסבירים ביותר בכל צעד. נפוץ בגוגל, פחות בשאר.
ברירת מחדל בלבד. אין סיבה לגעת בו בעבודה עם מודלי reasoning.
OpenAI: לא נתמך.
Anthropic: לא נתמך.
Google: נתמך; לא מומלץ לשנות ב-3.x.
xAI: לא בשימוש — xAI מכייל דגימה אחרת.
זרע
seedמנסה לשחזר אותה תשובה לאותו פרומפט. עוזר בבנצ'מרקים, לא באמת מבטיח זהות.
השתמש רק בהערכת מודלים (eval), לא בפרודקשן.
OpenAI: seed + system_fingerprint לניסויים.
Anthropic: לא נתמך.
Google: seed נתמך בדגמים נבחרים.
xAI: נתמך חלקית.
עומק חשיבה
REASONING· 4 פרמטריםרמת מאמץ החשיבה
reasoning effort / thinking levelהמנוף המרכזי של 2026: כמה tokens המודל רשאי לבזבז על חשיבה לפני שהוא עונה. מחליף בחלקו את כיוונון הדגימה.
התחל תמיד בברירת המחדל של הדגם, והעלה רק כשהכישלון הוא בהסקה ולא בניסוח.
OpenAI: reasoning.effort — מ-low עד max. ברירת מחדל medium.
Anthropic: output_config.effort — חמש רמות; Opus 5.5 ברירת מחדל medium (קודמיו high).
Google: thinking_level — low/medium/high, ברירת מחדל medium ב-Flash ו-high ב-Pro.
xAI: reasoning.effort — 4.7 ברירת מחדל high, 4.6 medium.
מצב חשיבה
thinkingהאם המודל חושב בכלל, ואיך: אדפטיבי (מחליט לבד), ידני עם תקציב, או בין קריאות כלים בלבד.
אדפטיבי. הוא נותן למודל לדלג על חשיבה בשאלות פשוטות ולעמק בקשות קשות.
OpenAI: אין שדה thinking — effort מכסה את זה.
Anthropic: Opus 5.5/Fable 5.1: thinking תמיד דלוק ו-disabled מחזיר 400.
Google: thinking_level מחליף את thinking_budget המספרי.
xAI: reasoning.effort; אין מצב disabled ב-4.7.
תקציב חשיבה
budget_tokensמספר ה-tokens המקסימלי לחשיבה פנימית. הוצא משימוש בדגמים החדשים של Anthropic (4.7 ומעלה).
אם אתה עדיין על דגם תומך: התחל ב-4K לפשוט ו-16K+ לקשה; מעל 32K — רק בבאטצ'ים.
OpenAI: לא קיים — effort בלבד.
Anthropic: legacy. בדגמי 5.5 ו-4.7 ומעלה מחזיר שגיאה.
Google: הוחלף ב-thinking_level; המספרי עדיין עובד לתאימות.
xAI: לא קיים.
סיכום החשיבה
reasoning.summary / displayמה מהחשיבה נחשף אליך: כלום, סיכום, או הפירוט המלא — כשהספק מאפשר.
detailed בדיבוג ובארכיטקטורה — שם הנימוק שווה יותר מהמסקנה.
OpenAI: reasoning.summary: auto/detailed.
Anthropic: summarized thinking כברירת מחדל; אפשר לבקש display.
Google: includeThoughts=true.
xAI: reasoning מוצפן — מחזירים אותו בין תורים.
פלט ומבנה
OUTPUT· 4 פרמטריםתקרת פלט
max_tokens / max_output_tokensהתקרה הקשיחה על כל מה שהמודל מחזיר — כולל tokens החשיבה, לא רק התשובה.
16K לעבודה רגילה, 32K ומעלה כשהחשיבה כבדה או כשהפלט הוא מסמך.
OpenAI: max_output_tokens.
Anthropic: max_tokens — חשיבה נספרת, אז תמיד להשאיר מרווח.
Google: maxOutputTokens.
xAI: max_completion_tokens — ברירת מחדל גבוהה מאוד.
רמת פירוט
text.verbosityכמה מילים המודל מבזבז סביב התשובה. נפרד לגמרי מעומק החשיבה.
low לקוד ולחילוץ, medium לניתוח, high רק כשצריך הסבר מלא.
OpenAI: text.verbosity (וב-Codex: model_verbosity).
Anthropic: אין פרמטר — שולטים דרך הפרומפט ('ענה ב-3 נקודות').
Google: אין פרמטר; 3.x תכליתי כברירת מחדל.
xAI: אין פרמטר — בקש אורך בפרומפט.
פלט מובנה
structured outputsכפיית JSON בסכמה סגורה, כך שהמודל לא יכול להמציא שדות או להחזיר טקסט מסביב.
חובה בכל חילוץ נתונים. הגדר enums ו-null מותר במפורש.
OpenAI: text.format עם json_schema ו-strict.
Anthropic: דרך tool עם סכמת קלט — זו הדרך הרשמית.
Google: responseSchema + responseMimeType.
xAI: response_format עם json_schema.
רזולוציית מדיה
media_resolutionכמה tokens נגבים מתמונה או וידאו. גבוה = פרטים קטנים, יקר יותר; נמוך = מהיר וזול.
low לצילום מסך כללי, high לטקסט קטן, טבלאות או דיאגרמות.
OpenAI: detail: low/high בתמונות.
Anthropic: רזולוציה נקבעת בגודל התמונה שנשלחת.
Google: media_resolution — שליטה ישירה בעלות.
xAI: vision ללא פרמטר רזולוציה.
כלים, הקשר ועלות
TOOLS & COST· 5 פרמטריםבחירת כלים
tool_choice / parallel tool callsהאם המודל חייב לקרוא לכלי, אסור לו, או שהוא מחליט. בנוסף: קריאות מקבילות או סדרתיות.
auto כברירת מחדל; required כשהכלי חייב לרוץ; none כשאתה בודק רק את הפרומפט.
OpenAI: tool_choice + parallel_tool_calls.
Anthropic: tool_choice; בקריאות מרובות אפשר thinking בין הכלים.
Google: function calling — מזהי הקריאות בתגובה חייבים להתאים לקריאות; thinking גבוה מגדיל קריאות כלים.
xAI: function calling רגיל; שווה context compaction בלופים.
חיפוש ו-grounding
web search / groundingהרשאת גישה לרשת בזמן אמת, עם מקורות. בלי זה כל טענה 'עדכנית' היא ידע מהאימון.
on בכל שאלה עובדתית על ההווה: מחירים, גרסאות, מתחרים, חדשות.
OpenAI: כלי web_search ב-Responses API.
Anthropic: כלי web search נפרד; לתעד מקורות בתשובה.
Google: google_search grounding — החזק ביותר למקורות.
xAI: live search, חזק במיוחד לעדכניות.
מטמון פרומפט
prompt cachingשימוש חוזר בחישוב של קידומת פרומפט יציבה (מסמך, קוד, הוראות) במחיר מוזל בהרבה.
בכל מערכת עם פרומפט ארוך קבוע — לשים את החלק הקבוע ראשון ואת המשתנה בסוף.
OpenAI: אוטומטי מעל סף אורך; הנחה של עד 90% בקלט.
Anthropic: cache_control ידני על גבולות; חוסך עלות וזמן.
Google: context caching מפורש לפרומפטים גדולים.
xAI: cache read בתעריף מוזל.
ניהול הקשר
compaction / context editingמה קורה כשהשיחה גדלה מעבר לחלון: קיצור אוטומטי, מחיקת תוצאות כלים ישנות, או כשל.
בלופים סוכניים — הפעל קיצור אוטומטי, ושמור תמיד את ההוראות וההחלטות בראש ההקשר.
OpenAI: ניהול הקשר בצד הלקוח; שמור סיכום מצטבר.
Anthropic: context editing למחיקת תוצאות כלים ישנות.
Google: חלון מיליון טוקנים מקטין את הלחץ.
xAI: context compaction מובנה — מומלץ ללופים ארוכים.
מדיניות אישורים
approval_policy / sandbox_modeבסוכני קוד (Codex): מתי הסוכן עוצר לבקש אישור, ואיזה אזור הוא רשאי לכתוב בו.
on-request עם workspace-write. 'never' רק בסביבה מבודדת שאתה מוכן לאבד.
OpenAI: Codex: approval_policy + sandbox_mode + AGENTS.md.
Anthropic: Claude Code: הרשאות לכלים ופקודות.
Google: Gemini CLI: מצבי אישור דומים.
xAI: סוכן Grok: הרשאות לפי כלי.