Green City Marketing Marketolog Academy להתחיל ←

מדריך מעשי · עדכני ל-16.11.2026

ג'נסן כבר בחר. עכשיו תורכם.

הבדיחה בצד, המודלים הסיניים הפתוחים הם מהטובים והזולים שיש היום. במדריך הזה תנסו את DeepSeek, Qwen, Kimi, GLM ו-MiniMax בחינם: בצ'אט הרשמי, דרך API, ועל המחשב שלכם בלי אינטרנט. כולל טבלת השוואה, בודק חומרה, ומה קורה עם המידע שאתם מקלידים.

⏱ זמן: 10 דק' לצ'אט · 30 דק' למקומי💸 עלות: חינם🧠 רמה: מתחילים עד בינוני
מם: ג'נסן הואנג דוחה את הלוגואים של Qwen, DeepSeek, GLM ו-Kimi תחת הכותרת 'מודלים סיניים', ומצביע בהנאה על 'מודלית סינית'

הבדיחה והאמת

למה כולם משווים אותם

במם, "מודלים סיניים" זה Qwen, DeepSeek, GLM ו-Kimi, ו"מודלית סינית" זה... משהו אחר. אבל מאחורי הצחוק יש סיבה אמיתית לשים לב: רוב המודלים האלה פתוחי משקלות (open-weight). מורידים את המודל עצמו, מריצים איפה שרוצים, ולפעמים משלמים פחות מסנט על אלף מילים.

5/15מ-15 המודלים הראשונים בספריית Ollama הם Qwen או DeepSeek
1Mטוקנים של הקשר בדגלים של DeepSeek, Kimi ו-MiniMax (לפי כרטיסי המודל)
MITהרישיון של DeepSeek V4.x ו-GLM-5.3-Flash. Qwen3.8-27B: Apache 2.0
$0.04למיליון טוקנים נכנסים ב-GLM-5.3-Flash דרך OpenRouter (16.11.2026)
מה "open-weight" אומר בפועל: המשקלות זמינים להורדה ב-Hugging Face. זה לא תמיד "קוד פתוח" במובן המלא, ולא תמיד מותר הכל: לחלק מהמודלים יש רישיון עם תנאים (פירוט בזירה). והמודלים הגדולים באמת עצומים, כך שמקומית מריצים בעיקר את הקטנים.

הסגל, נובמבר 2026

השחקנים על המגרש

השמות של המם, עם הגרסאות העדכניות שבדקנו ב-Hugging Face, Ollama ו-OpenRouter ב-16.11.2026. ה"חוזקות" הן מה שהיצרן עצמו כותב בכרטיס המודל, לא מבחן שלנו.

DeepSeek
D

DeepSeek

DeepSeek · סין
V4.1-Flash-1017 · V4-Pro-0813

לפי היצרן: שיפור בהיגיון, קוד ומשימות סוכן, עם תשובות קצרות וזולות יותר. הקשר של 1M טוקנים ב-API.

צ'אט חינמיMITענן בלבד (ענק)
Qwen
Q

Qwen

Alibaba · סין
Qwen3.8-27B · Qwen3.7-Plus (צ'אט)

לפי היצרן: Qwen3.8-27B הוא מודל "קומפקטי וידידותי לפריסה" שמבין גם תמונות ווידאו. זה השחקן שהכי קל להריץ בבית.

צ'אט חינמיApache 2.0רץ מקומית
Kimi
K

Kimi

Moonshot AI · סין
Kimi K3 · K3.1 Pro (2.11.2026)

לפי היצרן: מודל סוכני מולטימודלי בגודל 2.8T פרמטרים, הקשר 1M. באתר: Agent Swarm שמפעיל עד 300 תת-סוכנים.

צ'אט חינמירישיון Kimi (בתנאים)ענן בלבד
GLM
Z

GLM

Z.ai (Zhipu) · סין
GLM-5.3 · GLM-5.3-Flash

לפי היצרן: GLM-5.3 "המודל הפתוח החזק ביותר לקוד", עם קפיצה במשימות ארוכות. גרסת Flash ב-MIT וזולה מאוד.

צ'אט חינמיGLM-5.3: רישיון בתנאיםFlash: MIT
MiniMax
M

MiniMax

MiniMax · סין
MiniMax-M3.1-Flash (17.10.2026)

לפי היצרן: MoE של כ-428B (23B פעילים), טקסט+תמונה+וידאו כקלט, הקשר עד 1M, מכוון לקוד וסוכנים.

ניסיון בדפדפןשימוש מסחרי בתנאים
בונוס
Mi

MiMo

Xiaomi · סין
MiMo-V2.6 · 9B ב-Ollama

לא במם, אבל שווה הכרה: MIT, ויש גרסת 9B שרצה על לפטופ (6.6GB ב-Ollama). לפי היצרן: קוד וסוכנים.

MITרץ מקומית

הזירה

טבלת ההשוואה

בחרו מה חשוב לכם והטבלה תסנן. מחירים מ-API הציבורי של OpenRouter, רישיון ופרמטרים מ-Hugging Face, נכון ל-16.11.2026. ❤ = לייקים ב-Hugging Face (מדד פופולריות, לא איכות).

#מודלרישיוןהקשר$ למיליון (קלט / פלט)איפה לנסות בחינם
אין מודל שעונה על כל הדרישות. הורידו סינון אחד.

"בתנאים" = רישיון שמתיר הרבה, אבל מוסיף דרישות: Kimi K3 ו-GLM-5.3 מוסיפים תנאים לחברות שמוכרות גישה למודל עם הכנסות גבוהות (Kimi: מעל $20M, GLM: מעל $10B). MiniMax M3.1-Flash: שימוש מסחרי מחייב קרדיט "Built with MiniMax" והודעה ל-MiniMax. קראו את קובץ ה-LICENSE לפני שימוש עסקי.

מפת העבודה

4 דרכים, 6 שלבים

מהקל לכבד: צ'אט בדפדפן, מבחן עברית, API, Hugging Face, ובסוף הרצה מקומית שלא יוצאת מהמחשב.

01
שלב 1 מתוך 6 · 5 דק'

הצ'אטים הרשמיים (הכי מהיר)

לכל יצרן יש צ'אט בדפדפן, בסגנון ChatGPT. השימוש הבסיסי חינמי, עם הגבלות שימוש. ברוב המקרים צריך להתחבר (גוגל או אימייל) כדי לשמור היסטוריה או להשתמש יותר. ההתחברות שלכם, אנחנו לא התחברנו.

  • DeepSeek: chat.deepseek.com · כפתורי DeepThink ו-Search מתחת לתיבה.
  • Qwen: chat.qwen.ai · בחירת מודל בפינה (אצלנו הופיע Qwen3.7-Plus).
  • Kimi: kimi.com · בתיבה מופיע K3 High, ויש קיצורים ל-Slides, Docs, Deep Research.
  • GLM: chat.z.ai · ברירת המחדל שראינו: GLM-5.3-Flash.
  • MiniMax: agent.minimax.io · סוכן (MiniMax Code). יש דף Plan and pricing, אז בדקו מה חינם אצלכם.
לפני שמדביקים משהו: פרק הפרטיות. בצ'אט הרשמי המידע נשלח לשרתים של היצרן.
מה יוצא מהשלב?5 לשוניות פתוחות, ותחושה ראשונה מי עונה הכי טוב על השאלות שלכם.
deepseek.com
דף הבית של DeepSeek עם תיבת שאלה, DeepThink ו-Search, וכפתור Chat with DeepSeek
צילומי מסך אמיתיים, 16.11.2026, בלי התחברות.
02
שלב 2 מתוך 6 · 10 דק'

מבחן עברית: אותם 3 פרומפטים לכל מודל

אין טבלת בנצ'מרק אמינה לעברית, אז עושים מבחן קטן לבד. מדביקים את אותם פרומפטים בכל צ'אט ומשווים. ראיתם בשלב 5: מודל קטן מקומי נכשל בעברית באופן מביך, אז זה מבחן שווה.

פרומפט 1 · כתיבה שיווקית
כתוב כיתוב קצר לאינסטגרם לבית קפה שכונתי בחיפה שפותח השבוע ארוחות בוקר. עברית ישראלית טבעית, בלי תרגומית, עד 3 שורות, עם קריאה לפעולה אחת.

בודק: עברית טבעית, הבנה של הקשר מקומי.

פרומפט 2 · סלנג והבנה
הסבר במשפט אחד לתייר מה הכוונה במשפטים: "יאללה, סגרנו", "זה לא בדיוק אמבטיה", "אני על זה". אחר כך תן לכל אחד מקבילה באנגלית.

בודק: סלנג, ניבים, והאם המודל ממציא כשהוא לא יודע.

פרומפט 3 · סיכום ועובדות
סכם ב-5 נקודות מה ההבדל בין עוסק פטור לעוסק מורשה בישראל. אם אתה לא בטוח בפרט מסוים (למשל תקרת המחזור), כתוב במפורש שאתה לא בטוח ושצריך לבדוק באתר רשות המסים.

בודק: דיוק, והאם המודל מודה בחוסר ודאות.

מה יוצא מהשלב?"טבלת ציונים" אישית שלכם: מי כתב הכי טבעי, מי המציא, מי הודה שהוא לא יודע.

כרטיס ציון · המחשה להדפסה

  • DeepSeek☐ טבעי ☐ סלנג ☐ כנות
  • Qwen☐ טבעי ☐ סלנג ☐ כנות
  • Kimi☐ טבעי ☐ סלנג ☐ כנות
  • GLM☐ טבעי ☐ סלנג ☐ כנות
  • MiniMax☐ טבעי ☐ סלנג ☐ כנות
שומרים צילום מסך של התשובות. אחרי שבוע כבר יודעים עם מי עובדים.
03
שלב 3 מתוך 6 · 10 דק'

OpenRouter: כל המודלים מאחורי API אחד

OpenRouter נותן מפתח אחד שעובד מול מאות מודלים, כולל כל השחקנים מהזירה. נרשמים (ההרשמה שלכם), יוצרים API key, ומשתמשים בקוד בפורמט של OpenAI.

בדקנו בעצמנו, וזה חשוב: שאלנו את ה-API הציבורי של OpenRouter (בלי מפתח) ב-16.11.2026. מתוך 470 מודלים, 17 מסומנים חינמיים, ואף אחד מהם אינו DeepSeek, Qwen, Kimi, GLM או MiniMax. מהסין יש שם בחינם את baidu/ernie-5.5-flash-preview:free ו-inclusionai/ling-3.2-flash:free. השחקנים הגדולים בתשלום, אבל זול מאוד: GLM-5.3-Flash עולה $0.04 למיליון טוקנים נכנסים. הרשימה החינמית משתנה, אז בדקו שוב.
Python · בדיקה מה חינמי עכשיו (בלי מפתח)
import requests
models = requests.get("https://openrouter.ai/api/v1/models").json()["data"]
free = [m["id"] for m in models
        if float(m["pricing"]["prompt"]) == 0 and float(m["pricing"]["completion"]) == 0]
print(len(models), "models,", len(free), "free")
print("\n".join(free))
Python · קריאה למודל (עם המפתח שלכם)
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="sk-or-...")  # your key
r = client.chat.completions.create(
    model="z-ai/glm-5.3-flash",            # or deepseek/deepseek-v4.1-flash, qwen/qwen3.8-27b
    messages=[{"role": "user", "content": "כתוב 3 רעיונות לפוסט לבית קפה בחיפה"}],
)
print(r.choices[0].message.content)

מגבלות למודלים החינמיים (:free) לפי הדוקומנטציה: 20 בקשות לדקה, ו-50 ביום אם קניתם פחות מ-10 קרדיטים, או 1,000 ביום אם קניתם לפחות 10.

מה יוצא מהשלב?מפתח אחד שמאפשר להחליף מודל בשינוי מחרוזת אחת, ורשימה אמיתית של מה חינמי היום.
openrouter.ai/models?q=deepseek
OpenRouter Models עם חיפוש deepseek: DeepSeek V4.1 Flash 1017 ב-$0.036 קלט ו-$0.50 פלט, הקשר 1.05M
OpenRouter, חיפוש deepseek (צילום אמיתי). שימו לב לסינון "Zero data retention" בצד, נחזור אליו בפרק הפרטיות.
our run · 2026-11-16 · public models endpoint
$ python check_free.py
470 models, 17 free
inclusionai/ling-3.2-flash:free
baidu/ernie-5.5-flash-preview:free
nvidia/nemotron-3.5-lightning:free
google/gemma-4-31b-it:free
...
openrouter/free
# no deepseek / qwen / kimi / glm / minimax :free today
04
שלב 4 מתוך 6 · 5 דק'

Hugging Face: לקרוא את כרטיס המודל

Hugging Face הוא "חנות האפליקציות" של המודלים. לפני שמשתמשים במודל ברצינות, נכנסים לדף שלו ובודקים 4 דברים:

  1. License (תגית למעלה): MIT ו-Apache 2.0 פשוטים. "other" אומר שיש קובץ LICENSE מיוחד, ושם יש תנאים.
  2. Model size (בצד): 27B אפשר בבית. 2.8T לא, נקודה.
  3. Files and versions: אם יש גרסאות GGUF או FP8, יותר קל להריץ.
  4. Inference Providers (תיבת הצ'אט בצד): ניסיון ישיר מהדף. דורש התחברות לחשבון HF.

טריק: Ollama יודע להריץ ישירות קבצי GGUF מ-Hugging Face:

טרמינל
ollama run hf.co/<user>/<repo-GGUF>
מה יוצא מהשלב?אתם יודעים לזהות תוך 30 שניות אם מודל מתאים לכם: רישיון, גודל, ואיך מריצים.
huggingface.co/moonshotai/Kimi-K3
דף Kimi-K3 ב-Hugging Face: License kimi-k3, Model size 2.8T params, 767,314 הורדות בחודש
Kimi-K3: רישיון kimi-k3 (תגית "other"), 2.8T פרמטרים. ענק, לא לבית.
huggingface.co/Qwen/Qwen3.8-27B
דף Qwen3.8-27B ב-Hugging Face: License apache-2.0, 28B params, 6,763,402 הורדות בחודש
Qwen3.8-27B: Apache 2.0, 28B. זה כבר בטווח של מחשב חזק.
05
שלב 5 מתוך 6 · 20 דק'

Ollama: מודל סיני על המחשב שלכם, בלי אינטרנט

זו הדרך היחידה שבה המידע לא יוצא מהמחשב. מתקינים את Ollama, מורידים מודל פעם אחת, ומשם הוא עובד גם בלי חיבור.

התקנה (מתוך ollama.com/download)
# Windows (PowerShell)
irm https://ollama.com/install.ps1 | iex
# macOS / Linux
curl -fsSL https://ollama.com/install.sh | sh
הרצה: בוחרים לפי החומרה (ראו בודק החומרה)
ollama run qwen3.5:4b      # 3.3GB  · almost any laptop
ollama run qwen3.5:9b      # 6.6GB  · 8GB+ GPU or 16GB Mac
ollama run mimo-v2.6:9b    # 6.6GB  · Xiaomi, MIT
ollama run qwen3.8:27b     # 18GB   · 24GB GPU or 32GB+ Mac

הרצנו את זה בעצמנו על לפטופ עם RTX 5080 Laptop (16GB VRAM), Ollama 0.40.16. ההרצה הראשונה כוללת טעינה (אצלנו כדקה), השנייה כמעט מיידית. ושימו לב לעברית:

השיעור הכנה: מודל של 4B כותב אנגלית סבירה, אבל העברית שלו יצאה משובשת ("תפוחי אדמה חמוצים טריים"...). והוא גם המציא שרחוב יפו נמצא בתל אביב. למשימות בעברית, מודל מקומי צריך להיות גדול יותר (9B ומעלה), או שמשתמשים בצ'אט הרשמי.
API מקומי, תואם OpenAI (פורט ברירת מחדל 11434)
curl http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d '{
  "model": "qwen3.5:4b",
  "messages": [{"role": "user", "content": "In one sentence: what is an open-weight model?"}]
}'
מה יוצא מהשלב?מודל סיני שרץ אצלכם, פרטי לגמרי, עם API שכל כלי שתומך ב-OpenAI יכול להתחבר אליו.
real run #1 · cold start · Hebrew prompt
$ ollama run qwen3.5:4b --think=false --verbose "כתוב 3 רעיונות קצרים לפוסט אינסטגרם לבית קפה בתל אביב. שורה אחת לכל רעיון."
הקומנטריק של תל אביב מתחיל לרדת והמראה הפשוט הופך למיוחד כאן.
תפוחי אדמה חמוצים טריים יחד עם מנה משלושה סוגי בשר – קלאסיקה לאורך השבוע.
מקום להרגיש בבית תוך דקות, מהירה ומרובה צבעים לקצת אנרגיה נכונה.
total duration:  1m56.875016s
load duration:   1m4.6496592s
eval rate:       44.18 tokens/s
real run #2 · warm · English prompt
$ ollama run qwen3.5:4b --think=false --verbose "Give me 3 short Instagram post ideas for a coffee shop in Tel Aviv. One line each."
☕ Start your morning with the best views and vibes on Jaffa Road. 🌆
🥯 Fresh pastries + locally roasted beans = perfect Tel Aviv breakfast. 🇮🇱
Join us for live music & artisan coffee while the city wakes up. 🎸
total duration:  611.0897ms
eval rate:       128.40 tokens/s
real run #3 · local API · /v1/chat/completions
{
  "object": "chat.completion",
  "model": "qwen3.5:4b",
  "choices": [{ "message": { "role": "assistant",
    "content": "An open-weight model is an artificial intelligence system where the underlying mathematical architecture and trained parameter values are publicly released, allowing anyone to inspect, modify, and deploy it without needing proprietary access or special licensing." },
    "finish_reason": "stop" }],
  "usage": { "prompt_tokens": 23, "completion_tokens": 41, "total_tokens": 64 }
}
פלט אמיתי מהמחשב שלנו, 16.11.2026. שום דבר לא נערך חוץ מהסרת שורות ריקות. (רחוב יפו, אגב, בירושלים.)
06
שלב 6 מתוך 6 · 15 דק'

LM Studio: אותו דבר, עם ממשק גרפי

לא אוהבים טרמינל? LM Studio מוריד ומריץ מודלים פתוחים עם חלון צ'אט רגיל.

  1. מורידים מ-lmstudio.ai ומתקינים.
  2. בחיפוש המודלים כותבים qwen3.8 או mimo ובוחרים גרסה שמתאימה לזיכרון.
  3. טוענים את המודל ומתחילים לשוחח. גם כאן אפשר להפעיל שרת מקומי תואם OpenAI.
דרישות לפי LM Studio: ב-Windows מעבד עם AVX2, מומלץ 16GB RAM ו-4GB VRAM לפחות. ב-Mac רק Apple Silicon (M1 ומעלה) עם macOS 14+, מומלץ 16GB. Mac עם Intel לא נתמך.
מה יוצא מהשלב?"ChatGPT פרטי" על המחשב, עם מודל סיני פתוח, בלי שורת קוד אחת.
lmstudio.ai
דף הבית של LM Studio
LM Studio (צילום אמיתי, 16.11.2026).
ollama.com/library/qwen3.8
דף qwen3.8 בספריית Ollama עם הפקודה ollama run qwen3.8
qwen3.8 בספריית Ollama: 6.7M הורדות, עודכן לפני שבוע.

בודק חומרה

מה ירוץ אצלכם?

הגדלים מספריית Ollama (גרסאות ברירת המחדל, דחוסות). כלל אצבע: המודל צריך להיכנס לזיכרון של כרטיס המסך, עם קצת מקום פנוי. ב-Mac הזיכרון משותף, אז בערך 70% ממנו זמין למודל.

16GB

איפה רואים? Windows: מנהל המשימות ← ביצועים ← GPU ← "זיכרון GPU ייעודי". Mac: תפריט התפוח ← אודות ה-Mac ← זיכרון.

    DeepSeek V4.x, Kimi K3, GLM-5.3 ו-MiniMax M3.x הם מאות GB עד טרה-בייטים. ב-Ollama הם מופיעים רק עם תגית cloud, כלומר רצים בשרתים של Ollama ולא אצלכם (חשבון ותמחור לפי Ollama). אותם מנסים בצ'אט הרשמי או ב-API.

    פרטיות, בכנות

    לאן הולך מה שאתם מקלידים?

    זה נכון לכל צ'אט AI, לא רק לסיניים. אבל כדאי לדעת את הפרטים.

    צ'אט רשמי = שרתי היצרן

    מדיניות הפרטיות של DeepSeek כותבת שהיא מעבדת ושומרת מידע ב"People's Republic of China", ושהקלטים משמשים "to train and improve our technology". יש זכות לבקש opt-out מאימון במייל ל-privacy@deepseek.com. אצל השאר: קראו את מדיניות הפרטיות של כל שירות לפני שימוש עסקי.

    API דרך OpenRouter = ספק אחר

    כשקוראים למודל פתוח דרך OpenRouter, הוא יכול לרוץ אצל ספק אירוח שאינו היצרן. בדף המודלים יש סינון Zero data retention. בדקו מי הספק ומה מדיניות הנתונים שלו.

    מקומי = לא יוצא מהמחשב

    Ollama או LM Studio עם מודל שהורד: הטקסט נשאר אצלכם. לחומר רגיש (לקוחות, חוזים, רפואי) זו הדרך שלנו. המחיר: מודל קטן וחלש יותר.

    כלל ברזל לכל צ'אט בענן: בלי תעודות זהות, סיסמאות, מפתחות API, פרטי כרטיס אשראי, מידע רפואי או מידע על לקוחות. אם לא הייתם שולחים את זה במייל לזר, אל תדביקו.

    תקלות נפוצות

    מה ישתבש, ואיך מתקנים

    "ollama run kimi-k3" לא מוריד כלום

    כי אין גרסה מקומית. בספרייה מופיע רק kimi-k3:cloud, שרץ בענן של Ollama. למחשב הביתי: Qwen או MiMo.

    המודל איטי בטירוף

    הוא לא נכנס לזיכרון הגרפי ורץ על המעבד. ירדו גודל (9b ← 4b), או סגרו תוכנות כבדות. ההרצה הראשונה תמיד איטית יותר.

    העברית יוצאת משובשת

    מודל קטן מדי. עלו ל-9B ומעלה, או השתמשו בצ'אט הרשמי. ובקשו במפורש "עברית ישראלית טבעית".

    ב-OpenRouter קיבלתי 429

    נגמרה מכסת הבקשות החינמיות (50 ביום בלי קרדיטים). חכו, או טענו קרדיט.

    המודל מספר שהוא "ChatGPT"

    קורה. מודלים לא תמיד יודעים מי הם. מה שקובע הוא איזה מודל בחרתם בממשק או בקוד.

    תשובות על נושאים פוליטיים מתחמקות

    בצ'אטים הרשמיים של יצרנים סיניים יש סינון תוכן בנושאים מסוימים. למחקר כזה, נסו מודל אחר.

    מהפוסט

    המם המקורי

    "כולם משווים בין מודלי AI סיניים. ג'נסן כבר בחר את המועדף עליו 😂"

    המם מהפוסט: מודלים סיניים מול מודלית סינית

    שאלות נפוצות

    שאלות ותשובות

    איזה מודל הכי טוב?

    תלוי במשימה, ולכן בנינו את הזירה ואת מבחן העברית. בנצ'מרקים שהיצרנים מפרסמים, כל אחד מנצח במבחנים שהוא בחר. המבחן שלכם על המשימות שלכם שווה יותר.

    זה באמת חינם?

    הצ'אטים הרשמיים: שימוש בסיסי חינם עם הגבלות. Ollama ו-LM Studio: חינם, החומרה שלכם. OpenRouter: היום אין גרסה חינמית לחמשת השחקנים מהמם, אבל המחירים נמוכים מאוד.

    מותר להשתמש בהם לעסק?

    MIT ו-Apache 2.0 (DeepSeek, Qwen3.8-27B, GLM-5.3-Flash, MiMo) מתירים כמעט הכל. Kimi K3 ו-GLM-5.3 מתירים, עם תנאים לחברות גדולות שמוכרות גישה למודל. MiniMax M3.1-Flash דורש קרדיט והודעה לשימוש מסחרי. זה לא ייעוץ משפטי: קראו את ה-LICENSE.

    אפשר להשתמש בהם בתוך Claude Code או כלי קוד אחרים?

    בספריית Ollama, בדף של qwen3.8, מופיעות פקודות ollama launch לכלים כמו Claude Code, OpenCode ו-OpenClaw. לא בדקנו את זה במדריך הזה.

    המחשב שלי ישן. יש טעם?

    עם 8GB זיכרון תוכלו להריץ qwen3.5:2b או qwen3.5:4b. זה מספיק לסיכומים קצרים באנגלית ולניסוי. למשימות אמיתיות בעברית, הצ'אט הרשמי עדיף.

    מי האישה במם?

    זה מם. החלק המעניין במדריך הוא המודלים, לא המודלית 🙂

    צ'קליסט

    רוצים עוד מדריכים כאלה?

    עקבו אחרי @mr.benshabat

    כל שבוע: כלי AI, אוטומציות ושיווק דיגיטלי, מוסברים צעד אחר צעד (גם כשהפוסט הוא מם).

    Green City MarketingMarketolog Academy