🤖 מחשב ל-AI ביתי – כניסה (12GB)
מודלי שפה של 8 עד 14 מיליארד פרמטרים, מהר ובפרטיות. למי שרוצה צ׳אט כמו ChatGPT שרץ אצלו בבית, בלי מנוי ובלי לשלוח מידע החוצה.
רשימת החלקים
למה אין מחיר כולל? מחירי החלקים משתנים כל שבוע, ומחירי זיכרון (RAM) כמעט הוכפלו בתחילת 2026 (TechRadar – מחירי זיכרון DRAM כמעט הוכפלו עד מרץ 2026). כדי לא להטעות, אנחנו לא ממציאים מחיר – לחצו "השוו מחיר" ליד כל חלק.
גילוי נאות: קישורים שמסומנים ב-* (eBay, AliExpress) הם קישורי שותפים – אם קונים דרכם, תאכלס עשוי לקבל עמלה, בלי תוספת מחיר לכם. אנחנו לא מעתיקים מחירים מחנויות: הקישורים פותחים חיפוש באתר החנות, ושם רואים את המחיר העדכני. בקנייה מחו״ל – לבדוק משלוח, אחריות ומע״מ ביבוא אישי.
אילו מודלי שפה (LLM) רצים עליו
בכרטיס: 12GB. זיכרון מחשב: 64GB.
רץ כולו בכרטיס – מהיר
רץ חלקית, בעזרת זיכרון המחשב – איטי
לא נכנס
Q8 = כמעט בלי איבוד איכות. Q4 = קטן פי שניים, איבוד איכות קטן. MXFP4 = הפורמט המקורי של gpt-oss. גדלי הקבצים מספריית Ollama.
גודל המודל ≈ מספר הפרמטרים × ביטים למשקל ÷ 8.
ב-Q4_K_M זה כ-4.89 ביט למשקל (≈0.61 בייט), ב-Q8_0 כ-8.5 ביט (≈1.06 בייט), וב-FP16 – 16 ביט (2 בייט) – לפי הטבלה של llama.cpp.
דוגמה: Llama 3.1 8B ב-Q4 ≈ 8 × 0.61 ≈ 4.9GB, וזה בדיוק גודל הקובץ ב-Ollama.
זיכרון נדרש ≈ גודל הקובץ × 1.1 + 0.5GB (בשביל הקשר של 4,096 טוקנים – ברירת המחדל של Ollama – ומאגרי עבודה). זו הערכה; הקשר ארוך יותר צריך יותר זיכרון.
מקורות: llama.cpp – טבלת ביטים למשקל לפי קוונטיזציה, ספריית המודלים של Ollama (גדלי קבצים), Ollama – שאלות נפוצות (הקשר, כמה כרטיסים)
מהירות: אנחנו לא מציגים מספרי טוקנים לשנייה בלי מדידה אמיתית. הכלל: מודל שנכנס כולו בזיכרון הכרטיס – מהיר; מודל שחלקו בזיכרון המחשב – איטי בהרבה (מודלי MoE סובלים מזה פחות, כי רק חלק קטן מהם עובד בכל מילה).
איך מתקינים Ollama ומריצים מודל ←יצירת וידאו ב-AI על המחשב הזה
720×480, 121 פריימים (כ-5 שניות)
היצרן: "720x480x121 בפחות מדקה על RTX 4060 עם 8GB". LTX-Video – GitHub הרשמי
480P, כ-5 שניות
היצרן: צריך 8.19GB VRAM, וסרטון 5 שניות ב-480P לוקח כ-4 דקות על RTX 4090. Wan2.1 – GitHub הרשמי
480p או 720p, הגדלה ל-1080p, 121 פריימים כברירת מחדל
היצרן: מינימום 14GB זיכרון כרטיס, עם העברה (offload) של חלקי מודל לזיכרון המחשב. HunyuanVideo-1.5 – GitHub הרשמי
720P ב-24 פריימים לשנייה (1280×704)
היצרן: רץ על כרטיס עם 24GB לפחות (כמו RTX 4090) עם offload. Wan2.2 – GitHub הרשמי
עד כ-10 שניות עם קול מסונכרן (LTX-2)
קובץ המודל לבדו: 18.7GB (NVFP4, לכרטיסי RTX 50), 21.5GB (INT8) או 42GB (BF16), ועוד מקודד טקסט. ההורדה המלאה כ-66GiB. המינימום כאן הוא הערכה שלנו לפי גודל הקבצים. LTX-2.5 – קבצי המודל ב-Hugging Face
480P ו-720P
היצרן: הפקודה הרשמית רצה על כרטיס עם 80GB לפחות. בקהילה יש גרסאות מכווצות לכרטיסים קטנים יותר – לא רשמי. Wan2.2 – GitHub הרשמי
544×960 (45GB) או 720×1280 (60GB), 129 פריימים
היצרן: מינימום 45GB ל-540p ו-60GB ל-720p, מומלץ 80GB. HunyuanVideo – GitHub הרשמי
ירוק = לפי דרישות היצרן. כתום = על הגבול. אורך הסרטונים במודלים האלה הוא כמה שניות לכל יצירה; סרטון ארוך בונים מכמה קטעים.
איך מתקינים ComfyUI לווידאו ←עריכת וידאו
עריכה ב-4K נוחה, כולל פענוח חומרה של 10 ביט 4:2:2 בכרטיסי RTX 50. (Puget Systems – RTX 50 ועריכת וידאו 4:2:2, Adobe – דרישות מערכת Premiere (גרסה 26.0))
חשמל וספק כוח
צריכה משוערת בעומס: כרטיס 250W + מעבד 65W (ה-TDP של היצרן; בעומס מלא מעבדי AMD יכולים לצרוך יותר) + כ-100W לשאר ≈ 415W. היצרן של הכרטיס דורש ספק של 650W לפחות. את הספק המומלץ ברשימה בחרנו עם מרווח מעל זה. בישראל החשמל 230V – כל ספק מודרני מתאים.
סרטון הרכבה
הרכבה בקצרה
- מכינים מקום ומורידים חשמל סטטישולחן גדול, תאורה טובה, מברג פיליפס. נוגעים במתכת לא צבועה לפני שנוגעים בחלקים.
- מרכיבים מעבד על לוח האםמרימים את הידית של התושבת, מיישרים את המשולש הקטן במעבד לסימון בתושבת, מניחים בלי לדחוף וסוגרים.
- מכניסים זיכרון וכונן NVMeהזיכרון לחריצים שהיצרן ממליץ עליהם לשתי יחידות (לרוב A2 ו-B2). כונן ה-NVMe לחריץ M.2 העליון, עם הבורג או התפס.
- מרכיבים קירור למעבדאם אין משחה מוכנה על הקירור – טיפה בגודל אפונה באמצע המעבד. מחברים את המאוורר ל-CPU_FAN.
- מכניסים ספק כוח ולוח אם למארזמוודאים שהברגים המרחיקים (standoffs) במקום, מבריגים את הלוח. מעבירים כבלים מאחורי הלוח.
- מחברים כבלי חשמלכבל 24 פינים ללוח, כבל 8 פינים (EPS) למעבד ליד התושבת, וכבלי המארז (כפתור הדלקה, USB, אודיו) לפי חוברת הלוח.
- מכניסים כרטיס מסךלחריץ PCIe x16 העליון, מבריגים לגב המארז ומחברים את כבל החשמל של הכרטיס עד הסוף (12V-2x6 – עד שאין רווח).
- מדליקים ונכנסים לביוסמחברים מסך לכרטיס המסך (או ללוח, אם אין כרטיס). בביוס: מפעילים EXPO לזיכרון ובודקים שהכל מזוהה. מעדכנים ביוס אם צריך.
- מתקינים מערכת הפעלה ומנהלי התקןווינדוס או לינוקס מדיסק און קי, ואחר כך מנהל ההתקן של כרטיס המסך מהאתר של NVIDIA או AMD.
התקנה
מערכת הפעלה מומלצת: Windows 11 או Ubuntu.
שאלות נפוצות
מה אפשר להריץ על מחשב ל-AI ביתי – כניסה (12GB)?
המודל הגדול שנכנס כולו בזיכרון הכרטיס: Qwen3 14B ב-Q4 (צריך כ-10.7GB). עם עזרת זיכרון המחשב (לאט יותר): עד Llama 3.3 70B.
כמה עולה המחשב הזה?
אנחנו לא מציגים מחיר כולל, כי מחירי החלקים משתנים כל שבוע ומחירי הזיכרון עלו מאוד ב-2026. ליד כל חלק יש כפתור "השוו מחיר" שפותח חיפוש בזאפ, KSP, אייבורי, באג וחנויות בחו״ל.
אפשר להרכיב לבד?
כן. ההרכבה לוקחת כשעתיים-שלוש בפעם הראשונה, עם מברג אחד. יש בעמוד סרטון הדרכה ומדריך כתוב שלב אחר שלב.
איזו מערכת הפעלה להתקין?
Windows 11 או Ubuntu
עוד מפרטים
מחשב משרדי וביתי בתקציב
אופיס, גלישה, זום, חשבונות וסרטונים. בלי כרטיס מסך נפרד.
מחשב גיימינג ל-1080p
משחקים ברזולוציה Full HD, סטרימינג ועריכה ב-4K.
מחשב ל-AI – בינוני (16GB, אפשרות ל-32GB)
מודלים של עד כ-20 מיליארד פרמטרים בכרטיס, ומודלי MoE גדולים יותר.
תחנת AI חזקה – שני כרטיסים (64GB)
מודלים של 70 מיליארד פרמטרים בכרטיסים, ומודלי MoE של 100B+ חלקית.
כל המפרטים ← · מחשבון: איזה מודל נכנס? ←
מקורות
- AMD – Ryzen 7 9700X, מפרט
- NVIDIA – GeForce RTX 5070 / 5070 Ti, מפרט
- NVIDIA – GeForce RTX 5060 / 5060 Ti, מפרט
- Puget Systems – RTX 50 ועריכת וידאו 4:2:2
- llama.cpp – טבלת ביטים למשקל לפי קוונטיזציה
- ספריית המודלים של Ollama (גדלי קבצים)
- Ollama – שאלות נפוצות (הקשר, כמה כרטיסים)
- TechRadar – מחירי זיכרון DRAM כמעט הוכפלו עד מרץ 2026
- LTX-Video – GitHub הרשמי
- Wan2.1 – GitHub הרשמי
- HunyuanVideo-1.5 – GitHub הרשמי
- Wan2.2 – GitHub הרשמי
- LTX-2.5 – קבצי המודל ב-Hugging Face
- HunyuanVideo – GitHub הרשמי