השירות העצמאי של remove.bg מפסיק לפעול ב-1 בדצמבר 2026. האתר, חשבונות המשתמשים וה-API בשירות עצמי ייסגרו, והטכנולוגיה תמשיך לחיות רק בתוך Canva (Playyy). מי שמשתמש בשירות להסרת רקע מתמונות מוצר, מתחזק אתר שקורא ל-API שלו או מריץ אוטומציות ב-n8n, צריך לבחור עכשיו בין חלופות ל-remove.bg. בלי מעבר מסודר, התהליכים האלה ייפלו ביום הסגירה.
הבעיה רחבה יותר מהחלפת ספק. ה-API החדש שאליו remove.bg מפנה דורש אימות אחר, מבנה בקשה אחר ומגבלות קצב נמוכות יותר. במקביל, הקרדיטים שלא ינוצלו עד מועד הסגירה פשוט יפקעו. מצד שני, המצב הטכנולוגי השתנה מאוד: היום אפשר להסיר רקע ישירות בדפדפן עם WebGPU, להריץ מודלים בקוד פתוח על שרת פרטי, או לבחור API שעולה חלק קטן מהמחיר.
המדריך משווה את שלושת המסלולים: דפדפן, אירוח עצמי ו-API. הוא מפרט את העלויות (כולל חישוב לדוגמה בשקלים), את האיכות ואת השלכות הפרטיות והרישוי של כל מסלול, ומסתיים בצ'קליסט מעבר מעשי לאתרים, לתוספים ול-workflows ב-n8n. הדגש הוא על חנויות ישראליות (Shopify, WooCommerce, Wix) ועל סוכנויות שמנהלות אוטומציות עבור לקוחות.
remove.bg נסגר: מה מפסיק לעבוד ואילו חלופות ל-remove.bg קיימות
כרקע (מידע שאינו מופיע במקורות המקושרים במאמר, ולכן מוצג כמידע רקע בלבד): remove.bg נרכשה על ידי Canva ב-2021 דרך Kaleido.ai, ובמשך כחמש שנים שמרה על אתר עצמאי, מערכת קרדיטים, API ותוסף ל-Photoshop. עכשיו היא מתמזגת סופית לתוך Canva. לפי Playyy, ב-1 בדצמבר 2026 ייסגרו האתר, החשבונות וה-API בשירות עצמי.
לגבי השעה המדויקת, מקורות משניים מצטטים את הבאנר באתר remove.bg ומציינים 9:00 בבוקר שעון מרכז אירופה, CET (Wedbush/Worldnewswire). בשעון ישראל זה 10:00 בבוקר. עדיף לאמת את השעה ישירות באתר remove.bg ולתכנן את המעבר כך שיסתיים כמה ימים לפני המועד.
לאן עובר כל חלק בשירות
- שימוש אינטראקטיבי (העלאת תמונה ידנית באתר): עובר ל-Canva.
- שימוש ב-API: לפי תיעוד ה-API של remove.bg, מ-1 בדצמבר 2026 שירות הסרת הרקע עובר ל-Leonardo.Ai, שגם היא בבעלות Canva (LocalBG).
- ל-Canva עצמה אין API למפתחים עבור הסרת רקע (LocalBG). מי שצריך גישה תכנותית חייב לעבור ל-Leonardo או לספק אחר.
מה קורה לקרדיטים שלא נוצלו
לפי תנאי השימוש של remove.bg שעודכנו ב-9 בספטמבר 2026, כל הקרדיטים, כולל קרדיטים בתשלום לפי שימוש (PAYG) וקרדיטים שהועברו מחודש לחודש, תקפים רק עד 1 בדצמבר 2026. קרדיטים שלא ינוצלו יפקעו ולא יוחזרו (LocalBG).
המסקנה המעשית: מי שיש לו יתרת קרדיטים יכול לנצל אותה עכשיו לעיבוד מקדים של קטלוג המוצרים, למשל הסרת רקע לכל התמונות הקיימות ושמירת התוצאות באחסון שלו. כך המעבר יחול רק על תמונות חדשות.
למה Canva בחינם היא לא תחליף
מי שהשתמש ב-remove.bg בחינם עשוי להניח ש-Canva תספק את אותו הדבר. בפועל, לפי Playyy, כלי ה-Background Remover של Canva זמין רק בתוכניות בתשלום. לכן חשבון Canva חינמי אינו תחליף ל-remove.bg. מקורות שונים לא מסכימים לגמרי על פרטי החבילות החינמיות, ולכן כדאי לבדוק את המצב העדכני לפני שמחליטים.
שלושת המסלולים בקצרה
החלופות ל-remove.bg מתחלקות לשלוש משפחות, שכל אחת מהן נדונה בהמשך בפירוט:
- הסרת רקע בדפדפן: Transformers.js עם RMBG-1.4 מעל WebGPU או WebAssembly. התמונה לא עוזבת את המכשיר.
- אירוח עצמי של מודל פתוח: rembg לעבודה קלה, BiRefNet או FeyNoBg לקצוות מורכבים.
- API מתארח: Leonardo.Ai (היורש הרשמי), fal.ai, Photoroom, Pixelcut ו-Poof.
הסרת רקע מתמונה בחינם בדפדפן: WebAssembly ו-WebGPU
המסלול הראשון והמפתיע ביותר הוא לא להשתמש בשרת בכלל. ספריית Transformers.js מאפשרת להריץ מודלי למידת מכונה ישירות בדפדפן. בשילוב עם המודל RMBG-1.4, הסרת הרקע מתבצעת כולה בצד הלקוח, בלי שרת GPU ובלי backend (Backblaze B2 sample). אפליקציית הדוגמה של Backblaze מופצת תחת רישיון MIT.
ביצועים: מה אפשר לצפות
מפתח שהריץ את Transformers.js בתוך Web Worker עם WebGPU ו-RMBG-1.4 מדווח על כ-500 מילישניות לתמונת 4K על מחשב M1 Pro (kai.bi). חשוב לשים לב לשני דברים:
- WebGPU דורש Transformers.js בגרסה 3 (kai.bi). בדפדפנים ללא WebGPU אפשר לרוץ על WebAssembly, שעובד גם הוא אבל לאט יותר.
- Web Worker חיוני. הרצת המודל ב-thread הראשי תקפיא את הממשק בזמן העיבוד.
דוגמת קוד: סקיצה של הסרת רקע בצד הלקוח
הקוד הבא מדגים את העיקרון בלבד: טעינת המודל, הפקת מסכה והחלתה כערוץ שקיפות. כדאי להשוות אותו לדוגמה המלאה במאגר של Backblaze ולתיעוד העדכני של Transformers.js, כי ה-API של הספרייה מתעדכן.
// worker.js - רץ בתוך Web Worker
import { AutoModel, AutoProcessor, RawImage } from '@huggingface/transformers';
const MODEL_ID = 'briaai/RMBG-1.4';
const device = navigator.gpu ? 'webgpu' : 'wasm';
const model = await AutoModel.from_pretrained(MODEL_ID, {
device,
config: { model_type: 'custom' },
});
const processor = await AutoProcessor.from_pretrained(MODEL_ID);
self.onmessage = async ({ data: imageUrl }) => {
const image = await RawImage.fromURL(imageUrl);
const { pixel_values } = await processor(image);
const { output } = await model({ input: pixel_values });
// המרת הפלט למסכה בגודל התמונה המקורית
const mask = await RawImage.fromTensor(
output[0].mul(255).to('uint8')
).resize(image.width, image.height);
// מחזירים את ערכי המסכה, וה-thread הראשי מחיל אותם כ-alpha על canvas
self.postMessage({ width: image.width, height: image.height, mask: mask.data });
};הערת רישוי חשובה: רישיון ה-MIT של אפליקציית הדוגמה חל על הקוד שלה בלבד. כרטיס המודל briaai/RMBG-1.4 ב-Hugging Face מפנה לתנאי הרישוי של Bria, שלפי המידע הזמין מגבילים שימוש מסחרי ללא הסכם נפרד. לכן המסלול הדפדפני אינו חינמי אוטומטית עבור חנות מסחרית, ויש לבדוק את כרטיס המודל לפני עלייה לאוויר.
בצד הראשי מציירים את התמונה על canvas, עוברים על הפיקסלים ומציבים את ערך המסכה בערוץ האלפא. כך מתקבל קובץ PNG שקוף, בלי שהתמונה עזבה את המכשיר.
מגבלות המסלול הדפדפני
- הורדת מודל בטעינה הראשונה. המשתמש מוריד את משקלי המודל בכניסה הראשונה (Backblaze). כדאי לטעון את המודל רק כשהמשתמש באמת מבקש להסיר רקע ולא בטעינת הדף, כדי לא לפגוע בזמני הטעינה של האתר.
- ביצועים תלויי מכשיר. מה שלוקח חצי שנייה על MacBook חזק עלול לקחת הרבה יותר בטלפון ישן.
- לא מתאים לעיבוד מרוכז בצד השרת. אם צריך לעבד אלפי תמונות מוצר בלילה, הדפדפן הוא לא הכלי הנכון.
היתרון הגדול הוא פרטיות. התמונות לא עוברות לשום שרת, וזה רלוונטי במיוחד לאפליקציות שמטפלות בתמונות של לקוחות, כמו צילומים אישיים או תמונות של מסמכים.
הסרת רקע בקוד פתוח: rembg, BiRefNet ו-FeyNoBg
המסלול השני הוא אירוח עצמי של מודל פתוח על שרת או מחשב מקומי. זה המסלול המתאים לעיבוד מרוכז, לסקריפטים ולצוותים שרוצים שליטה מלאה על הנתונים ועל העלויות.
rembg: הספרייה הקלה
rembg היא ספריית Python בקוד פתוח שעוטפת מודלי סגמנטציה. היסטורית היא מבוססת על u2net, שרץ גם על CPU (ComfyICU). לפי אותו מקור יש לה כמה מגבלות שחשוב להכיר:
- היא מתקשה עם שיער, פרווה וזכוכית.
- משקלי המודל יורדים בהרצה הראשונה, ולכן בסביבת Docker או CI כדאי להוריד אותם מראש בזמן ה-build.
דוגמה בסיסית לעיבוד תיקייה שלמה של תמונות מוצר:
from pathlib import Path
from rembg import remove, new_session
# יצירת session פעם אחת, כדי לא לטעון את המודל מחדש לכל תמונה
session = new_session('u2net')
src = Path('products/raw')
dst = Path('products/no-bg')
dst.mkdir(parents=True, exist_ok=True)
for img_path in src.glob('*.jpg'):
result = remove(img_path.read_bytes(), session=session)
(dst / f'{img_path.stem}.png').write_bytes(result)
print(f'done: {img_path.name}')בגרסאות עדכניות של rembg קיימים סוגי session נוספים מעבר ל-u2net. כדאי לבדוק בתיעוד הרשמי אילו מודלים זמינים בגרסה המותקנת, ומה הרישיון של כל אחד מהם.
GPU ו-onnxruntime: מלכודת ההתקנה
כדי להריץ את rembg על GPU מתקינים את rembg[gpu], שמושך את onnxruntime-gpu. לפי ComfyICU, התקנה של onnxruntime ו-onnxruntime-gpu באותה סביבה עלולה לגרום להתנגשויות או לנפילה שקטה ל-CPU: הקוד ירוץ, אבל לאט בהרבה, בלי שום הודעת שגיאה.
# סביבה נקייה להרצה על GPU
python -m venv .venv && source .venv/bin/activate
pip uninstall -y onnxruntime onnxruntime-gpu
pip install 'rembg[gpu]'
# בדיקה שה-GPU באמת זמין ל-onnxruntime
python -c "import onnxruntime as ort; print(ort.get_available_providers())"אם הפלט לא כולל CUDAExecutionProvider, העיבוד ירוץ על CPU.
BiRefNet: איכות קצוות גבוהה יותר
כשהאיכות של u2net לא מספיקה, במיוחד במוצרי אופנה, בבעלי חיים או בפורטרטים, המודלים ממשפחת BiRefNet הם השלב הבא. לפי Wireflow, BiRefNet זמין בשלוש גרסאות: Light, Heavy ו-Portrait. הוא תומך ברזולוציות 1024 או 2048, ונפוץ באירוח על fal.ai, כך שאפשר להשתמש בו גם בלי להריץ אותו באופן עצמאי. המקור הזה לא מספק מדדי ביצועים מאומתים, ולכן כדאי לבדוק את המודל על תמונות אמיתיות מהקטלוג.
FeyNoBg: נגזרת חדשה לשיער ופרווה
FeyNoBg שוחרר ב-21 ביולי 2026. זהו מודל במשקלים פתוחים שמבוסס על BiRefNet, בגודל של כ-0.3 מיליארד פרמטרים (כ-263 מיליון לפי הסקירה), וזמין ב-Hugging Face תחת nobg/FeyNobg (Kompozy). הוא מכוון במיוחד לשיער, לפרווה ולתמונות ברזולוציית 4K ו-8K. הסוקר העניק לו ציון 4.0 מתוך 5, והדגיש שמדובר במודל ולא באפליקציה מוכנה. במילים אחרות, צריך לבנות סביבו את התשתית: שירות HTTP, תור עבודות וניהול GPU.
API להסרת רקע: Leonardo, Photoroom, Pixelcut, fal ו-Poof
המסלול השלישי הוא המהיר ביותר למעבר: החלפת ספק API. הוא מתאים במיוחד לסקריפטים קיימים, לתוספים ולאוטומציות ב-n8n. חשוב לזכור שרוב המידע על הספקים בתחום מגיע מעמודי שיווק של הספקים עצמם, והמחירים משתנים לעתים קרובות.
Leonardo.Ai: היורש הרשמי, אבל לא תחליף אחד לאחד
Leonardo.Ai הוא היעד הרשמי של ה-API. אבל לפי LocalBG, המעבר כרוך בכמה שינויים מהותיים:
- Endpoint חדש: כתובת אחרת לגמרי.
- אימות שונה: במקום כותרת
X-Api-Keyמשתמשים ב-Bearer token עם מפתח חדש. - גוף בקשה: לפי הדיווח הגוף הוא JSON בלבד, ולכן ככל הנראה אין תמיכה בהעלאת קובץ ב-multipart. יש לאמת את הנקודה הזו מול התיעוד הרשמי של Leonardo לפני כתיבת הקוד.
- מגבלת קצב נמוכה יותר: 100 בקשות לדקה, לעומת עד 500 תמונות לדקה ב-remove.bg.
- מחיר: כ-0.10 דולר לקריאה (נתון משוער). ב-remove.bg כל תמונה עלתה קרדיט אחד.
- שמירת תוצאות: התוצאות נשמרות כברירת מחדל בספרייה שלכם ב-Leonardo.
הסעיף האחרון חשוב במיוחד לפרטיות. אם מעבדים תמונות של לקוחות, צריך לבדוק את מדיניות שמירת הנתונים של Leonardo ולהגדיר בהתאם.
fal.ai: גישה למודלים רבים במחיר נמוך
fal.ai מארחת כמה מודלים להסרת רקע. לפי עמוד ההשוואה של fal, אלה המחירים המפורסמים:
- Ideogram Remove Background: 0.01 דולר לתמונה.
- Pixelcut: 0.016 דולר לתמונה.
- Bria RMBG 2.0: 0.018 דולר לתמונה. המודל אומן רק על נתונים מורשים, וזה יתרון משמעותי בשימוש מסחרי.
בנוסף, fal מארחת גם את BiRefNet (Wireflow). חשוב לשים לב שזה עמוד של fal עצמה, כך שההשוואה בו אינה ניטרלית.
Photoroom ו-Pixelcut
לפי Playyy, Photoroom מציעה 100 ייצואים חינם בחודש לצד API (המחירים נכונים לאוקטובר 2026), ו-Pixelcut מציעה API נפרד. Pixelcut זמינה גם דרך fal.ai במחיר של 0.016 דולר לתמונה (fal.ai), כך שאפשר לבדוק אותה בלי לפתוח חשבון נוסף.
Poof: טענה לתאימות מלאה
Poof טוענת ל-API שתואם ל-remove.bg, כך שלדבריה מספיק להחליף את הדומיין ואת המפתח. החברה מציעה 100 קרדיטים חינם בחודש ואינטגרציות ל-n8n, ל-Zapier ול-Make (Poof). לפי עמוד השיווק שלה המחיר מתחיל ב-0.002 דולר לתמונה בחבילות נפח, והיא מציינת שהמחיר הסטנדרטי ב-remove.bg הוא 0.20 דולר לתמונה. אלה טענות של הספק עצמו ולא נתונים מאומתים באופן עצמאי, ולכן חובה לבדוק את התאימות על בקשות אמיתיות לפני מעבר בפרודקשן.
השוואה: איזו מבין החלופות ל-remove.bg מתאימה לכם
הטבלה הבאה מסכמת את המסלולים לפי ארבעה צירים: עלות, איכות, פרטיות ומאמץ יישום.
מסלול | עלות | איכות קצוות | פרטיות | מאמץ יישום | מתאים במיוחד ל- |
|---|---|---|---|---|---|
דפדפן (Transformers.js + RMBG-1.4) | ללא עלות שרת או API, בכפוף לרישיון המודל | טובה, תלויה במודל | מקסימלית, התמונה לא עוזבת את המכשיר | בינוני, פיתוח צד לקוח | כלים אינטראקטיביים באתר |
rembg (u2net) באירוח עצמי | חינם, מלבד עלות שרת | בינונית, חלשה בשיער וזכוכית | מלאה | בינוני, ניהול תשתית | מוצרים ברורים על רקע מנוגד |
BiRefNet / FeyNoBg באירוח עצמי | משקלים פתוחים, דורש GPU | גבוהה בשיער ופרווה (לפי הסקירות) | מלאה | גבוה | אופנה, פורטרטים, רזולוציה גבוהה |
Leonardo.Ai API | כ-0.10 דולר לקריאה (משוער) | לפי הספק | התוצאות נשמרות כברירת מחדל | נמוך-בינוני, שינוי אימות ופורמט | המשכיות רשמית |
fal.ai (Ideogram, Bria, BiRefNet) | 0.01-0.018 דולר לתמונה | משתנה לפי מודל | ענן של צד שלישי | נמוך | עלות נמוכה בנפח גבוה |
Photoroom / Pixelcut | 100 ייצואים חינם (Photoroom), API בתשלום | לפי הספק | ענן של צד שלישי | נמוך | נפח קטן עם חבילה חינמית |
Poof | 100 קרדיטים חינם, מ-0.002 דולר (טענת הספק) | לא מאומת | ענן של צד שלישי, יש לבדוק מיקום ושמירת נתונים | נמוך מאוד אם התאימות נכונה | מעבר מהיר של n8n וסקריפטים |
המקורות לטבלה: Backblaze, ComfyICU, Kompozy, LocalBG, fal.ai, Playyy, Poof.
מדריך בחירה בשלוש שאלות
- מי מפעיל את הסרת הרקע? אם משתמש הקצה מעלה תמונה ומצפה לתוצאה מיידית, הדפדפן הוא אפשרות טובה. אם מדובר בתהליך אוטומטי בשרת, כמו סנכרון קטלוג או workflow, צריך API או אירוח עצמי.
- מה הנפח? בנפחים קטנים, חבילה חינמית של 100 תמונות בחודש עשויה להספיק. בנפחים של אלפי תמונות בחודש, ההבדל בין כ-0.10 דולר (Leonardo, נתון משוער) ל-0.01 דולר לתמונה מצטבר מהר. מעבר לנקודה מסוימת, שרת עם GPU שמריץ BiRefNet עשוי להיות זול יותר.
- כמה רגישות התמונות? תמונות מוצר הן בדרך כלל לא רגישות. תמונות של אנשים, מסמכים או לקוחות פרטיים מצדיקות פתרון שלא מעביר את המידע לצד שלישי.
זווית ישראלית: חישוב עלות בשקלים
כל המחירים שצוינו הם בדולרים, ולכן לעסק ישראלי יש להוסיף את שער ההמרה, ולעתים גם מע״מ על שירותים דיגיטליים מחו״ל, בהתאם למעמד המס של העסק. כדי להפוך את ההשוואה למוחשית, הנה חישוב לדוגמה עבור חנות שמעבדת 5,000 תמונות בחודש.
הנחות להמחשה בלבד: שער של 3.7 ש״ח לדולר ומע״מ של 18%. יש להחליף בשער ובשיעור העדכניים ביום החישוב.
ספק | מחיר לתמונה | עלות חודשית בדולרים | בשקלים לפני מע״מ | בשקלים כולל מע״מ |
|---|---|---|---|---|
Leonardo.Ai (נתון משוער) | כ-0.10 דולר | 500 | 1,850 | כ-2,183 |
Bria RMBG 2.0 דרך fal | 0.018 דולר | 90 | 333 | כ-393 |
Ideogram דרך fal | 0.01 דולר | 50 | 185 | כ-218 |
Poof בחבילת נפח (טענת ספק) | 0.002 דולר | 10 | 37 | כ-44 |
מקורות המחירים: LocalBG, fal.ai, Poof.
בחישוב שנתי, הפער בין Leonardo ל-Ideogram דרך fal מגיע לכ-23,500 ש״ח בהנחות האלה. זה לא אומר שהזול ביותר הוא הנכון: איכות הקצוות, הרישוי והפרטיות עשויים להצדיק מחיר גבוה יותר. אבל זה מראה למה כדאי לחשב עלות חודשית לפי נפח אמיתי ולא לפי המחיר ליחידה בלבד.
מודלי הסרת רקע לא תלויים בשפה, ולכן אין כאן בעיות של עברית או RTL. מה שכן צריך לבדוק הוא ממשק הניהול של התוסף או האפליקציה, אם הוא מוטמע בחנות בעברית. בנוסף, מסלולי הדפדפן והאירוח העצמי שומרים את תמונות הלקוחות מחוץ לשרתים של צד שלישי, וזה שיקול רלוונטי לעסקים שמחויבים לדרישות פרטיות.
מלכודות רישוי, פרטיות ואיכות
המעבר מ-remove.bg הוא הזדמנות לבחון שלוש שאלות שקל לדלג עליהן כשהלחץ הוא רק לגרום לדברים לעבוד שוב.
רישוי מודלים לשימוש מסחרי
המקורות לא מציינים במפורש את תנאי הרישיון המסחרי של BiRefNet, של FeyNoBg ושל RMBG-1.4. העובדה שאפליקציית הדוגמה של Backblaze מופצת תחת MIT מתייחסת לקוד שלה, לא למשקלי המודל (Backblaze). כפי שצוין, כרטיס המודל של RMBG-1.4 מפנה לתנאי Bria שמגבילים שימוש מסחרי ללא הסכם.
לפני שימוש מסחרי, למשל בחנות שמוכרת מוצרים, חובה לקרוא את כרטיס המודל ואת הרישיון של כל מודל ב-Hugging Face. אם הרישיון מגביל, Bria RMBG 2.0 דרך fal, שאומן רק על נתונים מורשים (fal.ai), עשוי להיות פתרון בטוח יותר מבחינה משפטית, כי הרישוי מוסדר דרך הספק.
פרטיות ושמירת נתונים
- שמירה כברירת מחדל: Leonardo שומרת תוצאות בספרייה (LocalBG). צריך לבדוק אם אפשר לכבות את זה ולמחוק תוצאות ישנות.
- סיכון ספקי AI של צד שלישי: כל ספק נוסף הוא נקודת חשיפה נוספת, ומפתח API שדולף מאפשר לזרים לצרוך קרדיטים על חשבונכם. על ניהול הסיכון הזה אפשר לקרוא במאמר פריצה לספק AI של צד שלישי.
- מיקום הנתונים: לגבי כל ספק ענן, כולל Poof, כדאי לבדוק באופן עצמאי היכן מאוחסנות התמונות ולכמה זמן, ולא להסתמך על עמודי שיווק.
איכות ושיווק מול מציאות
- איכות לא אחידה: rembg עם u2net יספיק לבקבוק על רקע לבן, אבל לא לסוודר צמר או לכוס זכוכית (ComfyICU).
- סט בדיקה: כדאי לבנות סט של 30 עד 50 תמונות מייצגות מהקטלוג, כולל המקרים הקשים, ולהריץ עליו כל חלופה לפני שבוחרים.
- טענות ספקים: טענות כמו תאימות מלאה או אחוזי דיוק גבוהים הן לרוב של הספקים עצמם. בדיקה עצמאית על התמונות שלכם היא המדד היחיד שקובע.
- מחירים משתנים: מגבלות חבילות חינמיות ומחירים נכונים לאוקטובר 2026 ומשתנים לעתים קרובות (Playyy).
צ'קליסט מעבר: אתרים, תוספים והסרת רקע אוטומטית ב-n8n
השלב הראשון בכל מעבר הוא מיפוי. אי אפשר להעביר קריאות שלא יודעים עליהן.
שלב 1: מיפוי כל הקריאות ל-api.remove.bg
# חיפוש בקוד המקור של האתר או השירות
# שימו לב: --include של GNU grep לא מרחיב סוגריים מסולסלים כמו *.{js,ts},
# ולכן כל סיומת מקבלת דגל נפרד
grep -rn 'api\.remove\.bg' . \
--include='*.js' --include='*.ts' --include='*.php' \
--include='*.py' --include='*.rb'
# חלופה עם ripgrep, שתומך בסוגריים מסולסלים בתוך glob
rg -n 'api\.remove\.bg' -g '*.{js,ts,php,py,rb}'
# חיפוש במשתני סביבה ובקבצי תצורה
grep -rn -i 'remove_bg\|removebg\|REMOVEBG_API_KEY' . --include='*.env*'
# ייצוא כל ה-workflows מ-n8n וחיפוש בהם
n8n export:workflow --all --output=./n8n-backup.json
grep -o 'api.remove.bg[^\"]*' ./n8n-backup.json | sort | uniq -cבנוסף לקוד, כדאי לבדוק כמה מקומות שקל לפספס:
- תוספי WordPress/WooCommerce ואפליקציות Shopify או Wix שמשתמשות ב-remove.bg מאחורי הקלעים.
- תוסף Photoshop שמשמש את צוות העיצוב.
- סקריפטים חד-פעמיים על מחשבים של עובדים.
- אינטגרציות ב-Zapier או ב-Make שרצות במקביל ל-n8n.
שלב 2: צ'קליסט לאתרים ולתוספים
- לנצל קרדיטים קיימים לעיבוד מקדים של הקטלוג, לפני שהם פוקעים ב-1 בדצמבר (LocalBG).
- לבחור מסלול לפי מדריך הבחירה ולהריץ את סט הבדיקה.
- לעטוף את הסרת הרקע בשכבת הפשטה: פונקציה אחת כמו
removeBackground(image)שמסתירה את הספק. כך המעבר הבא יהיה החלפה של מימוש אחד ולא חיפוש בכל הקוד. - לעדכן אימות: מפתח חדש, ובמקרה של Leonardo, כותרת
Authorization: BearerבמקוםX-Api-Key(LocalBG). - להתאים את פורמט הבקשה: אם הספק החדש דורש JSON בלבד, צריך להעלות את התמונה קודם לאחסון ולשלוח URL, או לקודד אותה לפי מה שהתיעוד שלו מאפשר.
- להתאים לניסיונות חוזרים ולמגבלות קצב: מעבר מ-500 ל-100 בקשות לדקה (LocalBG) עלול לשבור עיבוד מרוכז. צריך תור, backoff ו-jitter, כפי שמוסבר במאמר על Retry storm ומניעתו.
- להגדיר שמירה ומחיקה: לבטל שמירת תוצאות אצל הספק אם אפשר, ולשמור את ה-PNG באחסון שלכם.
- למחוק את מפתח remove.bg ממשתני הסביבה ומניהול הסודות אחרי שהמעבר הושלם.
- לבדוק fallback: מה קורה כשהספק החדש לא זמין? עדיף להציג את התמונה המקורית מאשר שגיאה.
שלב 3: מיגרציה של workflows ב-n8n
ב-n8n, הקריאה ל-remove.bg מתבצעת בדרך כלל דרך צומת HTTP Request שמאומת עם כותרת X-Api-Key (LocalBG). לפני כל שינוי כדאי לתעד מתוך הצומת הקיים את הכתובת המדויקת, שמות השדות וסוג הגוף שבשימוש, כי אלה בדיוק הפרמטרים שישתנו. אלה השינויים הנדרשים בכל אחד מהמסלולים:
- מעבר ל-Poof: לפי הספק, מספיק להחליף דומיין ומפתח, ויש גם צעד מוכן ל-n8n (Poof). זה המסלול הקצר ביותר, אבל צריך לוודא בבדיקה שכל הפרמטרים שבשימוש אכן נתמכים.
- מעבר ל-Leonardo: צריך לשנות את ה-URL לפי התיעוד, להגדיר credential חדש מסוג Header Auth עם
Authorization: Bearer <KEY>, ולשנות את ה-Body Content Type ל-JSON. לפי הדיווח הגוף הוא JSON בלבד, ולכן ככל הנראה אין multipart (LocalBG). אם זה אכן המצב בתיעוד של Leonardo, תמונה שמגיעה כקובץ בינארי צריכה לעלות קודם לאחסון ולעבור כ-URL. - מעבר לשרת rembg פרטי: עוטפים את rembg בשירות HTTP קטן על שרת פנימי, ו-n8n קורא אליו. כך אין עלות לקריאה ואין העברת תמונות לצד שלישי.
דוגמה לצומת Code ב-n8n שמכין את הבקשה לספק החדש. ה-endpoint ושמות השדות הם placeholders שיש להחליף לפי התיעוד של הספק שנבחר:
// n8n Code node - הכנת payload בפורמט JSON לספק החדש
const items = $input.all();
return items.map(item => ({
json: {
// שם השדה המדויק משתנה בין ספקים - יש לבדוק בתיעוד
image_url: item.json.productImageUrl,
// מזהה פנימי למניעת עיבוד כפול בניסיון חוזר
request_id: `${item.json.productId}-${item.json.imageVersion}`,
},
}));השדה request_id חשוב במיוחד כשכל קריאה עולה כסף. אם workflow נכשל באמצע ורץ שוב, כדאי לוודא שתמונה שכבר עובדה לא נשלחת שוב. על העיקרון הזה אפשר לקרוא במאמר על Idempotency ב-API.
שלב 4: ניטור אחרי המעבר
הסכנה הגדולה ביותר היא workflow שמפסיק לעבוד בשקט: הקריאה נכשלת, הצומת מוגדר להמשיך גם בשגיאה, ותמונות מוצר עולות לאתר עם רקע. אחרי המעבר כדאי להוסיף התראה על שגיאות HTTP מהספק החדש, ומנגנון heartbeat שמוודא שה-workflow רץ בכלל, כמו שמתואר במדריך ניטור n8n וזיהוי workflow שהפסיק לרוץ.
מומלץ גם להשאיר את ה-workflow הישן מושבת אך שמור עד אחרי 1 בדצמבר, למקרה שצריך לבדוק משהו בהגדרות המקוריות. בנוסף, כדאי לעקוב בשבועות הראשונים אחרי העלות בפועל ולהשוות אותה לחישוב הצפוי, כדי לזהות מוקדם קריאות כפולות או לולאות.
שאלות נפוצות
מתי בדיוק remove.bg מפסיק לעבוד?
ב-1 בדצמבר 2026. מקורות משניים מצטטים את השעה 9:00 שעון מרכז אירופה (10:00 שעון ישראל), אבל כדאי לאמת את השעה המדויקת באתר remove.bg (Wedbush/Worldnewswire).
מה קורה לקרדיטים שלא נוצלו?
לפי תנאי השימוש, כל הקרדיטים, כולל PAYG וקרדיטים שהועברו, פוקעים ב-1 בדצמבר 2026 ולא מוחזרים. המנויים מנוהלים דרך Paddle, ולכן כדאי לבדוק גם את תנאי התוכנית הספציפית (LocalBG).
אפשר פשוט להחליף את ה-endpoint ל-Leonardo?
לא. ה-endpoint, שיטת האימות (Bearer token במקום X-Api-Key), המפתח ופורמט הגוף (לפי הדיווח JSON בלבד) שונים כולם. בנוסף, מגבלת הקצב נמוכה יותר, המחיר הוא כ-0.10 דולר לקריאה (נתון משוער) והתוצאות נשמרות כברירת מחדל (LocalBG).
אפשר להסיר רקע כולו בדפדפן, בלי שרת?
כן. Transformers.js עם המודל RMBG-1.4 רץ כולו בצד הלקוח, ללא backend (Backblaze). עם WebGPU ו-Transformers.js v3 דווח על כחצי שנייה לתמונת 4K במחשב M1 Pro (kai.bi). לשימוש מסחרי יש לבדוק קודם את תנאי הרישוי של המודל.
האם rembg מספיק טוב לחנות אונליין?
למוצרים ברורים על רקע מנוגד, כן. הוא מתקשה עם שיער, פרווה ואובייקטים שקופים (ComfyICU), ושם מודלים ממשפחת BiRefNet, כמו FeyNoBg, מכוונים להשיג תוצאות טובות יותר (Kompozy).
יש אפשרות חינמית עם אינטגרציה ל-n8n?
Poof טוענת לצעדים מוכנים ל-n8n, ל-Zapier ול-Make ול-100 קרדיטים חינם בחודש (Poof). זו טענת ספק שכדאי לבדוק לפני שמסתמכים עליה. חלופה ללא עלות לקריאה היא שרת rembg פרטי ש-n8n קורא אליו דרך HTTP Request.
סיכום
הסגירה של remove.bg ב-1 בדצמבר 2026 מחייבת פעולה מכל מי שתלוי בשירות, ובעיקר מחנויות אונליין וסוכנויות עם אוטומציות. המעבר ל-Leonardo.Ai, היורש הרשמי, הוא לא החלפה פשוטה של כתובת: האימות, פורמט הבקשה, מגבלות הקצב והמחיר (כ-0.10 דולר לקריאה, נתון משוער) משתנים כולם.
החלופות ל-remove.bg רבות ומגוונות. לכלים אינטראקטיביים באתר, הסרת רקע בדפדפן עם Transformers.js ו-WebGPU נותנת פרטיות מלאה בלי עלות שרת, בכפוף לרישיון המודל. לעיבוד מרוכז, rembg מספיק למקרים פשוטים, ו-BiRefNet או FeyNoBg מכוונים לקצוות מורכבים. מי שמעדיף API יכול לבחור בין fal.ai במחיר נמוך, Photoroom עם חבילה חינמית קטנה, Pixelcut, ו-Poof שמבטיחה תאימות, תוך בדיקה זהירה של טענות השיווק. בחנות של 5,000 תמונות בחודש, הבחירה בין הספקים יכולה להיות ההבדל בין עשרות שקלים לאלפי שקלים בחודש.
סדר הפעולות המומלץ: למפות את כל הקריאות, לנצל את הקרדיטים שנותרו, לבנות סט בדיקה, לבדוק רישוי, לבחור מסלול, לעטוף את הספק בשכבת הפשטה ולהוסיף ניטור. כדאי לסיים את כל זה כמה ימים לפני המועד, לא ביום עצמו.
מקורות
- remove.bg Is Shutting Down: 7 Best Alternatives | Playyy
- remove.bg is Shutting Down on 1 December 2026 | LocalBG
- Wedbush/Worldnewswire: remove.bg Is Shutting Down
- Backblaze B2 sample: Transformers.js RMBG-1.4 background removal
- Removing Image Backgrounds Locally in the Browser with AI | kai.bi
- Image Remove Background (rembg) - ComfyUI node
- FeyNoBg Review 2026 | Kompozy
- How to Remove Backgrounds with BiRefNet API | Wireflow
- 10 Best Background Remover APIs in 2026 | fal.ai
- remove.bg alternative | Poof






