Google indicə bir hakerlik modeli təqdim etdi. Budur fərq.

Bu videoda nələr əhatə olunur

• Google Gemini 3.8 Flash + Flash Cyber-i təqdim edir (86,2% CyberGym, Fairwind Proqramı)
• Meta Muse Spark 1.3-ü təqdim edir: 1,25 dollar / 4,25 dollar, Meta üzərində öyrənə bilərsə 0,10 dollar / 0,20 dollar
• Üç sayt 215,128 saxta "ən yaxşı proqram" səhifəsi yaratdı; Perplexity onları sitat gətirir

Tərcümə olunmuş transkript

Orijinal ingilis dilindəki nəqldən tərcümə edilmişdir. Mövcud audio və subtitrlər YouTube tərəfindən idarə olunur.

0:00 Google bu gün altı həftə ərzində üçüncü Flash modelini təqdim etdi, üstəgəl sındırmağa öyrədilmiş bir versiyasını və dörd saat sonra Meta bir model təqdim etdi ki, Zuckerbergə kodunuzu oxumağa icazə versəniz, hər milyon tokenə on sentə başa gəlir, beləliklə, süni intellekt qiymət müharibəsi indi bir kiber təhlükəsizlik şöbəsinə malikdir. Çərşənbədir və fərq uzundur. Gemini 3.8 Flash Hacker News-da min yüz bal topladı, Muse Spark 1.3 demək olar ki, yeddi yüz bal daha çox qazandı, və bu arada, bir araşdırma mərkəzi iki yüz on beş min səhifə dərc edən üç vebsayt tapdı

0:28 saxta ən yaxşı proqram səhifələri sırf Perplexity onları sitat gətirsin deyə. Bu gün də: Firefox-unuzu saxlamaq üçün sizdən yalvaran bir yazı doqquz yüz səksən səkkiz bal topladı, və Mistral-ın təhsildən imtina etmək barədə yardım səhifəsi demək olar ki, beş yüz bal topladı, əsasən Avropalılar suveren seçimi kəşf edərək sizin sorğularınız üzərində standart olaraq öyrənir. Bu videoda: Gemini 3.8 Flash-ın əslində nə qədərə başa gəldiyi, Google-ın hakerlik modeli yalnız altı yüz əlli partnyora satacaq, Meta-nın on sentlik səviyyəsi və onun həqiqətən nə qədər ödətdiyi, və heç bir şirkətin yazmadığı yeganə ölçü meyarı.

0:59 Bu gün, 2 sentyabr Çərşənbədir və bu The Daily Diff-dir. Gemini 3.8 Flash hər milyon tokenə giriş üçün yetmiş beş sent və üç yetmiş beş çıxış üçün, üç həftə əvvəlki 3.7 Flash ilə eynidir, qiymətin yanvarın 1-də ikiqat artacağını bildirən bir haşiyə ilə, bu da əlavə addımlarla bir sınaq müddətidir. Məğlubedilməz olan slayd-dəsti meyarlarında, HLE-Verified üzrə 54,9 faiz bal toplayır, X deyir ki, Terminal-Bench üzrə Sol və Opus 5-i üstələyir, və Logan Kilpatrick DeepSWE üzrə 73,7 bal paylaşıb, hələ yaddaşda qalmayan yeganə uzun müddətli

1:29 kodlaşdırma meyarı, iddia edilir. Simon Willison ondan HTML-də maraqlı bir şey yaratmağı xahiş etdi və on üç saniyəyə 1,8 sentə hissəcik simulyasiyası əldə etdi, saniyədə altmış kadr sürətlə işləyir, çünki altmış səhifəyə sərt kodlanmışdı. Google-ın öz yazısı qazancları bir cümlə ilə izah edir ki, mən bunu çərçivəyə salardım: 3.8 Flash daha çox çalışır. Əlavə düşünmə addımları atır, alətləri təkrarlayaraq çağırır, və, "daha çox token istifadə edə bilər", bu isə sayğacın daha sürətli işləməsi deməkdir. Müstəqil DeepSWE şurası hər iki hesablaşma ilə razılaşır: Flash yetmiş dörd

2:02 faiz bal toplayır, hər tapşırıq üzrə xərcin beşdə biri ilə Opus 5 ilə bərabərdir, lakin ora çatmaq üçün yüz altmış altı addım və yüz qırx üç min çıxış tokeninə ehtiyac duydu, Sol-un sərf etdiyindən iki dəfədən çox. Artificial Analysis yüz qırx milyon token və min yetmiş səkkiz dollar sırf onu qiymətləndirmək üçün sərf etdi. Token başına ucuz, tapşırıq başına danışıqcı, və ilk token on iki saniyə düşündükdən sonra gəlir. Sonra maraqlı yarısı.

2:23 Gemini 3.8 Flash Cyber, eyni modeldir, təhlükəsizlik maneələri "etibarlı müdafiəçilər" üçün boşaldılmışdır, və Sundar deyir ki, CyberGym-də 86,2 faiz bal toplayır, avtonom şəkildə zəiflikləri tapmaq üçün bir etalon. O, həm də yamayır: CWE-Bench üzrə 47,2 faiz, lider qabaqcıl model üçün 47,8 faizə qarşı, Chrome komandası deyir ki, o, daha böyük kommersiya modellərindən 2,6 dəfə daha düzgün yamalar istehsal etdi, və Google-ın bulud tədqiqatçıları onu iki saatdan az müddətdə kritik bir zəiflik tapmaq üçün istifadə etdi, adətən aylar, və ya bir motivasiyalı yeniyetmə tələb edən bir iş.

2:54 Google iddia edir ki, istismardan çox, təmiri üstün tutdu, bu da modelin boşluqlardan tamamilə keçə biləcəyini, sadəcə ondan bunu etməməsini xahiş etdiklərini nəzakətli bir şəkildə bildirməkdir. Onlar sadəcə ondan bunu etməməsini xahiş etdilər. Beləliklə, siz onu əldə edə bilməzsiniz. Giriş yeni Fairwind Proqramı vasitəsilədir: hökumətlər, kritik infrastruktur və altı yüz əlli yoxlanılmış tərəfdaşlar məcburi iki faktorlu. Hər bir sərhəd laboratoriyası indi sizə satmayacağı bir haker modelinə sahibdir, və bu həftə ucuz biridir.

3:16 Dörd saat sonra Meta, Muse Spark 1.3-ü buraxdı və Zuk onu sərhəd demək olar ki, ölçülməyəcək qədər ucuz performans adlandırdı, bu da doğrudur, Menlo Park ölçüsündə bir ulduzla. Normal son nöqtə bir dollar iyirmi beş sent giriş və dörd iyirmi beş sent çıxışdır, Gemini-dən daha çox. İştirakçı son nöqtəsi on sent giriş, iyirmi sent çıxışdır, keş oxunuşları sentin beşdə birinə, iyirmi dəfəyə qədər ucuzdur, və yeganə fərq məhsullarımızı yaxşılaşdırmaq üçün istifadə edildi yazılan bir sütundur.

3:40 Beləliklə, endirim sizin sessiya transkriptinizdir, və bir dəfə heç kim lisenziyanı oxumalı deyil, çünki Meta lisenziyanı qiymət siyahısı kimi yazdı. Ən çox bəyənilən şərh: tokenlərimi oğurlamağın nə qədər dəyərli olduğu indi tamamilə aydındır. İkinci şərh, kiminsə iştirakçı sorğularına əsaslanaraq təlim keçmiş bir modeldən AWS açarı çıxarmasına qədər nə qədər vaxt keçəcəyini düşünür. iştirakçı sorğularına əsaslanaraq təlim keçmiş bir modeldən AWS açarı çıxarana qədər nə qədər vaxt keçəcəyini düşünür. Meta-nın öz göstəricilərində Spark 1.3, DeepSWE-də 75.4 bal toplayır, Sol və Opus 5-dən yuxarı, və Meta deyir ki, 1.2-dən iyirmi faiz daha az alət çağırışı

4:06 və iyirmi beş faiz daha az token istifadə edir, Google-dan tamamilə əks bahisdir, beləliklə bu gün dünyanın iki ən böyük reklam şirkəti daha çox danışmağın yaxşı olub-olmaması barədə razılaşmır. daha çox danışmağın yaxşı olub-olmaması barədə razılaşmır. Bu vaxt Trellner Research, Perplexity-dən üç yüz səksən kateqoriyada ən yaxşı proqram təminatını soruşdu və hər bir istinadı oxudu: 59.8 faiz ilk yüz minlikdən kənar saytlardan gəldi, Vikipediya yeddi yarım mindən üç dəfə istinad edildi, və iki yüz on beş minlik üç qardaş sayt, ev səhifələrini Fakta və Əsaslandırma Səhifəsi adlandırdı,

4:34 sizə deyil, tarayıcıya ünvanlanmışdır. tarayıcıya ünvanlanmışdır, sizə deyil. AI SEO müharibəsi başladı və onun ilk silahı marketinq büdcəsi olan regexdir. Bu, bir çərşənbə üçün çoxlu qiymət etiketidir; bunu oxumağa üstünlük verirsinizsə, nəinki məni eşitmək, fərq hər səhər gələn qutunuza düşür — the daily diff dot dev-də pulsuz, aşağıdakı linkdə. Beləliklə, bugünkü qərar: SHIP IT. Gemini 3.8 Flash, Google-ın yazmadığı lövhədə Opus 5 ilə bərabərləşir,

5:00 qiymətin beşdə birinə. Sadəcə token hesabını oxuyun və Meta-nın sütun başlıqlarını oxuyun. Bu, bugünkü fərqdir. Mən Axrisi-dən Niko. Məsuliyyətlə birləşdirin.

Mənbələr

1. Introducing Gemini 3.8 Flash and 3.8 Flash Cyberblog.google
2. Fairwind Programblog.google
3. DeepSWE v1.1 leaderboarddeepswe.datacurve.ai
4. Artificial Analysis: Gemini 3.8 Flashartificialanalysis.ai
5. Muse Spark 1.3 pricingdeveloper.meta.com
6. Introducing Muse Spark 1.3research.meta.ai
7. Hang on to Your Firefoxwww.newsonaut.com
8. Mistral: opting out of traininghelp.mistral.ai
9. HN: Gemini 3.8 Flashnews.ycombinator.com
10. HN: Muse Spark 1.3news.ycombinator.com
11. HN: 215,128 "best software" pagesnews.ycombinator.com