+− THE DAILY DIFFdev & AI news
SHIP IT

Η Google μόλις κυκλοφόρησε ένα μοντέλο hacking. Εδώ είναι το diff.

Η Google κυκλοφόρησε το Gemini 3.8 Flash (0,75 $ μέσα / 3,75 $ έξω, η τιμή διπλασιάζεται την 1η Ιανουαρίου) και το Gemini 3.8 Flash Cyber — ένα μοντέλο κυνηγιού ευπαθειών που το πουλάει μόνο σε 650 ελεγμένους «έμπιστους υπερασπιστές» — και τέσσερις ώρες αργότερα η Meta κυκλοφόρησε το Muse Spark 1.3 με ένα επίπεδο «συνεργάτη» 0,10 $ ανά εκατομμύριο όπου η έκπτωση είναι η μεταγραφή της συνεδρίας σας.

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Η Google κυκλοφόρησε το Gemini 3.8 Flash (0,75 $ μέσα / 3,75 $ έξω, η τιμή διπλασιάζεται την 1η Ιανουαρίου) και το Gemini 3.8 Flash Cyber — ένα μοντέλο κυνηγιού ευπαθειών που το πουλάει μόνο σε 650 ελεγμένους «έμπιστους υπερασπιστές» — και τέσσερις ώρες αργότερα η Meta κυκλοφόρησε το Muse Spark 1.3 με ένα επίπεδο «συνεργάτη» 0,10 $ ανά εκατομμύριο όπου η έκπτωση είναι η μεταγραφή της συνεδρίας σας. Ελέγχουμε και τα δύο έναντι του μοναδικού benchmark που καμία εταιρεία δεν έγραψε. Ετυμηγορία: SHIP IT.

Τι καλύπτει αυτό το βίντεο

  • Η Google κυκλοφορεί Gemini 3.8 Flash + Flash Cyber (86,2% CyberGym, Fairwind Program)
  • Η Meta κυκλοφορεί το Muse Spark 1.3: 1,25$/4,25$, ή 0,10$/0,20$ αν η Meta μπορεί να εκπαιδευτεί σε αυτό
  • Τρεις ιστότοποι δημιούργησαν 215.128 ψεύτικες σελίδες «καλύτερου λογισμικού»· η Perplexity τις επικαλείται

Ερωτήσεις και απαντήσεις

Πόσο κοστίζει το Gemini 3.8 Flash και γιατί ο πραγματικός λογαριασμός μπορεί να είναι υψηλότερος από την τιμή ανά διακριτικό;

Το Gemini 3.8 Flash τιμολογήθηκε στα 0,75 $ ανά εκατομμύριο διακριτικά εισόδου και 3,75 $ ανά εκατομμύριο διακριτικά εξόδου, με μια υποσημείωση που ανέφερε ότι η τιμή διπλασιάζεται την 1η Ιανουαρίου. Η ανάρτηση της Google αναφέρει ότι το μοντέλο εργάζεται πιο σκληρά και μπορεί να χρησιμοποιεί περισσότερα διακριτικά. Στην ανεξάρτητη πλακέτα DeepSWE χρειάστηκε εκατόν εξήντα έξι βήματα και εκατόν σαράντα τρεις χιλιάδες διακριτικά εξόδου ανά εργασία, περισσότερο από το διπλάσιο από αυτό που ξόδεψε η Sol.

blog.google · deepswe.datacurve.ai

Τι είναι το Gemini 3.8 Flash Cyber και ποιος επιτρέπεται να το χρησιμοποιεί;

Το Gemini 3.8 Flash Cyber είναι το ίδιο μοντέλο με το Gemini 3.8 Flash με τις ράγες ασφαλείας του χαλαρωμένες για ελεγμένους υπερασπιστές. Η Google λέει ότι σκοράρει 86,2% στο CyberGym, ένα σημείο αναφοράς για την αυτόνομη εύρεση τρωτών σημείων. Η πρόσβαση γίνεται μέσω του Προγράμματος Fairwind, το οποίο καλύπτει κυβερνήσεις, κρίσιμες υποδομές και 650 ελεγμένους συνεργάτες που πρέπει να χρησιμοποιούν έλεγχο ταυτότητας δύο παραγόντων. Δεν πωλείται στο ευρύ κοινό.

blog.google · blog.google

Τι είναι η βαθμίδα συντελεστή Muse Spark 1.3 και πόσο κοστίζει η έκπτωση στον χρήστη;

Το Muse Spark 1.3 έχει ένα τυπικό τελικό σημείο στα 1,25 $ ανά εκατομμύριο διακριτικά εισόδου και 4,25 $ εξόδου, και ένα τελικό σημείο συντελεστή στα 0,10 $ εισόδου και 0,20 $ εξόδου. Σύμφωνα με τη σελίδα τιμολόγησης της Meta, η μόνη διαφορά είναι ότι η φθηνότερη βαθμίδα χρησιμοποιείται για τη βελτίωση των προϊόντων της Meta. Η έκπτωση πληρώνεται με τα δεδομένα συνεδρίας, πράγμα που σημαίνει ότι οι προτροπές και ο κώδικας που στέλνετε μπορούν να χρησιμοποιηθούν για εκπαίδευση.

developer.meta.com · research.meta.ai

Πώς μπορούν οι βοηθοί αναζήτησης AI να χειραγωγηθούν ώστε να παραθέτουν ψεύτικες σελίδες προτάσεων λογισμικού;

Η Trellner Research ζήτησε από την Perplexity το καλύτερο λογισμικό σε τριακόσιες ογδόντα κατηγορίες και διάβασε κάθε παραπομπή. Βρήκε τρεις αδελφές ιστοσελίδες με 215.128 δημιουργημένους οδηγούς αγοράς και το 59,8% των παραπομπών προήλθε από ιστοσελίδες εκτός των κορυφαίων εκατό χιλιάδων. Οι ιστοσελίδες τιτλοφόρησαν τις αρχικές τους σελίδες για ανιχνευτές. Το επεισόδιο περιέγραψε αυτό ως το πρώτο σημάδι ενός πολέμου βελτιστοποίησης αναζήτησης AI.

news.ycombinator.com

Πρέπει οι προγραμματιστές να υιοθετήσουν το Gemini 3.8 Flash δεδομένων των σημείων αναφοράς και του κόστους των διακριτικών;

Η ετυμηγορία του The Daily Diff ήταν SHIP IT. Στην ανεξάρτητη πλακέτα DeepSWE το Gemini 3.8 Flash ισοφάρισε το Opus 5 στο ένα πέμπτο του κόστους ανά εργασία. Η προειδοποίηση του επεισοδίου είναι να διαβάσετε τον λογαριασμό διακριτικών, καθώς το μοντέλο χρησιμοποιεί πολλά βήματα και διακριτικά ανά εργασία, και να διαβάσετε τις κεφαλίδες των στηλών στην τιμολόγηση της Meta πριν επιλέξετε τη φθηνότερη βαθμίδα.

deepswe.datacurve.ai · artificialanalysis.ai · developer.meta.com

Μεταφρασμένη μεταγραφή

Μεταφράστηκε από την πρωτότυπη αγγλική αφήγηση. Ο διαθέσιμος ήχος και οι υπότιτλοι ελέγχονται από το YouTube.

0:00 Η Google κυκλοφόρησε σήμερα το τρίτο της μοντέλο Flash σε έξι εβδομάδες, συν μια έκδοση εκπαιδευμένη για hacking, και τέσσερις ώρες αργότερα η Meta κυκλοφόρησε ένα μοντέλο που κοστίζει δέκα σεντς ανά εκατομμύριο tokens αν αφήσετε τον Zuckerberg να διαβάσει τον κώδικά σας, έτσι ο πόλεμος τιμών της τεχνητής νοημοσύνης έχει τώρα ένα τμήμα κυβερνοασφάλειας. Είναι Τετάρτη, και το diff είναι μεγάλο. Το Gemini 3.8 Flash έφτασε τις έντεκα χιλιάδες πόντους στο Hacker News, το Muse Spark 1.3 πήρε σχεδόν επτακόσιους περισσότερους, και ενδιάμεσα, ένα ερευνητικό εργαστήριο βρήκε τρεις ιστοσελίδες που δημοσίευσαν διακόσιες δεκαπέντε χιλιάδες

0:28 ψεύτικες σελίδες καλύτερου λογισμικού καθαρά για να τις επικαλεστεί η Perplexity. Επίσης σήμερα: μια ανάρτηση που σας παρακαλούσε να κρατήσετε τον Firefox σας πήρε εννιακόσιους ογδόντα οκτώ πόντους, και η σελίδα βοήθειας του Mistral για την εξαίρεση από την εκπαίδευση πήρε σχεδόν πεντακόσιους, κυρίως από Ευρωπαίους που ανακάλυπταν ότι η κυρίαρχη επιλογή εκπαιδεύεται στις προτροπές σας από προεπιλογή. Σε αυτό το βίντεο: τι πραγματικά κοστίζει το Gemini 3.8 Flash, το μοντέλο hacking που η Google θα πουλήσει μόνο σε εξακόσιους πενήντα συνεργάτες, το επίπεδο δέκα σεντς της Meta και τι πραγματικά χρεώνει, και το μοναδικό benchmark που καμία εταιρεία δεν έγραψε.

0:59 Είναι Τετάρτη, 2 Σεπτεμβρίου, και αυτό είναι το The Daily Diff. Το Gemini 3.8 Flash είναι εβδομήντα πέντε σεντς ανά εκατομμύριο tokens μέσα και τρία εβδομήντα πέντε έξω, το ίδιο με το 3.7 Flash από πριν από τρεις εβδομάδες, με μια υποσημείωση που λέει ότι η τιμή διπλασιάζεται την 1η Ιανουαρίου, που είναι μια δωρεάν δοκιμή με επιπλέον βήματα. Στα benchmarks του slide-deck, τα οποία είναι αήττητα, σημειώνει 54,9 τοις εκατό στο HLE-Verified, το X λέει ότι νικάει το Sol και το Opus 5 στο Terminal-Bench, και ο Logan Kilpatrick δημοσίευσε ένα 73,7 στο DeepSWE, το μοναδικό long-horizon

1:29 benchmark κωδικοποίησης που δεν έχει απομνημονευτεί ακόμα, υποτίθεται. Ο Simon Willison του ζήτησε να φτιάξει κάτι ενδιαφέρον σε HTML και πήρε μια προσομοίωση σωματιδίων σε δεκατρία δευτερόλεπτα για 1,8 σεντς, τρέχοντας στα εξήντα καρέ ανά δευτερόλεπτο, επειδή τα εξήντα ήταν ενσωματωμένα στο σελίδα. Η ίδια η ανάρτηση της Google εξηγεί τα κέρδη με μια πρόταση που θα πλαισίωνα: το 3.8 Flash δουλεύει πιο σκληρά. Εκτελεί επιπλέον βήματα συλλογισμού, καλεί εργαλεία επαναληπτικά, και, quote, μπορεί να χρησιμοποιήσει περισσότερα tokens, το οποίο στα εταιρικά σημαίνει ότι ο μετρητής τρέχει πιο γρήγορα. Το ανεξάρτητο DeepSWE board συμφωνεί και στα δύο σημεία: το Flash βαθμολογείται με εβδομήντα τέσσερα

2:02 τοις εκατό, ισοβαθμώντας με το Opus 5 στο ένα πέμπτο του κόστους ανά εργασία, αλλά χρειάστηκε εκατόν εξήντα έξι βήματα και εκατόν σαράντα τρεις χιλιάδες tokens εξόδου για να φτάσει εκεί, περισσότερο από το διπλάσιο από ό,τι ξόδεψε το Sol. Η Artificial Analysis έκαψε εκατόν σαράντα εκατομμύρια tokens και χίλια εβδομήντα οκτώ δολάρια μόνο για να το βαθμολογήσει. Φθηνό ανά token, φλύαρο ανά εργασία, και το πρώτο token φτάνει μετά από δώδεκα δευτερόλεπτα σκέψης. Μετά το ενδιαφέρον μισό.

2:23 Το Gemini 3.8 Flash Cyber είναι το ίδιο μοντέλο με τις ασφαλιστικές δικλείδες χαλαρωμένες για, quote, έμπιστους υπερασπιστές, και ο Sundar λέει ότι φτάνει το 86,2 τοις εκατό στο CyberGym, το benchmark για την αυτόνομη εύρεση ευπαθειών. Κάνει και patch: 47,2 τοις εκατό στο CWE-Bench έναντι 47,8 για ένα κορυφαίο μοντέλο αιχμής, η ομάδα του Chrome λέει ότι παρήγαγε 2,6 φορές περισσότερα σωστά patches από πολύ μεγαλύτερα εμπορικά μοντέλα, και οι ερευνητές cloud της Google το χρησιμοποίησαν για να βρουν μια κρίσιμη ευπάθεια σε λιγότερο από δύο ώρες, μια δουλειά που συνήθως απαιτεί μήνες, ή ένας παρακινημένος έφηβος.

2:54 Η Google επιμένει ότι έδωσε προτεραιότητα στην επιδιόρθωση έναντι της εκμετάλλευσης, που είναι ο ευγενικός τρόπος να πούμε ότι το μοντέλο μπορεί απολύτως να περάσει μέσα από τις τρύπες, απλά του ζήτησαν να μην το κάνει. Άρα δεν μπορείτε να το έχετε. Η πρόσβαση γίνεται μέσω ενός νέου Fairwind Program: κυβερνήσεις, κρίσιμες υποδομές, και εξακόσιοι πενήντα ελεγμένοι συνεργάτες με υποχρεωτικό δύο παραγόντων. Κάθε εργαστήριο αιχμής διαθέτει πλέον ένα μοντέλο hacking που δεν θα σας πουλήσει, και αυτή την εβδομάδα είναι ένα φθηνό.

3:16 Τέσσερις ώρες αργότερα, η Meta κυκλοφόρησε το Muse Spark 1.3, και ο Zuck το χαρακτήρισε πρωτοποριακή απόδοση σχεδόν πολύ φθηνή για να μετρηθεί, κάτι που είναι αλήθεια, με έναν αστερίσκο στο μέγεθος του Menlo Park. Το κανονικό τελικό σημείο είναι ένα δολάριο είκοσι πέντε μέσα και τέσσερα είκοσι πέντε έξω, περισσότερο από το Gemini. Το τελικό σημείο συνεισφοράς είναι δέκα λεπτά μέσα, είκοσι λεπτά έξω, αναγνώσεις κρυφής μνήμης στο ένα πέμπτο του λεπτού, έως και είκοσι φορές φθηνότερες, και η μόνη διαφορά είναι μια στήλη που λέει χρησιμοποιείται για τη βελτίωση των προϊόντων μας.

3:40 Οπότε η έκπτωση είναι η μεταγραφή της συνεδρίας σας, και για μια φορά κανείς δεν χρειάζεται να διαβάσει την άδεια, γιατί η Meta έγραψε την άδεια ως τιμοκατάλογο. Κορυφαίο σχόλιο: είναι πλέον εντελώς προφανές πόσο αξίζει η κλοπή των tokens μου. Το δεύτερο σχόλιο αναρωτιέται πόσο καιρό θα χρειαστεί μέχρι κάποιος να εξαγάγει ένα κλειδί AWS από ένα μοντέλο εκπαιδευμένο σε προτροπές συνεισφερόντων. Στο δικό της scorecard της Meta, το Spark 1.3 παίρνει 75,4 στο DeepSWE, πάνω από τα Sol και Opus 5, και η Meta λέει ότι χρησιμοποιεί είκοσι τοις εκατό λιγότερες κλήσεις εργαλείων

4:06 και είκοσι πέντε τοις εκατό λιγότερα tokens από το 1.2, το ακριβώς αντίθετο στοίχημα από την Google, οπότε σήμερα οι δύο μεγαλύτερες διαφημιστικές εταιρείες στον κόσμο διαφωνούν για το αν το να μιλάς περισσότερο είναι καλό. Εν τω μεταξύ, η Trellner Research ρώτησε την Perplexity για το καλύτερο λογισμικό σε τρεις εκατόν ογδόντα κατηγορίες και διάβασε κάθε παραπομπή: 59,8 τοις εκατό προήλθε από ιστότοπους εκτός των κορυφαίων εκατό χιλιάδων, η Wikipedia αναφέρθηκε τρεις φορές από επτά μισές χιλιάδες, και τρεις αδελφές ιστοσελίδες με διακόσιες δεκαπέντε χιλιάδες

4:34 δημιούργησαν οδηγούς αγοράς με τίτλο στις αρχικές τους σελίδες Facts and Grounding Page, απευθυνόμενες στον crawler, όχι σε εσάς. Ο πόλεμος AI SEO έχει αρχίσει, και το πρώτο του όπλο είναι το regex με προϋπολογισμό μάρκετινγκ. Αυτές είναι πολλές τιμές για μία Τετάρτη. Αν προτιμάτε να το διαβάσετε αυτό παρά να με ακούσετε να το λέω, το The Daily Diff φτάνει στα εισερχόμενά σας κάθε πρωί — δωρεάν στο daily diff dot dev, σύνδεσμος παρακάτω. Λοιπόν, η σημερινή ετυμηγορία: SHIP IT. Το Gemini 3.8 Flash ισοφαρίζει το Opus 5 στο μόνο πίνακα που δεν έγραψε η Google,

5:00 για το ένα πέμπτο της τιμής. Απλά διαβάστε το λογαριασμό των tokens και διαβάστε τις επικεφαλίδες των στηλών της Meta. Αυτή είναι η σημερινή διαφορά. Είμαι ο Niko από την Axrisi. Συγχωνεύστε υπεύθυνα.

Πηγές

  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

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

Σχετικά βίντεο

daily · el · 16 Νοε 2026

Το σταθερό ρολόι αποκάλυψης του Google Project Zero και το κενό επιδιόρθωσης

Το Project Zero αγκυροβολεί πλέον τη συνηθισμένη τεχνική αποκάλυψη σε ένα σταθερό ρολόι ημερομηνίας αναφοράς. Το τρέχον Full 90 μπορεί να διατηρήσει ορισμένες λεπτομέρειες που έχουν επιδιορθωθεί νωρίς

5:07 ↗
daily · el · 1 Οκτ 2026

Το Gemini 4 Argon είναι το καλύτερο μοντέλο της Google. Δεν μπορείτε να το χρησιμοποιήσετε ακόμα.

Η Google ανακοίνωσε το Gemini 4 Argon, το νέο της πρωτοποριακό μοντέλο, και μόνο έμπιστοι κυβερνο-αμυντικοί μπορούν να το χρησιμοποιήσουν. Εδώ είναι τι δείχνει ο πίνακας αναφοράς 19 σειρών της Google,

4:53 ↗
daily · el · 22 Σεπ 2026

Η Amazon έδιωξε το Muse της Meta από το κατάστημά της. Εδώ είναι η διαφορά.

Από το βράδυ της Κυριακής, ο πράκτορας Muse της Meta εμφανίζει ένα αναδυόμενο παράθυρο στο amazon.com: «Η συνεχής πρόσβαση από μη εξουσιοδοτημένο πράκτορα τεχνητής νοημοσύνης παραβιάζει τους Όρους Χρή

5:08 ↗