Ο Claude Opus 5.5 μείωσε τις τιμές. Η OpenAI μείωσε βαθύτερα.

Τι καλύπτει αυτό το βίντεο

• Opus 5.5 εναντίον GPT-6 Sol: ένας πόλεμος τιμών με ρεβάνς
• Opus 5.5: Μυαλά επιπέδου Fable με έκπτωση ενός πέμπτου, αναγνώσεις κρυφής μνήμης −60%
• GPT-6 Sol και Luna: μισή τιμή, 90 λεπτά αργότερα
• Artificial Analysis: #1, και 260 εκατομμύρια διακριτικά για να φτάσει εκεί
• Claude Code: το AGENTS.md περιμένει μια σημαία τηλεμετρίας

Μεταφρασμένη μεταγραφή

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

Opus 5.5 εναντίον GPT-6 Sol: ένας πόλεμος τιμών με ρεβάνς

0:00 Χθες η Anthropic κυκλοφόρησε τον Claude Opus πέντε σημείο πέντε με έκπτωση ενός πέμπτου. Περίπου ενενήντα λεπτά αργότερα η OpenAI κυκλοφόρησε το GPT έξι Sol με μισή τιμή, και τα δύο διαγράμματα εκκίνησης συγκρίνουν τους εαυτούς τους με το παλιό μοντέλο της άλλης πλευράς. Ορίστε η διαφορά. Τρίτη απόγευμα, το Opus πέντε σημείο πέντε προσγειώνεται, και στις έξι UTC, ακολουθούν τα GPT έξι Sol και Luna. Εν μία νυκτί, ένας προγραμματιστής βρίσκει ότι ο Claude Code παρακάμπτει το αρχείο των πρακτόρων σας όταν η τηλεμετρία είναι απενεργοποιημένη.

0:26 Μια αναβάθμιση macOS αφαίρεσε αθόρυβα τον διακόπτη που έλεγε όχι στο Apple Intelligence. Και στην Κορέα, μια ενημέρωση της Samsung που ήταν ακόμα σε δοκιμή πάγωσε πραγματικά ψυγεία. Σε αυτό το βίντεο, τι σας αγοράζει ένα πέμπτο έκπτωση, ο ανεξάρτητος απολογισμός που διαφωνεί με την αποδοτικότητα των διακριτικών, και γιατί ένας διακόπτης απορρήτου σας κοστίζει τώρα μια λειτουργία. Είναι Τετάρτη, 23 Σεπτεμβρίου, και αυτό είναι το The Daily Diff.

Opus 5.5: Μυαλά επιπέδου Fable με έκπτωση ενός πέμπτου, αναγνώσεις κρυφής μνήμης −60%

0:48 Πρώτα, το Opus. Η Anthropic λέει ότι αποδίδει στο επίπεδο του Fable πέντε σημείο ένα στις περισσότερες εργασίες, και κοστίζει σαράντα τοις εκατό λιγότερο για να λειτουργήσει από το Opus πέντε. Η αρχική τιμή πέφτει κατά ένα πέμπτο, στα τέσσερα δολάρια για την είσοδο και δύο για την έξοδο. Οι προσωρινά αποθηκευμένες αναγνώσεις πέφτουν εξήντα τοις εκατό, κάτι που έχει μεγαλύτερη σημασία, επειδή ένας πράκτορας περνά το μεγαλύτερο μέρος της ζωής του ξαναδιαβάζοντας το δικό του πλαίσιο. Οι αναφορές των δοκιμαστών είναι εκθαμβωτικές. Ένας εκτέλεσε μια μεταφορά έξι εκατόν ογδόντα χιλιάδων γραμμών σε λιγότερο από μία ημέρα. Ο Clio το άφησε μόνο του όλη τη νύχτα σε έξι αποθετήρια για δεκαοκτώ ώρες,

1:16 και έγραψε, «Δυσκολεύομαι να βρω κάτι αρνητικό να πω». Κάθε σελίδα εκκίνησης έχει αυτή την πρόταση. Είναι επίσης η πρώτη κυκλοφορία από τότε που ο Dario Amodei ζήτησε να επιβραδυνθεί η πρόοδος. Η Anthropic λέει ότι το μοντέλο προσπάθησε να διασχίσει τα όρια περιορισμού ογδόντα πέντε τοις εκατό λιγότερο συχνά από το Opus πέντε. Την περασμένη εβδομάδα σας είπα ότι το Opus πέντε έγραψε το exploit που μπήκε στα αποθετήρια της OpenAI, οπότε οι αιτήσεις hacking στο νέο μοντέλο ανακατευθύνονται τώρα στο Opus τέσσερα σημείο οκτώ, τον παππού του.

1:41 Και μια γραμμή στις σημειώσεις ασφαλείας είναι πολύ σχετική. Η Anthropic γράφει ότι το Opus συχνά υποψιάζεται ότι αξιολογείται. Το ίδιο, φίλε. Στη συνέχεια, ενενήντα λεπτά αργότερα, η OpenAI.

GPT-6 Sol και Luna: μισή τιμή, 90 λεπτά αργότερα

1:51 GPT έξι Sol και Luna, εκπαιδευμένα όπως το Astra και με τιμή στο μισό των μοντέλων που αντικαθιστούν. Το Sol είναι δύο δολάρια για την είσοδο και δέκα για την έξοδο. Το Luna είναι δέκα λεπτά για την είσοδο και πενήντα λεπτά για την έξοδο, περίπου η τιμή του καφέ που πίνεις όσο λειτουργεί. Εδώ είναι το διασκεδαστικό μέρος. Η Anthropic τιμολόγησε το νέο Opus ώστε να ταιριάζει ακριβώς με το παλιό Sol, και αυτή η αντιστοιχία κράτησε ενενήντα λεπτά. Τα διαγράμματα εκκίνησης αντικατοπτρίζουν το ένα το άλλο.

2:13 Η Anthropic συγκρίνεται με το παλιό Sol. Η OpenAI συγκρίνεται με το παλιό Opus. Έτσι, στα benchmarks των διαφανειών, τα οποία είναι αήττητα, όλοι κερδίζουν ένα μοντέλο που η άλλη πλευρά μόλις αντικατέστησε. Ο Simon Willison βρήκε τα ψιλά γράμματα. Οι παλιές τιμές του GPT ήταν προωθητικές, με μια αύξηση είκοσι πέντε τοις εκατό ήδη προγραμματισμένη για τον Νοέμβριο. Οπότε είναι μισή τιμή από την τιμή πώλησης, το πιο λιανικό πράγμα που έχει κάνει ένα εργαστήριο AI.

Artificial Analysis: #1, και 260 εκατομμύρια διακριτικά για να φτάσει εκεί

2:36 Τώρα οι ανεξάρτητοι αριθμοί. Ο Thariq Shihipar της Anthropic χαρακτηρίζει το νέο Opus πολύ αποδοτικό σε διακριτικά. Η Artificial Analysis το κατατάσσει πρώτο στον δείκτη νοημοσύνης της, μετά μετρά τις λέξεις. Έγραψε διακόσια εξήντα εκατομμύρια διακριτικά εξόδου για να ολοκληρώσει, τρες φορές τον μέσο όρο. Το GPT έξι Sol σημείωσε δέκα βαθμούς χαμηλότερα και κόστισε περίπου ένα δολάριο ανά εργασία, έναντι έξι για το Opus.

2:55 Έτσι το Opus είναι το πιο έξυπνο μοντέλο στο σύνολο, και αυτό που μιλάει περισσότερο, όπως κάθε ανώτερος μηχανικός σε μια αναθεώρηση σχεδιασμού. Ο Simon χτύπησε στον ίδιο τοίχο. Η δοκιμή του με πελεκάνο σε ποδήλατο με μέγιστη προσπάθεια δεν επέστρεψε ποτέ. Το Opus συνέχιζε να ελέγχει το μήκος της κνήμης του πελεκάνου μέχρι να φτάσει το όριο εξόδου του, εκατόν είκοσι οκτώ χιλιάδες διακριτικά. Δύο φορές. Κάθε προσπάθεια κόστισε δυόμισι δολάρια και σχεδόν είκοσι λεπτά. Κανένας πελεκάνος. Μιλώντας για την ανάγνωση οδηγιών.

Claude Code: το AGENTS.md περιμένει μια σημαία τηλεμετρίας

3:18 Ο Claude Code ανακοίνωσε πρόσφατα υποστήριξη για το agents.md, το κοινό αρχείο οδηγιών που διαβάζουν ήδη άλλοι πράκτορες κωδικοποίησης. Ένας προγραμματιστής ονόματι Przemek παρατήρησε ότι ποτέ δεν φορτώθηκε. Ο φορτωτής είναι ένα ενσωματωμένο πρόσθετο, και πριν τρέξει, ζητά από μια απομακρυσμένη σημαία χαρακτηριστικού για άδεια. Με την τηλεμετρία απενεργοποιημένη, η σημαία δεν μπορεί να ανακτηθεί, η εφεδρική τιμή είναι false, και το αρχείο σας παρακάμπτεται χωρίς προειδοποίηση. Το απέδειξε με μια λέξη-κλειδί σε έναν κενό φάκελο.

3:43 Οι χρήστες Bedrock και Vertex έχουν την ίδια σιωπή. Έτσι, η ανάγνωση ενός αρχείου από τον δικό σας δίσκο απαιτεί τώρα να τηλεφωνήσετε στο σπίτι. Η λύση είναι ένα claude.md μιας γραμμής που εισάγει το αρχείο των πρακτόρων, ακριβώς το επιπλέον αρχείο που αυτή η λειτουργία επρόκειτο να αφαιρέσει. Η Apple έχει την ίδια ιδέα με λιγότερα βήματα.

macOS 27: ο διακόπτης απενεργοποίησης Apple Intelligence έχει φύγει

3:59 Ο David Bushell απενεργοποίησε το Apple Intelligence στο macOS δεκαπέντε. Την περασμένη εβδομάδα αναβάθμισε στο είκοσι επτά, και ο διακόπτης που έλεγε όχι έχει φύγει. Οι λειτουργίες επέστρεψαν ούτως ή άλλως, με είκοσι δύο gigabytes δίσκου. Αυτό που απομένει είναι το Screen Time, οι γονικοί έλεγχοι, που κρύβει τα μενού και δεν απενεργοποιεί τίποτα. Με τα λόγια του, «Είπα όχι, και η Apple είπε ναι».

Samsung: μια δοκιμαστική ενημέρωση πάγωσε πραγματικά ψυγεία

4:19 Και μια ανάπτυξη Παρασκευής, λίγες μέρες νωρίτερα. Η Samsung έσπρωξε μια ενημέρωση SmartThings σε έξυπνα ψυγεία στην Κορέα, και λέει ότι το σφάλμα συνέβη κατά τη διαδικασία δοκιμής, η οποία προφανώς εκτελείται στις κουζίνες των πελατών. Τα ψυγεία έχασαν την ενέργεια, τα τρόφιμα χάλασαν, και οι τεχνικοί φέρονται να αλλάζουν μητρικές πλακέτες πριν από την αργία του Chuseok. Η Samsung το χαρακτηρίζει «μέτρα έκτακτης ανάγκης». Κάπου, ο ασκούμενος μαθαίνει ότι η παραγωγή περιλαμβάνει ψυγεία.

4:42 Αν προτιμάτε να το διαβάσετε παρά να με ακούσετε να το λέω, το diff φτάνει στα εισερχόμενά σας κάθε πρωί, δωρεάν στο the daily diff dot dev, σύνδεσμος παρακάτω.

Ετυμηγορία: NEEDS REVIEW για το Opus 5.5

4:49 Λοιπόν, η σημερινή ετυμηγορία για το Opus πέντε σημείο πέντε. NEEDS REVIEW. Η μείωση τιμής είναι πραγματική και είναι στην κορυφή, αλλά η ανεξάρτητη μέτρηση διαφωνεί με την αποδοτικότητα των διακριτικών, και ενενήντα λεπτά αργότερα ήταν το πιο ακριβό μισό ενός πολέμου τιμών. Εγγραφείτε, χτυπήστε το καμπανάκι, και πείτε μου στα σχόλια αν θα το είχατε σφραγίσει διαφορετικά. Και αυτή είναι η διαφορά για σήμερα. Είμαι ο Νίκος από την Axrisi. Συγχωνεύστε υπεύθυνα.

Πηγές

1. Anthropic, Claude Opus 5.5www.anthropic.com
2. Hacker News (1,645 pts)news.ycombinator.com
3. OpenAI, Introducing GPT-6 Sol and Lunaopenai.com
4. Hacker News (1,634 pts)news.ycombinator.com
5. Simon Willison, Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price warsimonwillison.net
6. Artificial Analysis, Claude Opus 5.5artificialanalysis.ai
7. Artificial Analysis, GPT-6 Solartificialanalysis.ai
8. Thariq Shihipar on Xtwitter.com
9. The Verge, Emma Rothwww.theverge.com
10. Przemek, Claude Code reads AGENTS.md only when telemetry is onblog.szypowi.cz
11. Hacker News (192 pts)news.ycombinator.com
12. David Bushell, I said no and Apple said yesdbushell.com
13. Hacker News (838 pts)news.ycombinator.com
14. Android Authority, Samsung accidentally freezes its smart fridgeswww.androidauthority.com
15. Last week's episode, Hacktron and the Opus 5 exploitwww.youtube.com