گوگل به تازگی یک مدل هک را عرضه کرده است. این تفاوت آن است.

این ویدیو چه مواردی را پوشش می‌دهد

• گوگل Gemini 3.8 Flash + Flash Cyber را عرضه می‌کند (86.2% CyberGym, برنامه Fairwind)
• متا Muse Spark 1.3 را عرضه می‌کند: 1.25 دلار / 4.25 دلار، یا 0.10 دلار / 0.20 دلار اگر متا بتواند روی آن آموزش ببیند
• سه سایت 215,128 صفحه جعلی "بهترین نرم‌افزار" ایجاد کردند؛ Perplexity به آنها استناد می‌کند

رونوشت ترجمه شده

ترجمه شده از روایت اصلی انگلیسی. صوت و زیرنویس‌های موجود توسط YouTube کنترل می‌شوند.

0:00 گوگل امروز سومین مدل Flash خود را در شش هفته عرضه کرد، به علاوه نسخه‌ای که برای هک آموزش دیده است، و چهار ساعت بعد متا مدلی را عرضه کرد که اگر به زاکربرگ اجازه دهید کد شما را بخواند، ده سنت در هر میلیون توکن هزینه دارد، بنابراین جنگ قیمت هوش مصنوعی اکنون یک بخش امنیت سایبری دارد. چهارشنبه است، و diff طولانی است. Gemini 3.8 Flash در Hacker News به هزار و صد امتیاز رسید، Muse Spark 1.3 نزدیک به هفتصد امتیاز دیگر گرفت، و در این بین، یک آزمایشگاه تحقیقاتی سه وب‌سایت را پیدا کرد که دویست و پانزده هزار

0:28 صفحه جعلی بهترین نرم‌افزار را صرفاً برای اینکه Perplexity به آنها استناد کند، منتشر کردند. همچنین امروز: یک پست که از شما التماس می‌کرد به فایرفاکس خود ادامه دهید نهصد و هشتاد و هشت امتیاز گرفت، و صفحه راهنمای Mistral در مورد انصراف از آموزش نزدیک به پانصد امتیاز گرفت، عمدتاً از اروپایی‌هایی که گزینه حاکمیتی را کشف می‌کردند که به طور پیش‌فرض روی پرامپت‌های شما آموزش می‌بیند. در این ویدئو: هزینه واقعی Gemini 3.8 Flash، مدل هکینگ گوگل که فقط به ششصد و پنجاه شریک خواهد فروخت، رده ده سنتی متا و هزینه واقعی آن، و یک معیار که هیچ‌کدام از شرکت‌ها ننوشتند.

0:59 چهارشنبه، 2 سپتامبر است، و این The Daily Diff است. Gemini 3.8 Flash هفتاد و پنج سنت در هر میلیون توکن ورودی و سه دلار و هفتاد و پنج سنت خروجی است، همانند 3.7 Flash از سه هفته پیش، با یک پاورقی که می‌گوید قیمت در 1 ژانویه دو برابر می‌شود، که یک آزمایش رایگان با مراحل اضافی است. در معیارهای اسلاید، که بی‌رقیب هستند، در HLE-Verified امتیاز 54.9 درصد را کسب می‌کند، X می‌گوید در Terminal-Bench Sol و Opus 5 را شکست می‌دهد، و Logan Kilpatrick 73.7 را در DeepSWE ثبت کرد، تنها معیار کدنویسی با افق طولانی

1:29 که هنوز حفظ نشده است، به ادعا. Simon Willison از آن خواست تا یک چیز جالب در HTML بسازد و یک شبیه‌سازی ذرات را در سیزده ثانیه با هزینه 1.8 سنت دریافت کرد، که با سرعت شصت فریم در ثانیه اجرا می‌شد، زیرا عدد شصت در صفحه هاردکد شده بود. پست خود گوگل پیشرفت‌ها را با جمله‌ای که من آن را قاب می‌کنم توضیح می‌دهد: 3.8 Flash سخت‌تر کار می‌کند. مراحل استدلالی اضافی را اجرا می‌کند، ابزارها را به طور تکراری فراخوانی می‌کند، و، نقل قول، ممکن است از توکن‌های بیشتری استفاده کند، که اصطلاح شرکتی برای سریع‌تر کار کردن شمارنده است. هیئت مستقل DeepSWE در هر دو مورد موافق است: Flash امتیاز هفتاد و چهار

2:02 درصد را کسب می‌کند، که با Opus 5 برابر است با یک پنجم هزینه به ازای هر وظیفه، اما برای رسیدن به آن به صد و شصت و شش گام و صد و چهل و سه هزار توکن خروجی نیاز داشت، بیش از دو برابر آنچه Sol صرف کرد. Artificial Analysis صد و چهل میلیون توکن و هزار و هفتاد و هشت دلار را فقط برای درجه‌بندی آن سوزاند. ارزان به ازای هر توکن، پرحرف به ازای هر وظیفه، و اولین توکن پس از دوازده ثانیه فکر کردن می‌رسد. سپس نیمه جالب.

2:23 Gemini 3.8 Flash Cyber همان مدل است با ریل‌های ایمنی که برای، نقل قول، مدافعان معتمد شل شده‌اند، و ساندار می‌گوید در CyberGym به 86.2 درصد می‌رسد، معیار برای یافتن خودکار آسیب‌پذیری‌ها. همچنین وصله می‌کند: 47.2 درصد در CWE-Bench در مقابل 47.8 برای یک مدل پیشرو پیشرفته، تیم کروم می‌گوید 2.6 برابر وصله‌های صحیح بیشتری تولید کرده است نسبت به مدل‌های تجاری بسیار بزرگ‌تر، و محققان ابری گوگل از آن برای یافتن یک آسیب‌پذیری بحرانی در کمتر از دو ساعت استفاده کردند، کاری که معمولاً ماه‌ها طول می‌کشد، یا یک نوجوان باانگیزه.

2:54 گوگل اصرار دارد که رفع کردن را بر بهره‌برداری اولویت داده است، که راه مؤدبانه گفتن این است که مدل کاملاً می‌تواند از نقاط ضعف عبور کند، آنها فقط از آن خواستند که این کار را نکند. بنابراین نمی‌توانید آن را داشته باشید. دسترسی از طریق یک برنامه Fairwind جدید است: دولت‌ها، زیرساخت‌های حیاتی، و ششصد و پنجاه شریک تأیید شده با الزام دو عاملی. هر آزمایشگاه مرزی اکنون یک مدل هک دارد که به شما نمی‌فروشد، و این هفته یک مدل ارزان قیمت است.

3:16 چهار ساعت بعد، متا Muse Spark 1.3 را منتشر کرد، و زاکربرگ آن را مرزی نامید عملکردی تقریباً بسیار ارزان برای اندازه‌گیری، که درست است، با یک ستاره به اندازه Menlo Park. نقطه پایانی عادی یک دلار و بیست و پنج سنت ورودی و چهار دلار و بیست و پنج سنت خروجی است، بیشتر از Gemini. نقطه پایانی مشارکت‌کننده ده سنت ورودی، بیست سنت خروجی است، خواندن کش با یک پنجم سنت، تا بیست برابر ارزان‌تر، و تنها تفاوت یک ستون است که می‌گوید برای بهبود محصولات ما استفاده شده است.

3:40 پس تخفیف شما رونوشت جلسه شماست، و برای یک بار هم که شده کسی مجبور نیست مجوز را بخواند، زیرا متا مجوز را به عنوان لیست قیمت نوشت. برترین نظر: اکنون کاملاً مشخص است که دزدیدن توکن‌های من چقدر ارزش دارد. نظر دوم متعجب است که چقدر طول می‌کشد تا کسی یک کلید AWS را از مدلی استخراج کند که بر روی پرامپت‌های مشارکت‌کنندگان آموزش دیده است. در کارت امتیازی خود متا، Spark 1.3 نمره 75.4 را در DeepSWE کسب می‌کند، بالاتر از Sol و Opus 5، و متا می‌گوید که از بیست درصد تماس ابزار کمتر

4:06 و بیست و پنج درصد توکن کمتر نسبت به 1.2 استفاده می‌کند، دقیقاً برعکس شرط‌بندی گوگل، بنابراین امروز دو شرکت بزرگ تبلیغاتی جهان در مورد اینکه آیا بیشتر صحبت کردن خوب است یا نه اختلاف نظر دارند. در همین حال، Trellner Research از Perplexity بهترین نرم‌افزار را در سه صد و هشتاد دسته پرسید و هر ارجاع را خواند: 59.8 درصد از سایت‌هایی آمده بودند خارج از صد هزار برتر، ویکی‌پدیا سه بار از هفت و نیم هزار مورد استناد شد، و سه سایت خواهر با دویست و پانزده هزار

4:34 راهنمای خرید تولید شده، صفحات اصلی خود را «حقایق و صفحه پایه» نامیدند، مخاطب آن خزنده‌ها هستند، نه شما. جنگ AI SEO آغاز شده است، و اولین سلاح آن regex با بودجه بازاریابی است. این همه برچسب قیمت برای یک چهارشنبه است؛ اگر ترجیح می‌دهید این را بخوانید تا صدای من را بشنوید، diff هر روز صبح به صندوق پستی شما می‌رسد — رایگان در daily diff dot dev، لینک زیر. پس، حکم امروز: SHIP IT. Gemini 3.8 Flash در تابلوی اعلانات که گوگل آن را ننوشت، با Opus 5 برابری می‌کند،

5:00 با یک پنجم قیمت. فقط قبض توکن را بخوانید، و سربرگ ستون‌های متا را بخوانید. این diff امروز است. من نیکو از Axrisi هستم. مسئولانه ادغام کنید.

منابع

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