Google vient de lancer un modèle de piratage. Voici la différence.

Ce que cette vidéo couvre

• Google lance Gemini 3.8 Flash + Flash Cyber (86,2 % CyberGym, programme Fairwind)
• Meta lance Muse Spark 1.3 : 1,25 $/4,25 $, ou 0,10 $/0,20 $ si Meta peut l'utiliser pour l'entraînement
• Trois sites ont créé 215 128 fausses pages de « meilleurs logiciels » ; Perplexity les cite

Transcription traduite

Traduit de la narration originale en anglais. L'audio et les sous-titres disponibles sont contrôlés par YouTube.

0:00 Google a lancé son troisième modèle Flash en six semaines aujourd'hui, ainsi qu'une version entraînée pour le piratage, et quatre heures plus tard, Meta a lancé un modèle qui coûte dix cents par million de jetons si vous laissez Zuckerberg lire votre code, donc la guerre des prix de l'IA a maintenant une division de cybersécurité. Nous sommes mercredi, et le diff est long. Gemini 3.8 Flash a atteint onze cents points sur Hacker News, Muse Spark 1.3 en a pris près de sept cents de plus, et entre les deux, un atelier de recherche a trouvé trois sites Web qui ont publié deux cent quinze mille

0:28 fausses pages de meilleurs logiciels uniquement pour que Perplexity les cite. Aussi aujourd'hui : un message vous suppliant de conserver votre Firefox a obtenu neuf cents quatre-vingt-huit points, et la page d'aide de Mistral sur le retrait de l'entraînement a obtenu près de cinq cents, principalement de la part d'Européens découvrant l'option souveraine entraîne par défaut sur vos invites. Dans cette vidéo : ce que Gemini 3.8 Flash coûte réellement, le modèle de piratage que Google ne vendra qu'à six cent cinquante partenaires, le palier à dix cents de Meta et ce qu'il facture réellement, et le seul benchmark qu'aucune des deux entreprises n'a écrit.

0:59 Nous sommes mercredi 2 septembre, et c'est The Daily Diff. Gemini 3.8 Flash coûte soixante-quinze cents par million de jetons en entrée et trois soixante-quinze en sortie, le même que 3.7 Flash d'il y a trois semaines, avec une note de bas de page indiquant que le prix double le 1er janvier, ce qui est un essai gratuit avec des étapes supplémentaires. Sur les benchmarks des présentations, qui sont invaincus, il obtient 54,9 % sur HLE-Verified, X dit qu'il bat Sol et Opus 5 sur Terminal-Bench, et Logan Kilpatrick a affiché un 73,7 sur DeepSWE, le seul benchmark de codage à long horizon

1:29 qui n'a pas encore été mémorisé, prétendument. Simon Willison lui a demandé de créer un truc cool en HTML et a obtenu une simulation de particules en treize secondes pour 1,8 cent, fonctionnant à soixante images par seconde, car le soixante était codé en dur dans la page. Le propre article de Google explique les gains avec une phrase que j'encadrerais : 3.8 Flash travaille plus fort. Il exécute des étapes de raisonnement supplémentaires, appelle des outils de manière itérative, et, je cite, pourrait utiliser plus de jetons, ce qui est une façon de dire que le compteur tourne plus vite. Le conseil indépendant DeepSWE est d'accord sur les deux points : Flash obtient soixante-quatorze

2:02 pour cent, à égalité avec Opus 5 à un cinquième du coût par tâche, mais il a eu besoin de cent soixante-six étapes et de cent quarante-trois mille jetons de sortie pour y arriver, plus du double de ce que Sol a dépensé. Artificial Analysis a brûlé cent quarante millions de jetons et mille soixante-dix-huit dollars juste pour le noter. Bon marché par jeton, bavard par tâche, et le premier jeton arrive après douze secondes de réflexion. Puis la moitié intéressante.

2:23 Gemini 3.8 Flash Cyber est le même modèle avec les garde-fous de sécurité desserrés pour, je cite, les défenseurs de confiance, et Sundar dit qu'il atteint 86,2 % sur CyberGym, le benchmark pour la découverte autonome de vulnérabilités. Il corrige aussi : 47,2 % sur CWE-Bench contre 47,8 % pour un modèle de pointe de pointe, l'équipe Chrome dit qu'il a produit 2,6 fois plus de correctifs corrects que des modèles commerciaux beaucoup plus grands, et les chercheurs du cloud de Google l'ont utilisé pour trouver une vulnérabilité critique en moins de deux heures, un travail qui prend habituellement des mois, ou un adolescent motivé.

2:54 Google insiste sur le fait qu'il a donné la priorité à la correction plutôt qu'à l'exploitation, ce qui est la manière polie de dire que le modèle peut absolument traverser les trous, ils lui ont juste demandé de ne pas le faire. Donc vous ne pouvez pas l'avoir. L'accès passe par un nouveau programme Fairwind : gouvernements, infrastructures critiques, et six cent cinquante partenaires vérifiés avec une obligation authentification à deux facteurs. Chaque laboratoire d'avant-garde possède désormais un modèle de piratage qu'il ne vous vendra pas, et cette semaine, c'est un modèle bon marché.

3:16 Quatre heures plus tard, Meta a publié Muse Spark 1.3, et Zuck l'a qualifié de performance de pointe presque trop bon marché pour être mesurée, ce qui est vrai, avec un astérisque de la taille de Menlo Park. Le point de terminaison normal est un dollar vingt-cinq en entrée et quatre vingt-cinq en sortie, plus que Gemini. Le point de terminaison du contributeur est dix cents en entrée, vingt cents en sortie, les lectures de cache à un cinquième de cent, jusqu'à vingt fois moins cher, et la seule différence est une colonne qui dit « utilisé pour améliorer nos produits ».

3:40 Donc, la remise est votre transcription de session, et pour une fois, personne n'a à lire la licence, car Meta a écrit la licence comme une liste de prix. Commentaire principal : il est maintenant complètement évident à quel point le vol de mes jetons vaut. Le deuxième commentaire se demande combien de temps avant que quelqu'un n'extraie une clé AWS d'un modèle entraîné sur des invites de contributeurs. Sur la propre feuille de score de Meta, Spark 1.3 obtient 75,4 sur DeepSWE, au-dessus de Sol et Opus 5, et Meta affirme qu'il utilise vingt pour cent moins d'appels d'outils

4:06 et vingt-cinq pour cent moins de jetons que la version 1.2, le pari exactement opposé de Google, donc aujourd'hui les deux plus grandes entreprises publicitaires sur terre ne sont pas d'accord pour savoir si parler davantage est une bonne chose. Pendant ce temps, Trellner Research a demandé à Perplexity les meilleurs logiciels dans trois cent quatre-vingts catégories et a lu chaque citation : 59,8 pour cent provenaient de sites en dehors des cent mille premiers, Wikipédia a été cité trois fois sur sept mille cinq cents, et trois sites sœurs avec deux cent quinze mille

4:34 guides d'achat générés intitulent leurs pages d'accueil « Facts and Grounding Page », adressé au robot d'exploration, pas à vous. La guerre du référencement par IA a commencé, et sa première arme est la regex avec un budget marketing. C'est beaucoup d'étiquettes de prix pour un seul mercredi ; si vous préférez lire ceci plutôt que m'entendre le dire, The Daily Diff arrive dans votre boîte de réception tous les matins — gratuitement sur The Daily Diff.dev, lien ci-dessous. Donc, le verdict d'aujourd'hui : SHIP IT. Gemini 3.8 Flash égale Opus 5 sur la seule carte que Google n'a pas écrite,

5:00 pour un cinquième du prix. Lisez simplement la facture des jetons, et lisez les en-têtes de colonne de Meta. C'est le diff d'aujourd'hui. Je suis Niko d'Axrisi. Fusionnez de manière responsable.

Sources

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