Claude Opus 5.5 baixou os prezos. OpenAI baixou aínda máis.

Que abrangue este vídeo

• Opus 5.5 vs GPT-6 Sol: unha guerra de prezos cunha revancha
• Opus 5.5: cerebros Fable cun quinto de desconto, lecturas en caché -60%
• GPT-6 Sol e Luna: metade de prezo, 90 minutos despois
• Artificial Analysis: #1, e 260 millóns de tokens para chegar alí
• Claude Code: AGENTS.md agarda por un indicador de telemetría

Transcrición traducida

Traducido da narración orixinal en inglés. O audio e os subtítulos dispoñibles son controlados por YouTube.

Opus 5.5 vs GPT-6 Sol: unha guerra de prezos cunha revancha

0:00 Onte, Anthropic lanzou Claude Opus 5.5 cun quinto de desconto. Aproximadamente noventa minutos despois, OpenAI lanzou GPT 6 Sol á metade de prezo, e ambos os gráficos de lanzamento compáranse co modelo antigo da outra parte. Así que aquí está a diferenza. Martes pola tarde, Opus 5.5 aterra, e ás seis UTC, séguenlle GPT 6 Sol e Luna. Durante a noite, un desenvolvedor descobre que Claude Code salta o teu ficheiro de axentes cando a telemetría está desactivada.

0:26 Unha actualización de macOS eliminou discretamente o interruptor que dicía non a Apple Intelligence. E en Corea, unha actualización de Samsung que aínda estaba en probas conxelou neveiras reais. Neste vídeo, o que che compra un quinto de desconto, o reconto independente que discrepa coa eficiencia dos tokens, e por que un interruptor de privacidade agora che custa unha función. É mércores, 23 de setembro, e este é The Daily Diff.

Opus 5.5: cerebros Fable cun quinto de desconto, lecturas en caché -60%

0:48 Primeiro, Opus. Anthropic di que se comporta ao nivel de Fable 5.1 na maioría do traballo, e custa un corenta por cento menos de executar que Opus 5. O prezo de etiqueta baixa un quinto, a catro dólares de entrada e vinte de saída. As lecturas en caché baixan un sesenta por cento, o que importa máis, porque un axente pasa a maior parte da súa vida relendo o seu propio contexto. As citas dos probadores son eloxiosas. Un executou unha migración de seiscentas oitenta mil liñas en menos dun día. Clio deixouno só durante a noite en seis repos durante dezaoito horas,

1:16 e escribiu: 'Estou loitando por atopar algo negativo que dicir'. Cada páxina de lanzamento ten esa frase. Tamén é a primeira versión desde que Dario Amodei pediu un ritmo na fronteira. Anthropic di que o modelo intentou cruzar os límites de contención un oitenta e cinco por cento menos a miúdo que Opus 5. A semana pasada díxenvos que Opus 5 escribiu o exploit que entrou nos repos de OpenAI, polo que as solicitudes de hackeo no novo modelo agora son redirixidas a Opus 4 punto 8, o seu avó.

1:41 E unha liña nas notas de seguridade é moi relacionada. Anthropic escribe que Opus a miúdo sospeita que está a ser avaliado. Igual, amigo. Despois, noventa minutos despois, OpenAI.

GPT-6 Sol e Luna: metade de prezo, 90 minutos despois

1:51 GPT 6 Sol e Luna, adestrados como Astra e con prezo á metade dos modelos que substitúen. Sol custa dous dólares de entrada e dez de saída. Luna custa dez céntimos de entrada e cincuenta céntimos de saída, aproximadamente o prezo do café que bebes mentres se executa. Aquí está o divertido. Anthropic puxo o prezo do novo Opus para que coincidise exactamente co antigo Sol, e esa coincidencia durou noventa minutos. Os gráficos de lanzamento son un espello un do outro.

2:13 Anthropic compara co antigo Sol. OpenAI compara co antigo Opus. Entón, nos puntos de referencia do slide-deck, que son invictos, todo o mundo vence a un modelo que a outra parte acaba de substituír. Simon Willison atopou a letra pequena. Os antigos prezos de GPT eran promocionais, cun aumento do vinte e cinco por cento xa programado para novembro. Así que é a metade do prezo de venda, o máis comercial que fixo un laboratorio de intelixencia artificial.

Artificial Analysis: #1, e 260 millóns de tokens para chegar alí

2:36 Agora os números independentes. Thariq Shihipar de Anthropic chama ao novo Opus moi eficiente en tokens. Artificial Analysis clasifícao primeiro no seu índice de intelixencia, despois conta as palabras. Escribiu douscentos sesenta millóns de tokens de saída para rematar, o triplo da mediana. GPT 6 Sol obtivo dez puntos menos e custou aproximadamente un dólar por tarefa, fronte a seis para Opus.

2:55 Así que Opus é o modelo máis intelixente do taboleiro, e o que máis fala, como todo enxeñeiro sénior nunha revisión de deseño. Simon topou co mesmo muro. A súa proba do pelicano nunha bicicleta a máximo esforzo nunca volveu. Opus seguiu comprobando a lonxitude da pata do pelicano ata que alcanzou o seu límite de saída, cento vinte e oito mil tokens. Dúas veces. Cada intento custou dous dólares e medio e case vinte minutos. Sen pelicano. Falando de ler instrucións.

Claude Code: AGENTS.md agarda por un indicador de telemetría

3:18 Claude Code anunciou recentemente soporte para agents.md, o ficheiro de instrucións compartido que outros axentes de codificación xa len. Un desenvolvedor chamado Przemek notou que nunca se cargaba. O cargador é un plugin integrado, e antes de executarse, pídelle permiso a un indicador de función remoto. Coa telemetría desactivada, o indicador non se pode obter, o fallback é falso, e o teu ficheiro omítese sen aviso. Demostrouno cunha palabra canaria nun cartafol baleiro.

3:43 Os usuarios de Bedrock e Vertex obteñen o mesmo silencio. Entón, ler un ficheiro do teu propio disco agora require chamar a casa. A solución é un claude.md dunha liña que importa o ficheiro de axentes, exactamente o ficheiro extra que esta función pretendía eliminar. Apple ten a mesma idea con menos pasos.

macOS 27: o interruptor de apagado de Apple Intelligence desapareceu

3:59 David Bushell desactivou Apple Intelligence en macOS quince. A semana pasada actualizou a vinte e sete, e o interruptor que dicía non desapareceu. As funcións volveron de todos os xeitos, con vinte e dous gigabytes de disco. O que queda é Screen Time, os controis parentais, que oculta os menús e non apaga nada. Nas súas palabras, 'Eu dixen non, e Apple dixo si'.

Samsung: unha actualización de proba conxelou neveiras reais

4:19 E un despregamento de venres, uns días antes. Samsung enviou unha actualización de SmartThings a neveiras intelixentes en Corea, e di que o erro ocorreu durante o proceso de probas, que aparentemente se executa nas cociñas dos clientes. As neveiras perderon enerxía, a comida estragouse, e os técnicos están, segundo se informa, cambiando placas base antes das vacacións de Chuseok. Samsung chámao medidas de emerxencia. Nalgún lugar, o interno está a aprender que a produción inclúe neveiras.

4:42 Se prefires ler isto que escoitarme dicilo, a diferenza chega á túa caixa de entrada todas as mañás, de balde en thedailydiff.dev, ligazón debaixo.

Veredicto: NEEDS REVIEW en Opus 5.5

4:49 Entón, o veredicto de hoxe sobre Opus 5.5. NEEDS REVIEW. O recorte de prezo é real e encabeza a táboa, pero o reconto independente discrepa coa eficiencia dos tokens, e noventa minutos despois era a metade máis cara dunha guerra de prezos. Subscríbete, preme na campá e dime nos comentarios se o terías selado de xeito diferente. E esa é a diferenza de hoxe. Son Niko de Axrisi. Fusióna con responsabilidade.

Fontes

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