+− THE DAILY DIFFdev & AI news
SHIP IT

Google ने अभी-अभी एक हैकिंग मॉडल शिप किया है। यहाँ अंतर है।

Google ने Gemini 3.8 Flash ($0.75 इन / $3.75 आउट, 1 जनवरी से कीमत दोगुनी) और Gemini 3.8 Flash Cyber — एक भेद्यता-खोज मॉडल जिसे वह केवल 650 जाँचे गए "विश्वसनीय रक्षकों" को बेचता है — शिप किया, और चार घंटे बाद Meta ने Muse Spark 1.3 को $0.10-प्रति-मिलियन "योगदानकर्ता" टियर के साथ शिप किया जहाँ छूट आपकी सत्र प्रतिलेख है।

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

Google ने Gemini 3.8 Flash ($0.75 इन / $3.75 आउट, 1 जनवरी से कीमत दोगुनी) और Gemini 3.8 Flash Cyber — एक भेद्यता-खोज मॉडल जिसे वह केवल 650 जाँचे गए "विश्वसनीय रक्षकों" को बेचता है — शिप किया, और चार घंटे बाद Meta ने Muse Spark 1.3 को $0.10-प्रति-मिलियन "योगदानकर्ता" टियर के साथ शिप किया जहाँ छूट आपकी सत्र प्रतिलेख है। हम दोनों की जाँच एक ऐसे बेंचमार्क के विरुद्ध करते हैं जिसे किसी भी कंपनी ने नहीं लिखा है। फैसला: SHIP IT।

इस वीडियो में क्या शामिल है

  • Google ने Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, Fairwind Program) को शिप किया।
  • Meta ने Muse Spark 1.3 को शिप किया: $1.25/$4.25, या $0.10/$0.20 यदि Meta इस पर प्रशिक्षण दे सकता है।
  • तीन साइटों ने 215,128 नकली "सर्वश्रेष्ठ सॉफ्टवेयर" पेज बनाए; Perplexity उन्हें उद्धृत करता है।

प्रश्न और उत्तर

Gemini 3.8 Flash की लागत कितनी है, और वास्तविक बिल प्रति टोकन मूल्य से अधिक क्यों हो सकता है?

Gemini 3.8 Flash की कीमत प्रति मिलियन इनपुट टोकन $0.75 और प्रति मिलियन आउटपुट टोकन $3.75 थी, जिसमें एक फुटनोट में कहा गया था कि 1 जनवरी को कीमत दोगुनी हो जाएगी। Google की अपनी पोस्ट में कहा गया है कि मॉडल अधिक मेहनत करता है और अधिक टोकन का उपयोग कर सकता है। स्वतंत्र DeepSWE बोर्ड पर इसे प्रति कार्य एक सौ छियासठ कदम और एक लाख तैंतालीस हज़ार आउटपुट टोकन की आवश्यकता थी, जो सोल द्वारा खर्च किए गए से दोगुना से अधिक है।

blog.google · deepswe.datacurve.ai

Gemini 3.8 Flash Cyber ​​क्या है और इसे कौन उपयोग कर सकता है?

Gemini 3.8 Flash Cyber ​​वही मॉडल है जो Gemini 3.8 Flash है, जिसमें सत्यापित बचावकर्ताओं के लिए इसकी सुरक्षा रेल को ढीला कर दिया गया है। Google का कहना है कि यह CyberGym पर 86.2% स्कोर करता है, जो स्वचालित रूप से कमजोरियों को खोजने के लिए एक बेंचमार्क है। पहुंच Fairwind प्रोग्राम के माध्यम से होती है, जिसमें सरकारें, महत्वपूर्ण बुनियादी ढांचा और 650 सत्यापित भागीदार शामिल हैं जिन्हें दो-कारक प्रमाणीकरण का उपयोग करना होगा। इसे आम जनता को नहीं बेचा जाता है।

blog.google · blog.google

Muse Spark 1.3 योगदानकर्ता टियर क्या है और छूट से उपयोगकर्ता को क्या लागत आती है?

Muse Spark 1.3 में प्रति मिलियन टोकन इन $1.25 और आउट $4.25 पर एक मानक एंडपॉइंट है, और इन $0.10 और आउट $0.20 पर एक योगदानकर्ता एंडपॉइंट है। मेटा के मूल्य निर्धारण पृष्ठ के अनुसार, एकमात्र अंतर यह है कि सस्ते टियर का उपयोग मेटा के उत्पादों को बेहतर बनाने के लिए किया जाता है। छूट का भुगतान सत्र डेटा से किया जाता है, जिसका अर्थ है कि आप जो प्रॉम्प्ट और कोड भेजते हैं उसका उपयोग प्रशिक्षण के लिए किया जा सकता है।

developer.meta.com · research.meta.ai

AI खोज सहायकों को नकली सॉफ्टवेयर अनुशंसा पृष्ठों का हवाला देने के लिए कैसे हेरफेर किया जा सकता है?

Trellner Research ने Perplexity से तीन सौ अस्सी श्रेणियों में सर्वश्रेष्ठ सॉफ्टवेयर के लिए पूछा और हर उद्धरण पढ़ा। इसने 215,128 जेनरेटेड खरीद गाइड के साथ तीन बहन साइटें पाईं, और 59.8% उद्धरण शीर्ष एक लाख से बाहर की साइटों से आए। साइटों ने क्रॉलर के लिए अपने होमपेज का शीर्षक दिया। इस एपिसोड ने इसे AI खोज अनुकूलन युद्ध का पहला संकेत बताया।

news.ycombinator.com

क्या डेवलपर्स को बेंचमार्क और टोकन लागतों को देखते हुए Gemini 3.8 Flash को अपनाना चाहिए?

The Daily Diff का फैसला SHIP IT था। स्वतंत्र DeepSWE बोर्ड पर Gemini 3.8 Flash ने प्रति कार्य लागत के पांचवें हिस्से पर Opus 5 के साथ बराबरी की। एपिसोड की चेतावनी है कि टोकन बिल को ध्यान से पढ़ें, क्योंकि मॉडल प्रति कार्य कई चरणों और टोकन का उपयोग करता है, और सस्ते टियर को चुनने से पहले मेटा के मूल्य निर्धारण पर कॉलम हेडर पढ़ें।

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

अनुवादित प्रतिलेख

मूल अंग्रेजी कथन से अनुवादित। उपलब्ध ऑडियो और कैप्शन YouTube द्वारा नियंत्रित होते हैं।

0:00 Google ने आज छह हफ्तों में अपना तीसरा फ्लैश मॉडल शिप किया, साथ ही एक हैक करने के लिए प्रशिक्षित संस्करण, और चार घंटे बाद Meta ने एक मॉडल शिप किया जो प्रति मिलियन टोकन दस सेंट का खर्च आता है यदि आप जुकरबर्ग को अपना कोड पढ़ने देते हैं, तो AI मूल्य युद्ध में अब एक साइबर सुरक्षा प्रभाग है। यह बुधवार है, और अंतर लंबा है। Gemini 3.8 Flash ने हैकर न्यूज पर ग्यारह सौ अंक प्राप्त किए, Muse Spark 1.3 ने लगभग सात सौ अधिक अंक प्राप्त किए, और बीच में, एक शोध दुकान ने तीन वेबसाइटें पाईं जिन्होंने दो लाख पंद्रह हजार

0:28 नकली सर्वश्रेष्ठ-सॉफ्टवेयर पेज केवल इसलिए प्रकाशित किए ताकि Perplexity उन्हें उद्धृत करे। आज भी: एक पोस्ट जिसमें आपसे अपने फ़ायरफ़ॉक्स को बनाए रखने का आग्रह किया गया था, उसे नौ सौ अस्सी-आठ अंक मिले, और Mistral के प्रशिक्षण से बाहर निकलने के मदद पृष्ठ को लगभग पाँच सौ अंक मिले, जिनमें से अधिकांश यूरोपीय लोगों द्वारा संप्रभु विकल्प खोजने से थे, जो डिफ़ॉल्ट रूप से आपके प्रॉम्प्ट पर प्रशिक्षित होता है। इस वीडियो में: Gemini 3.8 Flash की वास्तविक लागत, हैकिंग मॉडल जिसे Google केवल छह सौ पचास भागीदारों को बेचेगा, Meta का दस-सेंट टियर और यह वास्तव में क्या चार्ज करता है, और वह एक बेंचमार्क जिसे किसी भी कंपनी ने नहीं लिखा है।

0:59 यह बुधवार, 2 सितंबर है, और यह The Daily Diff है। Gemini 3.8 Flash प्रति मिलियन टोकन में पचहत्तर सेंट है और बाहर तीन पचहत्तर है, तीन हफ्ते पहले के 3.7 Flash के समान, एक फुटनोट के साथ जिसमें कहा गया है कि 1 जनवरी को कीमत दोगुनी हो जाएगी, जो अतिरिक्त चरणों के साथ एक मुफ्त परीक्षण है। स्लाइड-डेक बेंचमार्क पर, जो अजेय हैं, यह HLE-Verified पर 54.9 प्रतिशत स्कोर करता है, X कहता है कि यह टर्मिनल-बेंच पर सोल और ओपस 5 को हराता है, और लोगन किलपैट्रिक ने DeepSWE पर 73.7 पोस्ट किया, जो एक लंबा-क्षितिज

1:29 कोडिंग बेंचमार्क है जिसे अभी तक याद नहीं किया गया है, कथित तौर पर। साइमन विलिसन ने इसे HTML में एक शानदार चीज़ बनाने के लिए कहा और 1.8 सेंट में तेरह सेकंड में एक कण सिमुलेशन प्राप्त किया, साठ फ्रेम प्रति सेकंड पर चल रहा था, क्योंकि साठ पेज में हार्ड-कोडित था। Google की अपनी पोस्ट एक वाक्य के साथ लाभों की व्याख्या करती है जिसे मैं फ्रेम करूंगा: 3.8 Flash अधिक मेहनत करता है। यह अतिरिक्त तर्क चरणों को निष्पादित करता है, उपकरणों को बार-बार कॉल करता है, और, उद्धरण, अधिक टोकन का उपयोग कर सकता है, जो कॉर्पोरेट के लिए है कि मीटर तेजी से चलता है। स्वतंत्र DeepSWE बोर्ड दोनों गणनाओं पर सहमत है: फ्लैश चौहत्तर प्रतिशत स्कोर करता है,

2:02 ओपस 5 के साथ प्रति कार्य लागत के पांचवें हिस्से पर बंधा हुआ है, लेकिन इसे वहां पहुंचने के लिए एक सौ छियासठ चरणों और एक लाख तैंतालीस हजार आउटपुट टोकन की आवश्यकता थी, सोल ने जो खर्च किया उससे दोगुना से अधिक। आर्टिफिशियल एनालिसिस ने एक सौ चालीस मिलियन टोकन और एक हजार अठहत्तर डॉलर सिर्फ इसे ग्रेड करने के लिए जलाए। प्रति टोकन सस्ता, प्रति कार्य बातूनी, और पहला टोकन बारह सेकंड के सोचने के बाद आता है। फिर दिलचस्प आधा। Gemini 3.8 Flash Cyber वही मॉडल है जिसमें सुरक्षा रेल को, उद्धरण, विश्वसनीय रक्षकों के लिए ढीला कर दिया गया है,

2:23 और सुंदर कहते हैं कि यह CyberGym पर 86.2 प्रतिशत हिट करता है, जो स्वचालित रूप से भेद्यताओं को खोजने का बेंचमार्क है। यह पैच भी करता है: CWE-Bench पर 47.2 प्रतिशत एक प्रमुख फ्रंटियर मॉडल के 47.8 के मुकाबले, क्रोम टीम का कहना है कि इसने बहुत बड़े वाणिज्यिक मॉडलों की तुलना में 2.6 गुना अधिक सही पैच बनाए, और Google के क्लाउड शोधकर्ताओं ने इसका उपयोग दो घंटे से भी कम समय में एक महत्वपूर्ण भेद्यता को खोजने के लिए किया, एक ऐसा काम जिसमें आमतौर पर महीने लगते हैं, या एक प्रेरित किशोर। Google जोर देकर कहता है कि उसने शोषण पर फिक्सिंग को प्राथमिकता दी, जो यह कहने का विनम्र तरीका है कि मॉडल बिल्कुल छेद के माध्यम से चल सकता है,

2:54 उन्होंने बस उससे ऐसा न करने के लिए कहा। तो आप इसे नहीं ले सकते। पहुँच एक नए फेयरविंड प्रोग्राम के माध्यम से होती है: सरकारें, महत्वपूर्ण बुनियादी ढाँचा, और अनिवार्य रूप से छह सौ पचास जाँचे गए भागीदार। यह Meta का Muse Spark 1.3 है, जो आज चार घंटे बाद आया, और इसका प्रवेश मूल्य Gemini Flash से अधिक है: एक मिलियन टोकन के लिए $1.25 इन और $4.25 आउट। दो-कारक। हर फ्रंटियर लैब के पास अब एक हैकिंग मॉडल है जिसे वह आपको नहीं बेचेगा, और इस सप्ताह यह एक सस्ता है।

3:16 चार घंटे बाद, मेटा ने म्यूज स्पार्क 1.3 जारी किया, और ज़क ने इसे फ्रंटियर कहा। प्रदर्शन लगभग मापने के लिए बहुत सस्ता है, जो सच है, एक तारांकन के साथ जिसका आकार मेनलो पार्क जितना है। सामान्य एंडपॉइंट में एक डॉलर पच्चीस अंदर और चार पच्चीस बाहर है, जेमिनी से अधिक। योगदानकर्ता एंडपॉइंट में दस सेंट अंदर, बीस सेंट बाहर है, कैश एक सेंट के पांचवें हिस्से पर पढ़ता है, जो बीस गुना सस्ता है, और एकमात्र अंतर एक कॉलम है जिसमें लिखा है कि हमारे उत्पादों को बेहतर बनाने के लिए इस्तेमाल किया गया।

3:40 तो छूट आपके सत्र का प्रतिलेख है, और एक बार के लिए किसी को भी लाइसेंस पढ़ने की ज़रूरत नहीं है, क्योंकि मेटा ने लाइसेंस को एक मूल्य सूची के रूप में लिखा है। शीर्ष टिप्पणी: अब यह पूरी तरह से स्पष्ट है कि मेरे टोकन चुराने की कितनी कीमत है। दूसरी टिप्पणी में आश्चर्य है कि कब तक कोई योगदानकर्ता संकेतों पर प्रशिक्षित मॉडल से एक AWS कुंजी निकालता है। योगदानकर्ता संकेतों पर प्रशिक्षित मॉडल से। मेटा के अपने स्कोरकार्ड पर, स्पार्क 1.3 को DeepSWE पर 75.4 मिलता है, सोल और ओपस 5 से ऊपर, और मेटा का कहना है कि यह 1.2 की तुलना में बीस प्रतिशत कम टूल कॉल

4:06 और पच्चीस प्रतिशत कम टोकन का उपयोग करता है, Google से ठीक विपरीत शर्त, तो आज पृथ्वी पर दो सबसे बड़ी विज्ञापन कंपनियां इस बात पर असहमत हैं कि अधिक बात करना अच्छा है या नहीं। इस बीच ट्रेल्नर रिसर्च ने पेरप्लेक्सिटी से तीन सौ अस्सी श्रेणियों में सर्वश्रेष्ठ सॉफ्टवेयर मांगा और हर उद्धरण पढ़ा: 59.8 प्रतिशत शीर्ष एक लाख से बाहर की साइटों से आया है, विकिपीडिया को साढ़े सात हज़ार में से तीन बार उद्धृत किया गया था, विकिपीडिया को साढ़े सात हज़ार में से तीन बार उद्धृत किया गया था, और दो सौ पंद्रह हज़ार वाली तीन बहन साइटों ने अपनी होमपेज को 'तथ्य और आधार पृष्ठ' शीर्षक दिया,

4:34 और दो सौ पंद्रह हज़ार वाली तीन बहन साइटों ने अपनी होमपेज को 'तथ्य और आधार पृष्ठ' शीर्षक दिया, क्रॉलर को संबोधित, आपको नहीं। एआई एसईओ युद्ध शुरू हो गया है, और इसका पहला हथियार मार्केटिंग बजट के साथ regex है। एक बुधवार के लिए बहुत सारे मूल्य टैग हैं; यदि आप इसे पढ़ने के बजाय मुझे इसे कहते हुए सुनना चाहते हैं, तो द डेली डिफ हर सुबह आपके इनबॉक्स में आता है — The Daily Diff डॉट dev पर मुफ्त, लिंक नीचे। द डेली डिफ डॉट dev पर मुफ्त, लिंक नीचे। तो, आज का फैसला: SHIP IT। जेमिनी 3.8 फ्लैश उस बोर्ड पर ओपस 5 से टाई करता है जिसे Google ने नहीं लिखा,

5:00 कीमत के पांचवें हिस्से पर। बस टोकन बिल पढ़ें, और मेटा के कॉलम हेडर पढ़ें। यह आज का The Daily Diff है। मैं Axrisi से Niko हूँ। जिम्मेदारी से विलय करें।

स्रोत

  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

संबंधित वीडियो

daily · hi · 16 नव॰ 2026

Google प्रोजेक्ट ज़ीरो की फिक्सड डिस्क्लोजर क्लॉक और पैच गैप

प्रोजेक्ट ज़ीरो अब साधारण तकनीकी प्रकटीकरण को एक निश्चित रिपोर्ट-तिथि घड़ी पर आधारित करता है। वर्तमान फुल 90 कुछ शुरुआती-पैच किए गए विवरणों को अधिक समय तक निजी रख सकता है, जबकि अंतिम-दिन के फिक्स पुरा

5:07 ↗
daily · hi · 1 अक्टू॰ 2026

जेमिनी 4 आर्गन Google का सबसे अच्छा मॉडल है। आप इसे अभी तक उपयोग नहीं कर सकते।

Google ने अपने नए फ्रंटियर मॉडल, जेमिनी 4 आर्गन की घोषणा की, और केवल विश्वसनीय साइबर डिफेंडर ही इसका उपयोग कर सकते हैं। यहां बताया गया है कि Google की अपनी 19-पंक्ति बेंचमार्क तालिका क्या दिखाती है, स

4:53 ↗
daily · hi · 27 सित॰ 2026

Grok 4.7 की कीमत वही है, लेकिन बिल दुगुना आता है

Grok 4.7 की प्रति टोकन लागत वही है जो Grok 4.6 की थी, $2 इन और $6 आउट। तो प्रति कार्य स्वतंत्र बिल दुगुना क्यों हो गया, और क्या यह वास्तव में "दुगुना तेज़" है? एक सप्ताह बाद की अनुवर्ती कार्रवाई। @the

4:56 ↗
daily · hi · 22 सित॰ 2026

Amazon ने Meta के Muse को अपने स्टोर से हटा दिया। यहाँ अंतर है।

रविवार रात से, Meta के Muse एजेंट को amazon.com पर एक पॉपअप मिलता है: "एक अनाधिकृत AI एजेंट द्वारा निरंतर पहुंच Amazon की उपयोग की शर्तों का उल्लंघन करती है।" Amazon ने अगस्त में Perplexity के Comet क

5:08 ↗