Google-მა ჰაკერული მოდელი გამოუშვა. აი, განსხვავება.

რას მოიცავს ეს ვიდეო

• Google-მა გამოუშვა Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, Fairwind პროგრამა)
• Meta-მ გამოუშვა Muse Spark 1.3: 1.25 $ / 4.25 $, ან 0.10 $ / 0.20 $, თუ Meta-ს შეუძლია მასზე ვარჯიში
• სამმა საიტმა შექმნა 215,128 ყალბი „საუკეთესო პროგრამული უზრუნველყოფის“ გვერდი; Perplexity მათზე მიუთითებს

ნათარგმნი ტრანსკრიპტი

ნათარგმნია ორიგინალური ინგლისური ნარატივიდან. ხელმისაწვდომი აუდიო და სუბტიტრები კონტროლდება YouTube-ის მიერ.

0:00 Google-მა დღეს გამოუშვა თავისი მესამე Flash მოდელი ექვს კვირაში, პლუს ვერსია, რომელიც გაწვრთნილია ჰაკერობისთვის, და ოთხი საათის შემდეგ Meta-მ გამოუშვა მოდელი, რომელიც მილიონ ტოკენზე ათი ცენტი ღირს, თუ ზაკერბერგს თქვენი კოდის წაკითხვის საშუალებას მისცემთ, ასე რომ, ხელოვნური ინტელექტის ფასების ომს ახლა კიბერუსაფრთხოების განყოფილება აქვს. ოთხშაბათია, და განსხვავება დიდია. Gemini 3.8 Flash-მა თერთმეტი ასეული ქულა დააგროვა Hacker News-ზე, Muse Spark 1.3-მა თითქმის შვიდი ასეული მეტი, და ამასობაში, კვლევითმა ცენტრმა იპოვა სამი ვებგვერდი, რომლებმაც ორას თხუთმეტი ათასი

0:28 ყალბი საუკეთესო პროგრამული უზრუნველყოფის გვერდი გამოაქვეყნეს, მხოლოდ იმიტომ, რომ Perplexity მათზე დაყრდნობოდა. ასევე დღეს: პოსტმა, რომელიც გთხოვდათ, შეგენარჩუნებინათ Firefox, ცხრა ასეული ოთხმოცდარვა ქულა მოაგროვა, ხოლო Mistral-ის დახმარების გვერდმა ტრენინგიდან გასვლის შესახებ თითქმის ხუთი ასეული, ძირითადად ევროპელებისგან, რომლებმაც აღმოაჩინეს, რომ სუვერენული ვარიანტი ნაგულისხმევად ვარჯიშობს თქვენს მოთხოვნებზე. ამ ვიდეოში: რეალურად რა ღირს Gemini 3.8 Flash, ჰაკერული მოდელი Google-დან, რომელსაც მხოლოდ ექვსას ორმოცდაათ პარტნიორს მიჰყიდის, Meta-ს ათ ცენტიანი დონე და რეალურად რას იღებს, და ერთი ბენჩმარკი, რომელიც არც ერთ კომპანიას არ დაუწერია.

0:59 ოთხშაბათია, 2 სექტემბერი, და ეს არის The Daily Diff. Gemini 3.8 Flash არის სამოცდათხუთმეტი ცენტი მილიონ ტოკენზე შემომავალი და სამი ორმოცდათხუთმეტი გამავალი, ისევე როგორც 3.7 Flash სამი კვირის წინანდელი, ქვედაბარათით, სადაც ნათქვამია, რომ ფასი გაორმაგდება 1 იანვარს, რაც დამატებითი ნაბიჯებით უფასო საცდელია. სლაიდ-დეკის ბენჩმარკებზე, რომლებიც დაუმარცხებელია, ის 54.9 პროცენტს აგროვებს HLE-Verified-ზე, X ამბობს, რომ ის სჯობს Sol-ს და Opus 5-ს Terminal-Bench-ზე, და ლოგან კილპატრიკმა 73.7 დადო DeepSWE-ზე, ერთადერთ გრძელვადიან

1:29 კოდირების ბენჩმარკზე, რომელიც ჯერ არ არის დამახსოვრებული, სავარაუდოდ. საიმონ უილისონმა სთხოვა, რომ მაგარი რამ შეექმნა HTML-ში და მიიღო ნაწილაკების სიმულაცია ცამეტ წამში 1.8 ცენტად, რომელიც მუშაობდა სამოცი კადრი წამში, რადგან სამოცი მყარად იყო კოდირებული გვერდზე. Google-ის საკუთარი პოსტი ხსნის მიღწევებს წინადადებით, რომელსაც ჩარჩოში ჩავსვამდი: 3.8 Flash უფრო მეტს მუშაობს. ის ასრულებს დამატებით მსჯელობის ნაბიჯებს, იძახებს ინსტრუმენტებს იტერაციულად, და, ციტატა, შესაძლოა მეტ ტოკენს გამოიყენებს, რაც კორპორატიული ენით ნიშნავს, რომ მრიცხველი უფრო სწრაფად მუშაობს. დამოუკიდებელი DeepSWE საბჭო ორივე პუნქტზე თანახმაა: Flash სამოცდათოთხმეტ

2:02 პროცენტს აგროვებს, Opus 5-ის ტოლფასია დავალებაზე ხარჯის მეხუთედ ფასად, მაგრამ ამას დასჭირდა ას სამოცდაექვსი ნაბიჯი და ას ორმოცდასამი ათასი გამომავალი ტოკენი, ორჯერ მეტი, ვიდრე Sol-მა დახარჯა. ხელოვნურმა ანალიზმა ას ორმოცი მილიონი ტოკენი და ათას სამოცდათვრამეტი დოლარი დახარჯა მხოლოდ მის შესაფასებლად. იაფია ტოკენზე, მოლაპარაკეა დავალებაზე, და პირველი ტოკენი ჩამოდის თორმეტი წამის ფიქრის შემდეგ. შემდეგ საინტერესო ნახევარი.

2:23 Gemini 3.8 Flash Cyber იგივე მოდელია, უსაფრთხოების რელსები მოშვებულია, ციტატა, სანდო დამცველებისთვის, და სანდარ ამბობს, რომ ის 86.2 პროცენტს აღწევს CyberGym-ზე, ბენჩმარკი ავტონომიურად დაუცველობების პოვნისთვის. ის ასევე ასწორებს: 47.2 პროცენტი CWE-Bench-ზე წინააღმდეგ 47.8 წამყვანი ფრონტერის მოდელისთვის, Chrome-ის გუნდი ამბობს, რომ მან 2.6-ჯერ მეტი სწორი შესწორება შექმნა ბევრად უფრო დიდ კომერციულ მოდელებთან შედარებით, და Google-ის ღრუბლოვანი მკვლევარები იყენებდნენ მას კრიტიკული დაუცველობის საპოვნელად ორ საათზე ნაკლებ დროში, სამუშაო, რომელსაც ჩვეულებრივ თვეები სჭირდება, ან ერთი მოტივირებული თინეიჯერი.

2:54 Google ამტკიცებს, რომ ის პრიორიტეტს ანიჭებს გამოსწორებას ექსპლოიტაციაზე, რაც ზრდილობიანი გზაა იმის სათქმელად, რომ მოდელს აბსოლუტურად შეუძლია გავლა ხვრელებში, მათ უბრალოდ სთხოვეს, რომ ეს არ გაეკეთებინა. ასე რომ, თქვენ ვერ გექნებათ. წვდომა ხდება ახალი Fairwind პროგრამის მეშვეობით: მთავრობები, კრიტიკული ინფრასტრუქტურა, და ექვსას ორმოცდაათი შემოწმებული პარტნიორი სავალდებულო ორფაქტორიანი. ყველა სასაზღვრო ლაბორატორიას ახლა აქვს ჰაკერული მოდელი, რომელსაც არ მოგყიდით, და ამ კვირაში ეს იაფია.

3:16 ოთხი საათის შემდეგ, Meta-მ გამოუშვა Muse Spark 1.3, და ცუკერბერგმა მას უწოდა სასაზღვრო შესრულება თითქმის იმდენად იაფი, რომ გასაზომად მიუწვდომელია, რაც მართალია, მენლო პარკის ზომის ერთი ვარსკვლავით. ნორმალური საბოლოო წერტილი არის დოლარი და ოცდახუთი ცენტი შემოსული და ოთხი დოლარი და ოცდახუთი ცენტი გამავალი, მეტი ვიდრე Gemini. კონტრიბუტორის საბოლოო წერტილი არის ათი ცენტი შემოსული, ოცი ცენტი გამავალი, ქეშის წაკითხვები ცენტის მეხუთედ ფასად, ოცჯერ იაფი, და ერთადერთი განსხვავება არის სვეტი, სადაც ნათქვამია, რომ გამოყენებულია ჩვენი პროდუქტების გასაუმჯობესებლად.

3:40 ასე რომ, ფასდაკლება არის თქვენი სესიის ტრანსკრიპტი, და ერთხელ მაინც არავის არ უწევს წაიკითხოს ლიცენზია, რადგან Meta-მ დაწერა ლიცენზია, როგორც ფასების სია. ტოპ კომენტარი: ახლა სრულიად აშკარაა, თუ რა ღირს ჩემი ტოკენების მოპარვა. მეორე კომენტარი აინტერესებს, რამდენ ხანში ამოიღებს ვინმე AWS გასაღებს მოდელიდან, რომელიც მომზადებულია კონტრიბუტორის მოთხოვნებზე. Meta-ს საკუთარ ქულათა სისტემაში, Spark 1.3 იღებს 75.4-ს DeepSWE-ზე, Sol-ისა და Opus 5-ის ზემოთ, და Meta ამბობს, რომ ის იყენებს ოცი პროცენტით ნაკლებ ინსტრუმენტის გამოძახებას

4:06 და ოცდახუთი პროცენტით ნაკლებ ტოკენებს, ვიდრე 1.2, ზუსტად საპირისპირო ფსონი Google-ისგან, ასე რომ, დღეს დედამიწის ორი უდიდესი სარეკლამო კომპანია არ ეთანხმება, არის თუ არა მეტი საუბარი კარგი. ამასობაში Trellner Research-მა Perplexity-ს სთხოვა საუკეთესო პროგრამული უზრუნველყოფა სამას ოთხმოცი კატეგორიაში და წაიკითხა ყველა ციტატა: 59.8 პროცენტი საიტებიდან მოდიოდა ასი ათასი საუკეთესოს მიღმა, ვიკიპედია ციტირებული იყო შვიდნახევარი ათასიდან სამჯერ, და სამი და-ძმური საიტი ორას თხუთმეტი ათასი

4:34 გენერირებული ყიდვის გზამკვლევებით, მათ მთავარ გვერდებს უწოდებენ „ფაქტები და საფუძვლები“ გვერდი, მიმართულია მცოცავისთვის და არა თქვენთვის. AI SEO ომი დაიწყო, და მისი პირველი იარაღი არის regex მარკეტინგული ბიუჯეტით. ეს ბევრი ფასია ერთი ოთხშაბათისთვის; თუ ამის წაკითხვა გსურთ, ვიდრე ჩემგან მოსმენა, The Daily Diff ყოველ დილით თქვენს შემოსულებში ხვდება — უფასოა the daily diff dot dev-ზე, ბმული ქვემოთ. ასე რომ, დღევანდელი ვერდიქტი: SHIP IT. Gemini 3.8 Flash Opus 5-ს ეჯიბრება იმ ერთ ბორდზე, რომელიც Google-ს არ დაუწერია,

5:00 ფასის მეხუთედზე. უბრალოდ წაიკითხეთ ტოკენის გადასახადი და Meta-ს სვეტების სათაურები. ეს არის დღევანდელი The Daily Diff. მე ვარ ნიკო Axrisi-დან. გაერთიანდით პასუხისმგებლობით.

წყაროები

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