Google жаңы эле хакердик моделди чыгарды. Мына, айырмасы.

Бул видео эмнелерди камтыйт

• Google Gemini 3.8 Flash + Flash Cyberди (86.2% CyberGym, Fairwind программасы) жөнөтөт
• Meta Muse Spark 1.3тү жөнөтөт: $1.25/$4.25, же эгер Meta аны үйрөтүүгө уруксат берсе $0.10/$0.20
• Үч сайт 215,128 жасалма "мыкты программалык камсыздоо" баракчаларын түзгөн; Perplexity аларды шилтеме кылат

Котормо стенограмма

Англис тилиндеги баштапкы баяндамадан которулган. Жеткиликтүү аудио жана коштомо жазуулар YouTube тарабынан көзөмөлдөнөт.

0:00 Google бүгүн алты жумада үчүнчү Flash моделин чыгарды, мындан тышкары хакердикке үйрөтүлгөн версиясын, жана төрт сааттан кийин Meta моделин чыгарды, эгер сиз Цукербергге кодуңузду окууга уруксат берсеңиз, миллион токенге он цент турат, ошентип, жасалма интеллекттин баалар согушунун азыр киберкоопсуздук бөлүмү бар. Бүгүн шаршемби, жана айырмасы узун. Gemini 3.8 Flash Hacker Newsте миң бир жүз упайга жетти, Muse Spark 1.3 дагы жети жүзгө жакын упай алды, жана ортодо, бир изилдөө дүкөнү эки жүз он беш миң баракчаны жарыялаган үч веб-сайтты тапты

0:28 жасалма мыкты программалык камсыздоо баракчаларын, болгону Perplexity аларды шилтеме кылсын деп. Ошондой эле бүгүн: Firefoxуңузду сактап калууга чакырган пост тогуз жүз сексен сегиз упай алды, жана Mistralдин окутуудан баш тартуу боюнча жардам баракчасы беш жүзгө жакын упай алды, көбүнчө европалыктар суверендүү вариантты тапкандыктан, демейки боюнча сиздин сунуштарыңызга үйрөтөт. Бул видеодо: Gemini 3.8 Flash чындыгында канча турат, Google хакердик моделин алты жүз элүү өнөктөшкө гана сатат, Метанын он центтик деңгээли жана ал чындыгында канча төлөйт, жана эки компания тең жазбаган бир бенчмарк.

0:59 Бүгүн шаршемби, 2-сентябрь, жана бул The Daily Diff. Gemini 3.8 Flash миллион токен үчүн кирешеге жетимиш беш цент жана чыгашага үч жетимиш беш цент, үч жума мурунку 3.7 Flash сыяктуу, 1-январда баа эки эсеге жогорулайт деген эскертүү менен, бул кошумча кадамдары бар бекер сыноо. Жеңилбес болгон слайд-деск бенчмарктарында, ал 54.9 пайызды көрсөтөт HLE-Verifiedде, X аны Terminal-Benchте Sol жана Opus 5ти жеңет дейт, жана Логан Килпатрик DeepSWEде 73.7 упайды жарыялады, бул бир узак мөөнөттүү

1:29 коддоо бенчмаркы, ал азырынча эсте калган эмес, болжолунда. Саймон Виллисон андан HTMLде сонун нерсе жасоону суранды жана он үч секундада 1.8 центке бөлүкчөлөрдү симуляциясын алды, секундасына алтымыш кадр ылдамдыгында иштеп, анткени алтымыш баракчага катуу коддолгон болчу. Googleдун өз посту 3.8 Flash моделинин жетишкендиктерин бир сүйлөм менен түшүндүрөт: 3.8 Flash көп иштейт. Ал кошумча ой жүгүртүү кадамдарын аткарат, куралдарды кайталанып чакырат, жана, цитата, көбүрөөк токендерди колдонушу мүмкүн, бул корпоративдик тилде эсептегич тезирээк иштейт дегенди билдирет. Көз карандысыз DeepSWE кеңеши эки пунктта тең макул: Flash жетимиш төрт

2:02 пайызды көрсөтөт, тапшырманын наркынын бештен бир бөлүгүндө Opus 5 менен тең, бирок ал жерге жетүү үчүн жүз алтымыш алты кадам жана жүз кырк үч миң чыгарылган токендерди талап кылды, Sol колдонгондон эки эсе көп. Жасалма анализ жүз кырк миллион токенди жана миң жетимиш сегиз долларды аны баалоого эле жумшады. Бир токен үчүн арзан, бир тапшырма үчүн сүйлөмдүү, жана биринчи токен он эки секунд ойлонгондон кийин келет. Андан кийин кызыктуу жарымы.

2:23 Gemini 3.8 Flash Cyber - бул ошол эле модель, коопсуздук рельстери бошотулган, цитата, ишенимдүү коргоочулар үчүн, жана Сундар ал CyberGymде 86.2 пайызга жеткенин айтат, бул аялуу жерлерди автономдуу табуу үчүн бенчмарк. Ал ошондой эле оңдойт: CWE-Benchте 47.2 пайыз, алдыңкы чектелген модель үчүн 47.8ге каршы, Chrome командасы ал оңдоолорду 2.6 эсе көп туура чоңураак коммерциялык моделдерге караганда, жана Googleдун булут изилдөөчүлөрү аны колдонушкан эки сааттын ичинде олуттуу аялуу жерди табуу үчүн, бул жумуш адатта айлар, же бир мотивдүү өспүрүмгө кетет.

2:54 Google эксплуатациядан мурун оңдоону артыкчылыктуу деп эсептегенин талап кылат, бул модель сөзсүз тешиктерден өтө алат дегенди сылык айтуу ыкмасы, алар жөн гана ага суранган эмес. Ошентип, сиз аны ала албайсыз. Кирүү жаңы Fairwind программасы аркылуу ишке ашат: өкмөттөр, критикалык инфраструктура, жана алты жүз элүү текшерилген өнөктөштөр милдеттүү эки факторлуу. Ар бир чек ара лабораториясында сизге сатпай турган хакердик модель бар, жана бул жумада ал арзан.

3:16 Төрт сааттан кийин Meta Muse Spark 1.3 версиясын чыгарды, жана Цук аны чек ара иштешин дээрлик өтө арзан деп атады, бул чын, Менло Парктын чоңдугундагы бир жылдызча менен. Кадимки чекит бир доллар жыйырма беш цент кириш жана төрт жыйырма беш цент чыгыш, Geminiге караганда көп. Катышуучу чекит он цент кириш, жыйырма цент чыгыш, кэшти окуунун баасы центтин бештен бири, жыйырма эсе арзан, жана бирден-бир айырмачылык — биздин продукцияны жакшыртуу үчүн колдонулган деген колонка.

3:40 Ошентип, арзандатуу — бул сиздин сессияңыздын транскрипти, жана бир жолу эч ким лицензияны окуштун кажети жок, анткени Meta лицензияны баалар тизмеси катары жазган. Мыкты комментарий: менин токендеримди уурдоо канчалык баалуу экени азыр толугу менен айкын. Экинчи комментарий кимдир бирөө катышуучунун сунуштары боюнча үйрөтүлгөн моделден AWS ачкычын канча убакытта чыгара алат деп таң калат. Катышуучунун сунуштары боюнча үйрөтүлгөн моделден. Meta'нын өзүнүн баалоосунда, Spark 1.3 DeepSWE боюнча 75.4 балл алат, Sol жана Opus 5тен жогору, жана Meta 1.2ге караганда жыйырма пайызга аз курал чакырууларын

4:06 жана жыйырма беш пайызга аз токендерди колдонот дейт, Googleдан такыр карама-каршы коюмдар, ошондуктан бүгүн жер жүзүндөгү эң ири эки жарнамалык компания көп сүйлөшүү жакшыбы же жокпу деген пикир келишпестикте. көп сүйлөшүү жакшыбы. Ошол эле учурда Trellner Research Perplexityден үч жүз сексен категориядагы мыкты программалык камсыздоону сурап, ар бир цитатаны окуду: 59.8 пайыз эң мыкты жүз миңден тышкаркы сайттардан келген, Wikipedia эң мыкты жүз миңден тышкаркы сайттардан келген, жети жарым миңден үч жолу цитаталанган, жана эки жүз он беш миң эки жүз он беш миң сатып алуу колдонмолорун түзгөн үч бир тууган сайт үй баракчаларын Фактылар жана Негиздөө барагы деп аташкан,

4:34 Фактылар жана Негиздөө барагы деп аташкан, сиз үчүн эмес, краулерге багытталган. AI SEO согушу башталды, жана анын биринчи куралы — маркетинг бюджети бар regex. Бул бир шаршемби үчүн көптөгөн баалар; эгер сиз муну окуганды кааласаңыз, менин айтканымды уккандын ордуна, өзгөртүүлөр сиздин почтаңызга күн сайын эртең менен келет — daily diff dot dev дарегинде акысыз, шилтеме төмөндө. Ошентип, бүгүнкү өкүм: SHIP IT. Gemini 3.8 Flash Google жазбаган бир тактада Opus 5 менен теңешет,

5:00 баанын бештен бирине. Жөн гана токен эсебин окуп, Meta'нын колонка аталыштарын окуңуз. Бүгүнкү айырма ушул. Мен Niko, Axrisiден. Жоопкерчиликтүү түрдө бириктириңиз.

Булактар

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