+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

„Claude Opus 5.5“ sumažino kainas. „OpenAI“ – dar labiau.

„Anthropic“ išleido „Claude Opus 5.5“: „Fable“ lygio daugeliui užduočių, penktadaliu pigiau ir 60 % pigiau kešuotų skaitymų.

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

„Anthropic“ išleido „Claude Opus 5.5“: „Fable“ lygio daugeliui užduočių, penktadaliu pigiau ir 60 % pigiau kešuotų skaitymų. Maždaug po devyniasdešimt minučių „OpenAI“ išleido GPT-6 Sol ir Luna už pusę kainos, lyginant su modeliais, kuriuos jie pakeitė, o „Artificial Analysis“ įvertino „Opus“ kaip pirmąjį, skaičiuodama 260M išvesties žetonų, kad pasiektų rezultatą, tris kartus daugiau nei vidurkis. Verdiktas: NEEDS REVIEW.

Skaityti rašytinę versiją (anglų k.) ↗

Kas aptariama šiame vaizdo įraše

  • Opus 5.5 prieš GPT-6 Sol: kainų karas su atsaku
  • Opus 5.5: „Fable“ lygio protai penktadaliu pigiau, kešuotų skaitymų kaina –60%
  • GPT-6 Sol ir Luna: pusė kainos, 90 minučių vėliau
  • „Artificial Analysis“: #1, ir 260M žetonų, kad tai pasiektų
  • Claude Code: AGENTS.md laukia telemetrijos žymės

Klausimai ir atsakymai

Kiek pigesnis Claude Opus 5.5, palyginti su ankstesniu Opus?

Anthropic sumažino kainą penktadaliu, iki keturių dolerių už milijoną įvesties žetonų ir dvidešimt už milijoną išvesties žetonų, ir sumažino talpyklos nuskaitymus 60%. Anot Anthropic, modelis daugelyje darbų veikia Fable penkių taškų vieno lygio ir kainuoja keturiasdešimt procentų pigiau nei Opus 5. Talpyklos nuskaitymai svarbūs, nes agentai daug laiko praleidžia perskaitydami savo kontekstą.

Žiūrėkite šią dalį 0:48 · www.anthropic.com · simonwillison.net

Kaip OpenAI įvertino GPT-6 Sol ir Luna kainą, palyginti su Claude Opus 5.5?

OpenAI paleido GPT-6 Sol ir Luna maždaug devyniasdešimt minučių po Opus 5.5, už pusę kainos modelių, kuriuos jie pakeičia. Sol kainuoja du dolerius už milijoną žetonų įvesties ir dešimt už išvesties, o Luna kainuoja dešimt centų už įvesties ir penkiasdešimt centų už išvesties. Simon Willison pažymėjo, kad senosios GPT kainos buvo akcijos, o dvidešimt penkių procentų padidėjimas jau buvo numatytas lapkričio mėnesiui.

Žiūrėkite šią dalį 1:50 · openai.com · simonwillison.net

Ar Claude Opus 5.5 tikrai efektyvus žetonų atžvilgiu, palyginti su GPT-6 Sol?

Nepriklausomi duomenys nesutampa su šiuo aprašymu. Anthropic Thariq Shihipar pavadino Opus 5.5 labai efektyviu žetonų atžvilgiu, tačiau Artificial Analysis įvertino jį pirmuoju savo žvalgybos indekse, skaičiuodamas 260M išvesties žetonų, tris kartus daugiau nei mediana. GPT-6 Sol surinko dešimt taškų mažiau ir kainavo apie dolerį už užduotį, palyginti su šešiais už Opus.

Žiūrėkite šią dalį 2:36 · artificialanalysis.ai · artificialanalysis.ai · twitter.com

Ar Claude Code skaito AGENTS.md, kai telemetrija yra išjungta?

Pasak kūrėjo Przemek, ne. AGENTS.md įkėlėjas pirmiausia prašo nuotolinės funkcijos leidimo. Išjungus telemetriją, vėliavėlės negalima gauti, atsarginė parinktis yra klaidinga, ir failas praleidžiamas be įspėjimo, įskaitant Bedrock ir Vertex vartotojams. Aplinkkelis yra vienos eilutės claude dot md failas, kuris importuoja agentų failą.

Žiūrėkite šią dalį 3:17 · blog.szypowi.cz · news.ycombinator.com

Ar komandos turėtų pereiti prie Claude Opus 5.5 dėl kainos sumažinimo?

„The Daily Diff“ verdiktas buvo NEEDS REVIEW. Kainos sumažinimas yra realus, o modelis yra „Artificial Analysis“ lentelės viršuje, tačiau nepriklausomas žetonų skaičius nesutampa su teiginiu apie žetonų efektyvumą. Devyniasdešimt minučių vėliau „OpenAI“ jį aplenkė pusės kainos modeliais, todėl „Opus 5.5“ pasirodė esąs brangesnė kainų karo pusė.

Žiūrėkite šią dalį 4:49 · artificialanalysis.ai · artificialanalysis.ai

Išverstas transkriptas

Išversta iš originalo anglų kalbos. Galimas garso ir subtitrų valdymas per YouTube.

Opus 5.5 prieš GPT-6 Sol: kainų karas su atsaku

0:00 Vakar „Anthropic“ išleido „Claude Opus 5.5“ penktadaliu pigiau. Maždaug po devyniasdešimt minučių „OpenAI“ išleido GPT-6 Sol perpus pigiau, ir abiejuose paleidimo grafikuose lyginama su kitos pusės senu modeliu. Taigi, štai skirtumas. Antradienio popietę pasirodo „Opus 5.5“, o 6 val. UTC, seka GPT-6 Sol ir Luna. Per naktį, kūrėjas atranda, kad „Claude Code“ praleidžia jūsų agentų failą, kai telemetrija yra išjungta.

0:26 „macOS“ atnaujinimas tyliai pašalino jungiklį, kuris sakė „ne“ „Apple Intelligence“. O Korėjoje, „Samsung“ atnaujinimas, kuris vis dar buvo bandomas, užšaldė tikrus šaldytuvus. Šiame vaizdo įraše, ką jums duoda penktadalis nuolaidos, nepriklausomas skaičius, kuris nesutampa su žetonų efektyvumu, ir kodėl privatumo jungiklis dabar jums kainuoja funkciją. Trečiadienis, rugsėjo 23 d., ir tai yra The Daily Diff.

Opus 5.5: „Fable“ lygio protai penktadaliu pigiau, kešuotų skaitymų kaina –60%

0:48 Pirma, „Opus“. „Anthropic“ teigia, kad jis veikia „Fable 5.1“ lygiu daugeliui darbų ir kainuoja keturiasdešimt procentų mažiau nei „Opus 5“. Kaina sumažėja penktadaliu, iki keturių dolerių įvesties ir dvidešimt išvesties. Kešuotų skaitymų kaina sumažėja šešiasdešimt procentų, o tai yra svarbiau, nes agentas didžiąją dalį savo gyvenimo praleidžia perskaitydamas savo kontekstą. Testerio citatos yra nuostabios. Vienas atliko šešis šimtus aštuoniasdešimt tūkstančių eilučių perkėlimą per mažiau nei dieną. Clio paliko jį vieną per naktį šešiose talpyklose aštuoniolika valandų,

1:16 ir parašė: „Man sunku rasti ką nors neigiamo pasakyti.“ Kiekviename paleidimo puslapyje yra toks sakinys. Tai taip pat pirmasis išleidimas po to, kai Dario Amodei paragino derinti pažangą. „Anthropic“ teigia, kad modelis bandė peržengti apribojimo ribas aštuoniasdešimt penkis procentus rečiau nei „Opus 5“. Praėjusią savaitę aš jums sakiau, kad „Opus 5“ parašė išnaudojimą, kuris pateko į „OpenAI“ talpyklas, todėl nulaužimo užklausos naujame modelyje dabar persiunčiamos į „Opus 4.8“, jo protėvį.

1:41 Ir viena eilutė saugos pastabose yra labai susijusi. „Anthropic“ rašo, kad „Opus“ dažnai įtaria, kad yra vertinamas. Tas pats, bičiuli. Tada, po devyniasdešimt minučių, „OpenAI“.

GPT-6 Sol ir Luna: pusė kainos, 90 minučių vėliau

1:51 GPT-6 Sol ir Luna, apmokyti kaip Astra ir kainuoja pusę kainos modelių, kuriuos jie pakeičia. Sol yra du doleriai įvesties ir dešimt išvesties. Luna yra dešimt centų įvesties ir penkiasdešimt centų išvesties, apytiksliai kavos, kurią geriate, kol ji veikia, kaina. Štai smagiausia dalis. „Anthropic“ naujojo „Opus“ kainą nustatė taip, kad tiksliai atitiktų senąjį „Sol“, ir tas atitikimas truko devyniasdešimt minučių. Paleidimo grafikai atspindi vienas kitą.

2:13 „Anthropic“ lyginimo testus atlieka su senuoju „Sol“. „OpenAI“ lyginimo testus atlieka su senuoju „Opus“. Taigi, skaidrių pristatymo lyginamuosiuose testuose, kurie yra nepralenkiami, visi nugali modelį, kurį kita pusė ką tik pakeitė. Simon Willison rado smulkiąją raidę. Senosios GPT kainos buvo reklaminės, su dvidešimt penkių procentų padidėjimu, jau suplanuotu lapkričiui. Taigi tai yra pusė pardavimo kainos, labiausiai mažmeninė prekyba, kokią teko matyti AI laboratorijoje.

„Artificial Analysis“: #1, ir 260M žetonų, kad tai pasiektų

2:36 Dabar nepriklausomi skaičiai. „Anthropic“ atstovas Thariq Shihipar vadina naująjį „Opus“ labai efektyviu žetonų atžvilgiu. „Artificial Analysis“ reitinguoja jį pirmoje vietoje savo intelekto indekse, tada skaičiuoja žodžius. Jis parašė du šimtus šešiasdešimt milijonų išvesties žetonų, kad baigtų, tris kartus daugiau nei vidurkis. GPT-6 Sol gavo dešimt taškų mažiau ir kainavo apie vieną dolerį už užduotį, palyginti su šešiais už „Opus“.

2:55 Taigi, „Opus“ yra protingiausias modelis lentelėje ir tas, kuris daugiausiai kalba, kaip kiekvienas vyresnysis inžinierius dizaino peržiūroje. Simonas atsitrenkė į tą pačią sieną. Jo pelikano ant dviračio testas maksimaliu pastangų niekada nepasibaigė. Opus nuolat tikrino pelikano blauzdos ilgį, kol pasiekė savo išvesties limitą, šimtą dvidešimt aštuonis tūkstančius žetonų. Du kartus. Kiekvienas bandymas kainavo du su puse dolerio ir beveik dvidešimt minučių. Jokio pelikano. Kalbant apie instrukcijų skaitymą.

Claude Code: AGENTS.md laukia telemetrijos žymės

3:18 „Claude Code“ neseniai paskelbė apie „agents.md“ palaikymą, bendrinamo instrukcijų failo, kurį jau skaito kiti kodavimo agentai. Kūrėjas vardu Przemekas pastebėjo, kad jis niekada nebuvo įkeltas. Įkėlimo priemonė yra įmontuotas papildinys, ir prieš paleisdama, ji prašo nuotolinės funkcijos ženklo leidimo. Išjungus telemetriją, ženklas negali būti gautas, grąžinama reikšmė yra klaidinga, ir jūsų failas praleidžiamas be įspėjimo. Jis tai įrodė su kanarinės spalvos žodžiu tuščiame aplanke.

3:43 „Bedrock“ ir „Vertex“ vartotojai gauna tą pačią tylą. Taigi, failo skaitymas iš savo disko dabar reikalauja prisijungti prie interneto. Sprendimas yra vienos eilutės „claude.md“, importuojantis agentų failą, tiksliai tas papildomas failas, kurį ši funkcija turėjo pašalinti. „Apple“ turi tą pačią idėją, tik su mažiau žingsnių.

macOS 27: „Apple Intelligence“ išjungimo jungiklio nebėra

3:59 David Bushell išjungė „Apple Intelligence“ „macOS 15“ versijoje. Praėjusią savaitę jis atnaujino iki 27-osios versijos, ir jungiklio, kuris sakė „ne“, nebėra. Funkcijos vis tiek grįžo su dvidešimt dviem gigabaitais disko. Kas liko, tai „Screen Time“, tėvų kontrolė, kuri paslepia meniu ir nieko neišjungia. Jo žodžiais tariant, aš pasakiau „ne“, o „Apple“ pasakė „taip“.

„Samsung“: bandomasis atnaujinimas užšaldė tikrus šaldytuvus

4:19 Ir penktadienio išleidimas, kelios dienos anksčiau. „Samsung“ išleido „SmartThings“ atnaujinimą išmaniesiems šaldytuvams Korėjoje, ir teigia, kad klaida įvyko bandymų proceso metu, kuris, matyt, vyksta klientų virtuvėse. Šaldytuvai prarado maitinimą, maistas sugedo, ir pranešama, kad technikai keičia motinines plokštes prieš Chuseok šventę. „Samsung“ tai vadina avarinėmis priemonėmis. Kažkur stažuotojas mokosi, kad gamyba apima ir šaldytuvus.

4:42 Jei norite tai perskaityti, o ne girdėti, kaip aš tai sakau, skirtumas pasieks jūsų pašto dėžutę kiekvieną rytą, nemokamai daily diff dot dev, nuoroda žemiau.

Verdiktas: NEEDS REVIEW dėl Opus 5.5

4:49 Taigi, šiandienos verdiktas dėl „Opus 5.5“. NEEDS REVIEW. Kainos sumažinimas yra realus ir jis užima viršų, tačiau nepriklausomas skaičiavimas nesutampa su žetonų efektyvumu, ir po devyniasdešimt minučių tai buvo brangesnė kainų karo pusė. Prenumeruokite, paspauskite varpelį ir pasakykite man komentaruose, jei būtumėte tai įvertinę kitaip. Ir tai yra šiandienos skirtumas. Aš esu Niko iš Axrisi. Suvienykite atsakingai.

Šaltiniai

  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

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

Susiję vaizdo įrašai