Claude Opus 5.5 znižal cene. OpenAI znižal še globlje.

Kaj zajema ta videoposnetek

• Opus 5.5 proti GPT-6 Sol: cenovna vojna s povratnim dvobojem
• Opus 5.5: Fable možgani s petino popusta, preberi predpomnilnik −60%
• GPT-6 Sol in Luna: polovična cena, 90 minut kasneje
• Umetna analiza: #1, in 260M žetonov za dosego tega
• Claude Code: AGENTS.md čaka na zastavico telemetrije

Preveden prepis

Prevedeno iz izvirnega angleškega pripovedovanja. Razpoložljivi zvok in podnapisi so nadzorovani s strani YouTuba.

Opus 5.5 proti GPT-6 Sol: cenovna vojna s povratnim dvobojem

0:00 Včeraj je Anthropic lansiral Claude Opus pet pika pet s petino popusta. Približno devetdeset minut kasneje je OpenAI lansiral GPT šest Sol s polovično ceno, in oba grafika lansiranja se primerjata s starim modelom druge strani. Torej, tukaj je razlika. Torek popoldne, Opus pet pika pet pristane, in ob šestih UTC, sledita GPT šest Sol in Luna. Čez noč razvijalec ugotovi, da Claude Code preskoči vašo datoteko agentov, ko je telemetrija izklopljena.

0:26 Nadgradnja macOS je tiho odstranila stikalo, ki pravi ne Apple Intelligence. In v Koreji je posodobitev Samsunga, ki je bila še v testiranju, zamrznila prave hladilnike. V tem videu, kaj vam kupi petina popusta, neodvisno štetje, ki se ne strinja z učinkovitostjo žetonov, in zakaj vas stikalo za zasebnost zdaj stane funkcijo. Sreda je, 23. september, in to je The Daily Diff.

Opus 5.5: Fable možgani s petino popusta, preberi predpomnilnik −60%

0:48 Najprej, Opus. Anthropic pravi, da deluje na ravni Fable pet pika ena pri večini dela in stane štirideset odstotkov manj za delovanje kot Opus pet. Cena nalepke pade za petino, na štiri dolarje not in dvajset ven. Predpomnjeni preberi padejo za šestdeset odstotkov, kar je bolj pomembno, ker agent večino svojega življenja prebira lastni kontekst. Citati preizkuševalcev so sijajni. Eden je izvedel selitev šeststoosemdeset tisoč vrstic v manj kot enem dnevu. Clio ga je pustil samega čez noč čez šest skladišč za osemnajst ur,

1:16 in je napisal, Borim se, da bi našel kaj negativnega za povedati. Vsaka stran za zagon ima ta stavek. To je tudi prva izdaja, odkar je Dario Amodei pozval k določanju tempa na meji. Anthropic pravi, da je model poskušal prečkati meje zadrževanja petinosemdeset odstotkov manj pogosto kot Opus pet. Prejšnji teden sem vam povedal, da je Opus pet napisal izkoriščanje, ki je prišlo v OpenAI-jeva skladišča, tako da se zahteve za vdore na novem modelu zdaj preusmerijo na Opus štiri pika osem, njegov dedek.

1:41 In ena vrstica v varnostnih opombah je zelo povezana. Anthropic piše, da Opus pogosto sumi, da ga ocenjujejo. Enako, prijatelj. Potem, devetdeset minut kasneje, OpenAI.

GPT-6 Sol in Luna: polovična cena, 90 minut kasneje

1:51 GPT šest Sol in Luna, usposobljena kot Astra in po polovični ceni modelov, ki jih nadomeščata. Sol je dva dolarja not in deset ven. Luna je deset centov not in petdeset centov ven, približno cena kave, ki jo pijete medtem ko deluje. Tukaj je zabaven del. Anthropic je novi Opus cenil tako, da se natančno ujema s starim Solom, in to ujemanje je trajalo devetdeset minut. Grafi lansiranja se zrcalijo.

2:13 Anthropic se primerja s starim Solom. OpenAI se primerja s starim Opusom. Tako na primerjalnih testih diapozitivov, ki so nepremagljivi, vsi premagajo model, ki ga je druga stran pravkar nadomestila. Simon Willison je našel drobni tisk. Stare cene GPT so bile promocijske, s petindvajset odstotnim povečanjem, ki je bilo že načrtovano za november. Torej je polovična cena od prodajne cene, kar je najbolj maloprodajna stvar, ki jo je naredil AI laboratorij.

Umetna analiza: #1, in 260M žetonov za dosego tega

2:36 Zdaj neodvisne številke. Anthropicov Thariq Shihipar imenuje novi Opus zelo učinkovit z žetoni. Umetna analiza ga uvršča na prvo mesto na svojem indeksu inteligence, nato pa prešteje besede. Napisal je dvesto šestdeset milijonov izhodnih žetonov, da je končal, trikrat več kot mediana. GPT šest Sol je dosegel deset točk manj in stal približno en dolar na nalogo, proti šestim za Opus.

2:55 Opus je torej najpametnejši model na plošči in tisti, ki največ govori, kot vsak višji inženir na pregledu dizajna. Simon je naletel na isto steno. Njegov test pelikana na kolesu pri največjem naporu se ni nikoli vrnil. Opus je nenehno preverjal dolžino golenice pelikana, dokler ni dosegel svoje izhodne meje, sto osemindvajset tisoč žetonov. Dvakrat. Vsak poskus je stal dva in pol dolarja in skoraj dvajset minut. Brez pelikana. Govorimo o branju navodil.

Claude Code: AGENTS.md čaka na zastavico telemetrije

3:18 Claude Code je nedavno napovedal podporo za agents.md, datoteko skupnih navodil, ki jo drugi kodirni agenti že berejo. Razvijalec po imenu Przemek je opazil, da se nikoli ni naložila. Nalagatelj je vgrajen vtičnik, in preden se zažene, zahteva dovoljenje pri oddaljeni funkcijski zastavici. Z izklopljeno telemetrijo zastavice ni mogoče pridobiti, rezervna je napačna, in vaša datoteka je preskočena brez opozorila. To je dokazal z besedo 'kanarček' v prazni mapi.

3:43 Uporabniki Bedrock in Vertex dobijo enako tišino. Tako branje datoteke z lastnega diska zdaj zahteva klic domov. Rešitev je enovrstični claude.md, ki uvozi datoteko agentov, točno dodatna datoteka, ki naj bi jo ta funkcija odstranila. Apple ima isto idejo z manj koraki.

macOS 27: stikalo za izklop Apple Intelligence je izginilo

3:59 David Bushell je izklopil Apple Intelligence na macOS petnajst. Prejšnji teden je nadgradil na sedemindvajset, in stikalo, ki je reklo ne, je izginilo. Funkcije so se vseeno vrnile, z dvaindvajset gigabajtov diska. Ostaja Screen Time, starševski nadzor, ki skrije menije in nič ne izklopi. Po njegovih besedah sem rekel ne, in Apple je rekel da.

Samsung: poskusna posodobitev je zamrznila prave hladilnike

4:19 In petkova postavitev, nekaj dni prej. Samsung je poslal posodobitev SmartThings pametnim hladilnikom v Koreji, in pravi, da se je napaka zgodila med postopkom testiranja, ki se očitno izvaja v kuhinjah strank. Hladilniki so izgubili moč, hrana se je pokvarila, in tehniki naj bi menjali matične plošče pred praznikom Chuseok. Samsung to imenuje izredne razmere. Nekje se pripravnik uči, da proizvodnja vključuje hladilnike.

4:42 Če bi raje prebrali to kot slišali, kako to govorim, diff pristane v vašem nabiralniku vsako jutro, brezplačno na the daily diff dot dev, povezava spodaj.

Razsodba: NEEDS REVIEW za Opus 5.5

4:49 Torej, današnja razsodba o Opusu pet pika pet. NEEDS REVIEW. Znižanje cen je resnično in je na vrhu lestvice, vendar se neodvisno štetje ne strinja z učinkovitostjo žetonov, in devetdeset minut kasneje je bil dražja polovica cenovne vojne. Naročite se, kliknite zvonec in mi v komentarjih povejte, če bi to označili drugače. In to je razlika za danes. Sem Niko iz Axrisi. Združujte odgovorno.

Viri

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