Google щойно випустив модель для злому. Ось відмінність.

Що охоплює це відео

• Google випускає Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, програма Fairwind)
• Meta випускає Muse Spark 1.3: $1.25/$4.25, або $0.10/$0.20, якщо Meta може навчатися на ній
• Три сайти створили 215 128 фейкових сторінок «найкращого програмного забезпечення»; Perplexity посилається на них

Перекладена стенограма

Перекладено з оригінальної англійської розповіді. Доступне аудіо та субтитри контролюються YouTube.

0:00 Сьогодні Google випустив свою третю модель Flash за шість тижнів, плюс версію, навчену для злому, а через чотири години Meta випустила модель, яка коштує десять центів за мільйон токенів, якщо ви дозволите Цукербергу читати ваш код, тож війна цін на ШІ тепер має підрозділ кібербезпеки. Середа, і The Daily Diff довгий. Gemini 3.8 Flash набрав одинадцять сотень балів на Hacker News, Muse Spark 1.3 набрав майже на сімсот більше, а між ними, дослідницька лабораторія виявила три веб-сайти, які опублікували двісті п'ятнадцять тисяч

0:28 фейкових сторінок з найкращим програмним забезпеченням, виключно для того, щоб Perplexity посилався на них. Також сьогодні: допис, що благає вас триматися за свій Firefox, набрав дев'ять сотень вісімдесят вісім балів, а сторінка довідки Mistral щодо відмови від навчання набрала майже п'ятсот, здебільшого від європейців, які виявили, що суверенний варіант за замовчуванням навчається на ваших підказках. У цьому відео: скільки насправді коштує Gemini 3.8 Flash, модель злому, яку Google продаватиме лише шістьомстам п'ятдесяти партнерам, десятицентовий рівень Meta та що вона насправді стягує, і один бенчмарк, який не писала жодна компанія.

0:59 Сьогодні середа, 2 вересня, і це The Daily Diff. Gemini 3.8 Flash коштує сімдесят п'ять центів за мільйон вхідних токенів і три сімдесят п'ять вихідних, так само як 3.7 Flash три тижні тому, з виноскою, що ціна подвоюється 1 січня, що є безкоштовною пробною версією з додатковими кроками. На бенчмарках зі слайдів, які є неперевершеними, він набирає 54.9 відсотка на HLE-Verified, X каже, що він перевершує Sol та Opus 5 на Terminal-Bench, а Логан Кілпатрік опублікував 73.7 на DeepSWE, єдиному довгостроковому

1:29 бенчмарку кодування, який ще не запам'ятали, нібито. Саймон Віллісон попросив його створити щось цікаве в HTML і отримав симуляцію частинок за тринадцять секунд за 1.8 цента, працюючи зі шістдесятьма кадрами в секунду, тому що шістдесят були жорстко закодовані в сторінку. Власний допис Google пояснює досягнення реченням, яке я б обрамив: 3.8 Flash працює старанніше. Він виконує додаткові кроки міркування, ітеративно викликає інструменти, і, цитую, може використовувати більше токенів, що корпоративною мовою означає, що лічильник працює швидше. Незалежна рада DeepSWE погоджується з обома пунктами: Flash набирає сімдесят чотири

2:02 відсотки, зрівнявшись з Opus 5 за п'яту частину вартості за завдання, але йому знадобилося сто шістдесят шість кроків та сто сорок три тисячі вихідних токенів, щоб досягти цього, що більш ніж удвічі перевищує те, що витратив Sol. Artificial Analysis спалив сто сорок мільйонів токенів та тисячу сімдесят вісім доларів, лише щоб оцінити його. Дешевий за токен, балакучий за завдання, і перший токен надходить після дванадцяти секунд обдумування. Далі цікава половина.

2:23 Gemini 3.8 Flash Cyber — це та сама модель з послабленими запобіжними механізмами для, цитую, довірених захисників, і Сундар каже, що вона досягає 86.2 відсотка на CyberGym, бенчмарку для автономного пошуку вразливостей. Він також виправляє: 47.2 відсотка на CWE-Bench проти 47.8 для провідної передової моделі, команда Chrome каже, що вона створила в 2.6 рази більше правильних виправлень, ніж набагато більші комерційні моделі, а хмарні дослідники Google використали її для виявлення критичної вразливості менш ніж за дві години, завдання, яке зазвичай займає місяці, або одного мотивованого підлітка.

2:54 Google наполягає, що вони пріоритизували виправлення над експлуатацією, що є ввічливим способом сказати, що модель абсолютно може проходити через діри, вони просто попросили її цього не робити. Тож ви не можете її отримати. Доступ здійснюється через нову програму Fairwind: уряди, критична інфраструктура та шістсот п'ятдесят перевірених партнерів з обов'язковими двофакторна. Кожна передова лабораторія тепер володіє моделлю хакерства, яку вам не продадуть, і цього тижня це дешева модель.

3:16 Через чотири години Meta випустила Muse Spark 1.3, і Цук назвав її передовою продуктивністю, майже занадто дешевою для обліку, що є правдою, з однією зірочкою розміром з Менло-Парк. Звичайна кінцева точка коштує долар двадцять п'ять вхід і чотири двадцять п'ять вихід, більше, ніж Gemini. Кінцева точка для контриб'юторів коштує десять центів вхід, двадцять центів вихід, читання кешу за п'яту частину цента, до двадцяти разів дешевше, і єдина відмінність — це стовпець, який говорить: «використовується для покращення наших продуктів».

3:40 Отже, знижка — це ваш транскрипт сесії, і цього разу нікому не потрібно читати ліцензію, тому що Meta написала ліцензію як прайс-лист. Найпопулярніший коментар: тепер абсолютно очевидно, скільки коштує крадіжка моїх токенів. Другий коментар дивується, скільки часу пройде, доки хтось не витягне ключ AWS з моделі, навченої на підказках контриб'юторів. За власною оцінкою Meta, Spark 1.3 отримує 75.4 бали на DeepSWE, вище Sol та Opus 5, і Meta заявляє, що він використовує на двадцять відсотків менше викликів інструментів

4:06 і на двадцять п'ять відсотків менше токенів, ніж 1.2, що є абсолютно протилежною ставкою від Google, тому сьогодні дві найбільші рекламні компанії на землі не погоджуються щодо того, чи добре більше розмовляти. Тим часом Trellner Research запитала Perplexity про найкраще програмне забезпечення в трьохстах вісімдесяти категоріях і прочитала кожне посилання: 59.8 відсотка походили з сайтів за межами топ-ста тисяч, Вікіпедія була цитована тричі з семи з половиною тисяч, а три сестринські сайти з двомастами п'ятнадцятьма тисячами

4:34 створених посібників з покупки називають свої домашні сторінки «Факти та Обґрунтування», адресовані краулеру, а не вам. Війна ШІ-SEO розпочалася, і її першою зброєю є регулярні вирази з маркетинговим бюджетом. Це багато цінників для однієї середи; якщо ви бажаєте прочитати це, а не чути, як я це кажу, The Daily Diff надходить на вашу поштову скриньку щоранку — безкоштовно на daily diff.dev, посилання нижче. Отже, сьогоднішній вердикт: SHIP IT. Gemini 3.8 Flash зрівнюється з Opus 5 на одній дошці, яку Google не писав,

5:00 за п'яту частину ціни. Просто прочитайте рахунок за токени і прочитайте заголовки стовпців Meta. Це сьогоднішній The Daily Diff. Я Ніко з Axrisi. Об'єднуйте відповідально.

Джерела

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