Google yangi xakerlik modelini chiqardi. Mana farqi.

Bu video nimani qamrab oladi

• Google Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, Fairwind dasturi) modelini chiqardi.
• Meta Muse Spark 1.3 modelini chiqardi: 1.25$/4.25$, yoki agar Meta undan maʼlumot oʻqisa, 0.10$/0.20$.
• Uchta sayt 215,128 ta soxta "eng yaxshi dasturiy taʼminot" sahifalarini yaratdi; Perplexity ularga havolalar beradi.

Tarjima qilingan transkript

Asl inglizcha hikoyadan tarjima qilingan. Mavjud audio va subtitrlar YouTube tomonidan boshqariladi.

0:00 Google bugun olti hafta ichida uchinchi Flash modelini chiqardi, shuningdek, xakerlikka o'rgatilgan versiyasini ham, va to'rt soatdan keyin Meta bir model chiqardi agar siz Zuckerbergga kodingizni o'qishga ruxsat bersangiz, har million token uchun o'n sent turadi, shunday qilib, AI narxlar urushi endi kiberxavfsizlik bo'limiga ega. Chorshanba, va farq katta. Gemini 3.8 Flash Hacker Newsda ming bir yuz ball to'pladi, Muse Spark 1.3 deyarli yuzga yaqin ko'proq oldi, va bu orada, tadqiqot markazi ikki yuz o'n besh mingta nashr etgan uchta veb-saytni topdi

0:28 soxta eng yaxshi dasturiy ta'minot sahifalari faqat Perplexity ularga havola berishi uchun. Bugun yana: Firefoxingizni ushlab turishingizni so'ragan post to'qqiz yuz sakson sakkiz ball oldi, va Mistralning treningdan voz kechish bo'yicha yordam sahifasi deyarli besh yuz oldi, asosan evropaliklar suveren variantni topishlari natijasida sukut bo'yicha sizning so'rovlaringiz bo'yicha o'qitiladi. Ushbu videoda: Gemini 3.8 Flash aslida qancha turadi, Google kompaniyasining xakerlik modeli faqat olti yuz ellik hamkorga sotiladi, Meta’ning o‘n sentlik darajasi va u nima haqiqatda to'laydi, va hech bir kompaniya yozmagan yagona mezon.

0:59 Bugun chorshanba, 2-sentabr, va bu The Daily Diff. Gemini 3.8 Flash million token uchun kirishda yetmish besh sent va uch yetmish besh sent chiqishda, xuddi uch hafta oldingi 3.7 Flash bilan bir xil, izoh bilan aytilishicha, narx 1-yanvardan ikki barobar oshadi, bu qo'shimcha bosqichlar bilan bepul sinov. Slid-dek mezonlarida, ular mag'lub bo'lmagan, u 54.9 foiz ball to'playdi HLE-Verifiedda, X aytadiki, u Sol va Opus 5ni Terminal-Benchda mag'lub etadi, va Logan Kilpatrick DeepSWEda 73.7 ball joylashtirdi, bu yagona uzoq muddatli

1:29 kodlash benchmarki hali yodlanmagan, taxminlarga ko'ra. Simon Willison uni HTMLda ajoyib narsa qilishni so'radi va oldi o'n uch soniyada 1.8 sentga zarrachalar simulyatsiyasi, sekundiga oltmish kadr tezligida ishlayapti, chunki oltmish qattiq kodlangan edi sahifaga. Google’ning oʻz postida bu oʻsishlarni men ramkaga soladigan gap bilan izohlanadi: 3.8 Flash ko'proq ishlaydi. U qo'shimcha mantiqiy bosqichlarni bajaradi, vositalarni iterativ ravishda chaqiradi, va, iqtibos, ko'proq tokenlardan foydalanishi mumkin, bu esa hisoblagich tezroq ishlaydi degan korporativ tilda. Mustaqil DeepSWE kengashi ikkala jihatdan ham rozi: Flash yetmish toʻrt ball oladi

2:02 foiz, Opus 5 bilan bir xil, lekin vazifa uchun narxining beshdan bir qismiga, lekin u yerga yetish uchun bir yuz oltmish olti qadam va bir yuz qirq uch ming chiqish tokenlari kerak bo'ldi, bu Sol sarflaganidan ikki barobar ko'p. Sun'iy tahlil yuz qirq million token va ming yetmish sakkiz dollar sarfladi, faqat uni baholash uchun. Token bo'yicha arzon, vazifa bo'yicha sergap, va birinchi token o'n ikki soniya o'ylagandan keyin keladi. Keyin qiziqarli yarmi.

2:23 Gemini 3.8 Flash Cyber xuddi shu model bo'lib, xavfsizlik panjaralari bo'shatilgan, iqtibos, ishonchli himoyachilar uchun, va Sundar aytadiki, u CyberGymda 86.2 foizga etadi, zaifliklarni avtonom tarzda topish uchun mezon. U shuningdek tuzatadi: CWE-Benchda 47.2 foiz, yetakchi uchun 47.8 foizga qarshi chegara modeli, Chrome jamoasi aytdiki, u ancha kattaroq tijorat modellariga qaraganda 2.6 barobar ko'proq to'g'ri patchlar ishlab chiqardi, va Google bulut tadqiqotchilari uni ishlatib, ikki soatdan kamroq vaqt ichida muhim zaiflikni topishdi, bu ish odatda oylar, yoki bitta g'ayratli o'smirga ketadi.

2:54 Google ekspluatatsiya qilishdan ko'ra tuzatishga ustuvor ahamiyat berganini ta'kidlaydi, bu model teshiklar orqali mutlaqo o'tishi mumkinligini aytishning odobli usuli, ular faqat uni qilmaslikni so'rashdi. Shuning uchun siz uni ololmaysiz. Kirish yangi Fairwind dasturi orqali amalga oshiriladi: hukumatlar, muhim infratuzilma va olti yuz ellikta tekshirilgan hamkorlar majburiy ikki faktorli. Har bir chegara laboratoriyasi endi sizga sotmaydigan buzish modeliga ega, va bu hafta u arzon model.

3:16 To'rt soat o'tgach, Meta Muse Spark 1.3 ni chiqardi va Zuk uni chegaraviy deb atadi deyarli o'lchash uchun juda arzon ishlash, bu to'g'ri, Menlo Park kattaligidagi bitta yulduzcha bilan. Oddiy yakuniy nuqta kirish uchun bir dollar yigirma besh va chiqish uchun to'rt dollar yigirma besh sent, Gemini dan ko'proq. Kontributor yakuniy nuqtasi kirish uchun o'n sent, chiqish uchun yigirma sent, keshni o'qish sentning beshdan bir qismida, yigirma martagacha arzonroq, va yagona farq – mahsulotlarimizni yaxshilash uchun ishlatilgan deb yozilgan ustun.

3:40 Shunday qilib, chegirma sizning sessiya transkriptingizdir, va bir marta hech kim litsenziyani o'qishi shart emas, chunki Meta litsenziyani narxlar ro'yxati sifatida yozgan. Eng yaxshi sharh: tokenlarimni o'g'irlash qanchalik qimmat ekanligi endi butunlay aniq. Ikkinchi sharh, kontributor so'rovlari bo'yicha o'qitilgan modeldan kimdir qachongacha AWS kalitini chiqarib ololmasligini qiziqtiradi. kontributor so'rovlari bo'yicha o'qitilgan modeldan AWS kalitini chiqarib olishi mumkin. Meta o'zining ko'rsatkichlarida Spark 1.3 DeepSWE da 75.4 ball oladi, Sol va Opus 5 dan yuqori, va Meta 1.2 dan yigirma foiz kamroq asbob chaqiruvlari

4:06 va yigirma besh foiz kamroq tokenlardan foydalanishini aytadi, bu Google dan mutlaqo teskari garov, shuning uchun bugun yer yuzidagi eng yirik ikkita reklama kompaniyasi ko'proq gapirish yaxshimi yoki yo'qligi haqida bahslashadi. ko'proq gapirish yaxshimi yoki yo'qligi haqida bahslashadi. Ayni paytda Trellner Research Perplexity dan uch yuz sakson toifadagi eng yaxshi dasturiy ta'minotni so'radi va har bir iqtibosni o'qidi: 59.8 foizi eng yaxshi yuz minglikdan tashqaridagi saytlardan kelgan, Vikipediya eng yaxshi yuz minglikdan tashqaridagi saytlardan kelgan, Vikipediya etti yarim mingdan uch marta iqtibos keltirilgan, va ikki yuz o'n besh mingta generatsiya qilingan xarid qilish qo'llanmalari bo'lgan uchta qardosh sayt o'z bosh sahifalarini Facts and Grounding Page deb nomlashgan,

4:34 qidiruv tizimiga, sizga emas, balki qidiruv tizimiga yo'naltirilgan. qidiruv tizimiga, sizga emas, balki qidiruv tizimiga yo'naltirilgan. AI SEO urushi boshlandi va uning birinchi quroli marketing byudjeti bilan regexdir. Bu bir chorshanba uchun juda ko'p narx yorliqlari; agar buni o'qishni afzal ko'rsangiz, har kuni ertalab The Daily Diff sizning pochta qutingizga keladi — daily diff.dev saytida bepul, havolasi quyida. Shunday qilib, bugungi hukm: SHIP IT. Gemini 3.8 Flash Opus 5 bilan Google yozmagan bitta taxtada durang o'ynaydi,

5:00 narxining beshdan bir qismiga. Faqat token hisobini o'qing va Meta ustun sarlavhalarini o'qing. Bu bugungi The Daily Diff. Men Axrisi'dan Nikoman. Mas'uliyat bilan birlashtiring.

Manbalar

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