谷歌刚刚发布了一个黑客模型。以下是差异。
谷歌发布了 Gemini 3.8 Flash(输入每百万 $0.75 / 输出每百万 $3.75,1月1日价格翻倍)和 Gemini 3.8 Flash Cyber——一个漏洞搜寻模型,只卖给 650 家经过审查的“值得信赖的防御者”——四小时后,Meta 发布了 Muse Spark 1.3,其中包含一个每百万 $0.10 的“贡献者”级别,折扣是你的会话记录。
谷歌发布了 Gemini 3.8 Flash(输入每百万 $0.75 / 输出每百万 $3.75,1月1日价格翻倍)和 Gemini 3.8 Flash Cyber——一个漏洞搜寻模型,只卖给 650 家经过审查的“值得信赖的防御者”——四小时后,Meta 发布了 Muse Spark 1.3,其中包含一个每百万 $0.10 的“贡献者”级别,折扣是你的会话记录。我们用两家公司都没有编写的基准测试来检查这两款模型。结论:SHIP IT。
本视频涵盖的内容
- 谷歌发布 Gemini 3.8 Flash + Flash Cyber(86.2% CyberGym,Fairwind Program)
- Meta 发布 Muse Spark 1.3:$1.25/$4.25,如果 Meta 可以用于训练则为 $0.10/$0.20
- 三个网站制作了 215,128 个虚假的“最佳软件”页面;Perplexity 引用了它们
常见问题
Gemini 3.8 Flash 的成本是多少,为什么实际账单可能高于每个令牌的价格?
Gemini 3.8 Flash 的定价为每百万输入令牌 0.75 美元,每百万输出令牌 3.75 美元,脚注称价格将在 1 月 1 日翻倍。谷歌自己的帖子称该模型工作更努力,可能会使用更多令牌。在独立的 DeepSWE 板上,它每个任务需要 166 个步骤和 14.3 万个输出令牌,是 Sol 花费的两倍多。
Gemini 3.8 Flash Cyber 是什么,谁可以使用它?
Gemini 3.8 Flash Cyber 是与 Gemini 3.8 Flash 相同的模型,其安全防护功能针对经过审查的防御者有所放宽。谷歌表示,它在 CyberGym(一个用于自动发现漏洞的基准)上获得了 86.2% 的分数。访问权限通过 Fairwind 计划获得,该计划涵盖政府、关键基础设施和 650 个经过审查的合作伙伴,这些合作伙伴必须使用双因素身份验证。它不向普通大众出售。
Muse Spark 1.3 贡献者级别是什么,折扣让用户付出了什么代价?
Muse Spark 1.3 的标准端点是每百万输入令牌 1.25 美元,输出令牌 4.25 美元,贡献者端点是输入令牌 0.10 美元,输出令牌 0.20 美元。根据 Meta 的定价页面,唯一的区别是更便宜的级别用于改进 Meta 的产品。折扣以会话数据支付,这意味着您发送的提示和代码可以用于训练。
如何操纵 AI 搜索助手引用虚假的软件推荐页面?
Trellner Research 要求 Perplexity 提供 380 个类别的最佳软件,并阅读了每个引用。它发现了三个姐妹网站,包含 215,128 份生成的购买指南,其中 59.8% 的引用来自前十万名之外的网站。这些网站为爬虫程序在其主页上设置了标题。该集将此描述为 AI 搜索优化战争的第一个迹象。
鉴于基准测试和令牌成本,开发人员是否应该采用 Gemini 3.8 Flash?
The Daily Diff 的裁决是 SHIP IT。在独立的 DeepSWE 板上,Gemini 3.8 Flash 与 Opus 5 并驾齐驱,每个任务的成本仅为 Opus 5 的五分之一。该集警告说要仔细阅读令牌账单,因为该模型每个任务使用许多步骤和令牌,并且在选择更便宜的级别之前阅读 Meta 定价上的列标题。
翻译的文字记录
译自英文原版旁白。可用音频和字幕由 YouTube 控制。
0:00 谷歌今天发布了六周内的第三个 Flash 模型, 外加一个经过训练可以进行黑客攻击的版本,四小时后 Meta 发布了一个模型, 如果你允许扎克伯格阅读你的代码,每百万个 token 只需十美分, 因此人工智能价格战现在有了一个网络安全部门。 今天是星期三,差异很大。 Gemini 3.8 Flash 在 Hacker News 上获得了 1100 分, Muse Spark 1.3 多了近 700 分,介于两者之间, 一家研究机构发现了三个网站,发布了 21.5 万个
0:28 虚假的最佳软件页面,纯粹是为了让 Perplexity 引用它们。 今天还有:一篇恳求你坚持使用 Firefox 的帖子获得了 900 分 88 分,Mistral 关于选择退出训练的帮助页面获得了 近 500 分,主要来自发现主权选项的欧洲人 默认情况下会根据你的提示进行训练。 在此视频中:Gemini 3.8 Flash 的实际成本,谷歌的黑客模型 将只出售给 650 个合作伙伴,Meta 的十美分级别及其 实际收费,以及两家公司都没有编写的基准测试。
0:59 今天是 9 月 2 日星期三,这是 The Daily Diff。 Gemini 3.8 Flash 输入每百万 token 75 美分,输出三 75 美分,与三周前的 3.7 Flash 相同, 附注说明价格在 1 月 1 日翻倍, 这是一个额外步骤的免费试用。 在幻灯片基准测试中,它以不败的战绩在 HLE-Verified 上获得了 54.9% 的分数, X 表示它在 Terminal-Bench 上击败了 Sol 和 Opus 5, Logan Kilpatrick 在 DeepSWE 上发布了 73.7 分,这是唯一一个尚未被记住的长期
1:29 编码基准测试, 据称。Simon Willison 要求它用 HTML 制作一个很酷的东西,在 13 秒内获得了 一个粒子模拟,花费 1.8 美分, 以每秒 60 帧的速度运行,因为 60 被硬编码到 页面中。谷歌自己的帖子用一个我愿意裱起来的句子解释了这些收益:3.8 Flash 更努力地工作。它执行额外的推理步骤,迭代调用工具, 并且,引用的话说,可能会使用更多的 token,这在公司内部的意思是计费速度更快。 独立的 DeepSWE 委员会在这两方面都同意:Flash 获得 74 分
2:02 百分之,与 Opus 5 并列,但每项任务的成本只有其五分之一, 但它需要 166 个步骤和 14.3 万个输出 token 才能达到目标, 这比 Sol 花费的两倍还多。 Artificial Analysis 燃烧了 1.4 亿个 token 和 1078 美元 只为了给它评分。 每个 token 便宜,每个任务话多,第一个 token 在思考 12 秒后才出现。 秒的思考。 然后是有趣的一半。
2:23 Gemini 3.8 Flash Cyber 是同一个模型,但为了 引用的话说,“值得信赖的防御者”而放宽了安全限制,Sundar 表示它在 CyberGym 上达到了 86.2%, 这是一个用于自主发现漏洞的基准测试。 它也进行修补:在 CWE-Bench 上达到 47.2%,而领先的 前沿模型为 47.8%,Chrome 团队表示它比更大的商业模型产生了 2.6 倍的正确补丁, 并且谷歌的云研究人员用它在不到两小时内发现了一个关键漏洞, 这项工作通常需要数月,或者一个有动力的青少年。 或者一个有动机的青少年。
2:54 谷歌坚称它优先考虑修复而非利用, 这是客气的说法,意思是这个模型绝对可以通过 漏洞,他们只是要求它不要。 所以你不能拥有它。 访问通过新的 Fairwind Program:政府、 关键基础设施,以及 650 家经过审查的合作伙伴(强制性)。 双重因素。现在每个前沿实验室都拥有一个它们不会卖给你的黑客模型, 而本周它很便宜。
3:16 四小时后,Meta发布了Muse Spark 1.3,扎克伯格称之为前沿 性能,便宜得几乎不计成本,这是真的, 但有一个和门洛帕克一样大的星号。 普通端点是输入1.25美元,输出4.25美元, 比Gemini还贵。 贡献者端点是输入10美分,输出20美分, 缓存读取每美分五分之一,便宜多达二十倍, 而唯一的区别是一栏写着“用于改进我们的产品”。
3:40 所以折扣就是你的会话记录, 而且这一次没有人需要阅读 许可证,因为Meta把许可证写成了一份价目表。 热门评论:现在完全明白窃取我的令牌值多少钱了。 第二条评论想知道,多久会有人从一个 在贡献者提示上训练的模型中提取出AWS密钥。 在Meta自己的记分卡上,Spark 1.3在DeepSWE上获得75.4分, 高于Sol和Opus 5,Meta表示它使用的工具调用减少了20%,
4:06 令牌减少了25%,与1.2版本相比,这与 谷歌的押注正好相反,所以今天地球上最大的两家广告公司在 多说话是不是好事上存在分歧。 与此同时,Trellner Research向Perplexity询问了三百 八十个类别中最好的软件,并阅读了所有引用:59.8%来自 排名前十万之外的网站,维基百科 在七千五百次中被引用了三次, 三个拥有二十一万五千个生成购买指南的姊妹网站将其主页命名为“事实和基础页面”,
4:34 这是给爬虫看的,不是给你看的。 AI SEO战争已经开始,它的第一个武器是带有营销预算的正则表达式。 这周三的价格标签真多;如果你宁愿阅读而不是 听我讲,The Daily Diff每天早上都会发送到你的收件箱——在daily diff.dev免费,链接在下方。 所以,今天的判决:SHIP IT。 Gemini 3.8 Flash在谷歌没有编写的榜单上与Opus 5打平, 价格是五分之一。
5:00 只需阅读令牌账单,并阅读Meta的列标题。 这就是今天的The Daily Diff。 我是Axrisi的Niko。 负责任地合并。 负责任地合并。
来源
- Introducing Gemini 3.8 Flash and 3.8 Flash Cyberblog.google
- Fairwind Programblog.google
- DeepSWE v1.1 leaderboarddeepswe.datacurve.ai
- Artificial Analysis: Gemini 3.8 Flashartificialanalysis.ai
- Muse Spark 1.3 pricingdeveloper.meta.com
- Introducing Muse Spark 1.3research.meta.ai
- Hang on to Your Firefoxwww.newsonaut.com
- Mistral: opting out of traininghelp.mistral.ai
- HN: Gemini 3.8 Flashnews.ycombinator.com
- HN: Muse Spark 1.3news.ycombinator.com
- HN: 215,128 "best software" pagesnews.ycombinator.com



