Google 剛推出一個駭客模型。這是差異分析。

本影片重點

• Google 推出 Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, Fairwind Program)
• Meta 推出 Muse Spark 1.3: $1.25/$4.25，如果 Meta 可以用於訓練則為 $0.10/$0.20
• 三個網站製作了 215,128 個假的「最佳軟體」頁面；Perplexity 引用了它們

翻譯文字稿

譯自英文原版旁白。可用的音訊和字幕由 YouTube 控制。

0:00 Google 今天推出了六週內的第三個 Flash 模型， 加上一個經過訓練可以進行駭客攻擊的版本，四小時後 Meta 推出了一個模型， 如果你讓祖克柏閱讀你的程式碼，每百萬代幣只需十美分， 所以 AI 價格戰現在有了一個網路安全部門。 今天是星期三，差異分析很長。 Gemini 3.8 Flash 在 Hacker News 上獲得了 1100 分， Muse Spark 1.3 多了將近 700 分，在這之間， 一家研究機構發現了三個網站，發布了 21 萬 5 千個

0:28 假的最佳軟體頁面，純粹是為了讓 Perplexity 引用它們。 今天還有：一篇懇求你繼續使用 Firefox 的貼文獲得了 988 分， 而 Mistral 關於選擇退出訓練的幫助頁面獲得了將近 500 分， 主要來自歐洲人發現主權選項預設會根據你的提示進行訓練。 預設會根據你的提示進行訓練。 在這個影片中：Gemini 3.8 Flash 的實際成本，Google 僅出售給 650 個合作夥伴的駭客模型， Meta 的十美分層級以及它實際收費多少，以及兩家公司都沒寫的基準。 Meta 的十美分層級以及它實際收費多少，以及兩家公司都沒寫的基準。

0:59 今天是 9 月 2 日星期三，這是 The Daily Diff。 Gemini 3.8 Flash 輸入每百萬代幣 75 美分，輸出 3.75 美元， 與三週前的 3.7 Flash 相同， 並附註說明價格將在 1 月 1 日翻倍， 這是一個有多餘步驟的免費試用。 在幻燈片基準測試中，這是無可匹敵的，它在 HLE-Verified 上得分 54.9%， X 表示它在 Terminal-Bench 上擊敗了 Sol 和 Opus 5， Logan Kilpatrick 在 DeepSWE 上發布了 73.7 分，這是唯一尚未被記憶的長週期程式碼基準，

1:29 這是唯一尚未被記憶的長週期程式碼基準， 據稱。Simon Willison 要求它用 HTML 製作一個很酷的東西，它在 13 秒內以 1.8 美分的價格完成了一個粒子模擬， 粒子模擬在 13 秒內完成，花費 1.8 美分。 以每秒 60 幀的速度運行，因為 60 是硬編碼到頁面中的。 Google 自己的貼文用一句話解釋了這些增益，我會把它裱起來：3.8 Flash 更努力工作。 它執行額外的推理步驟，迭代呼叫工具， 並且，「可能會使用更多代幣」，這在公司裡意味著計量器跑得更快。 獨立的 DeepSWE 委員會在兩方面都同意：Flash 得分 74%，

2:02 與 Opus 5 並列，但每項任務的成本是五分之一， 但它需要 166 個步驟和 14 萬 3 千個輸出代幣才能達到這個目標， 這是 Sol 消耗的兩倍多。 Artificial Analysis 燃燒了 1 億 4 千萬個代幣和 1078 美元， 只是為了給它評分。 每代幣便宜，每任務囉嗦，而且第一個代幣在思考 12 秒後才出現。 秒後才出現。 然後是有趣的一半。

2:23 Gemini 3.8 Flash Cyber 是相同的模型，但安全防護措施為「受信任防禦者」而放鬆， Sundar 表示它在 CyberGym 上達到 86.2%， 這是自主尋找漏洞的基準。 它也能修補：在 CWE-Bench 上得分 47.2%，而領先的邊界模型得分 47.8%， Chrome 團隊表示它產生了比更大的商業模型多 2.6 倍的正確補丁， Google 的雲端研究人員用它在兩小時內發現了一個關鍵漏洞， 這項工作通常需要數月，或者一個有動機的青少年。 這項工作通常需要數月，或者一個有動機的青少年。

2:54 Google 堅持它優先考慮修復而不是利用， 這是禮貌地說這個模型絕對可以穿過漏洞， 他們只是要求它不要這樣做。 所以你不能擁有它。 存取是透過新的 Fairwind Program 進行：政府、 關鍵基礎設施，以及 650 個經過審查的合作夥伴，必須遵守 雙因素。每個前沿實驗室現在都擁有一個他們不會賣給你的駭客模型， 而這週它很便宜。

3:16 四小時後，Meta 發布了 Muse Spark 1.3，Zuck 稱其為前沿 性能，便宜到幾乎無法計量，這是真的， 但有一個門洛公園大小的星號。 正常端點的輸入是 1.25 美元，輸出是 4.25 美元， 比 Gemini 還多。 貢獻者端點的輸入是 10 美分，輸出是 20 美分， 快取讀取為五分之一美分，便宜高達 20 倍， 而唯一的區別是一個寫著「用於改進我們的產品」的欄位。

3:40 所以折扣就是你的會話紀錄， 而且這次沒人需要閱讀 許可證，因為 Meta 將許可證寫成了價目表。 熱門評論：現在完全清楚我的 tokens 價值多少了。 第二條評論想知道還要多久才會有人從經過貢獻者提示訓練的模型中提取出 AWS 金鑰。 在 Meta 自己的記分卡上，Spark 1.3 在 DeepSWE 上獲得 75.4 分， 高於 Sol 和 Opus 5，Meta 表示它比 1.2 減少了 20% 的工具調用 和 25% 的 tokens，這與 Google 的賭注完全相反，

4:06 所以今天地球上最大的兩家廣告公司在「多說話是否是好事」這個問題上存在分歧。 與 Google 的賭注完全相反， 多說話是好事。 同時，Trellner Research 要求 Perplexity 提供 380 個類別中最好的軟體，並閱讀了每個引用：59.8% 來自前十萬名以外的網站， 同時，Trellner Research 要求 Perplexity 提供 380 個類別中最好的軟體，並閱讀了每個引用：59.8% 來自前十萬名以外的網站， 維基百科在 7500 個引用中被引用了 3 次， 維基百科在 7500 個引用中被引用了 3 次， 三個姐妹網站，有 215000 個生成的購買指南，其首頁標題為「事實與基礎頁面」，

4:34 針對的是爬蟲，而不是你。 針對的是爬蟲，而不是你。 AI SEO 大戰已經開始，它的第一個武器是帶有行銷預算的正規表達式。 對於一個星期三來說，價格標籤太多了；如果你想閱讀而不是聽我說， The Daily Diff 每天早上都會發送到你的收件箱 — 在 thedailydiff.dev 免費，連結在下方。 The Daily Diff 每天早上都會發送到你的收件箱 — 在 thedailydiff.dev 免費，連結在下方。 所以，今天的判決：SHIP IT。 Gemini 3.8 Flash 在 Google 沒有編寫的板子上與 Opus 5 打成平手，

5:00 價格是五分之一。 只要讀懂 token 費用，並閱讀 Meta 的欄位標題。 這就是今天的 The Daily Diff。 我是 Axrisi 的 Niko。 負責任地合併。

來源

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