Google hat gerade ein Hacking-Modell ausgeliefert. Hier ist der Unterschied.

Was dieses Video behandelt

• Google liefert Gemini 3.8 Flash + Flash Cyber (86,2 % CyberGym, Fairwind Program)
• Meta liefert Muse Spark 1.3: 1,25 $/4,25 $, oder 0,10 $/0,20 $, wenn Meta darauf trainieren darf
• Drei Websites erstellten 215.128 gefälschte "beste Software"-Seiten; Perplexity zitiert sie

Übersetztes Transkript

Aus der englischen Originalerzählung übersetzt. Verfügbare Audio- und Untertitel werden von YouTube gesteuert.

0:00 Google hat heute sein drittes Flash-Modell in sechs Wochen ausgeliefert, plus eine Version, die zum Hacken trainiert wurde, und vier Stunden später hat Meta ein Modell ausgeliefert, das zehn Cent pro Million Tokens kostet, wenn Sie Zuckerberg erlauben, Ihren Code zu lesen, so hat der KI-Preiskrieg jetzt eine Cybersicherheitsabteilung. Es ist Mittwoch, und der Unterschied ist lang. Gemini 3.8 Flash erreichte elftausend Punkte auf Hacker News, Muse Spark 1.3 erhielt fast siebenhundert mehr, und dazwischen fand ein Forschungslabor drei Websites, die zweihundertfünfzehntausend

0:28 gefälschte beste-Software-Seiten veröffentlichten, rein damit Perplexity sie zitieren würde. Auch heute: Ein Beitrag, der Sie anflehte, Ihr Firefox zu behalten, erhielt neunhundert achtundachtzig Punkte, und Mistrals Hilfeseite zum Opt-out des Trainings erhielt fast fünfhundert, hauptsächlich von Europäern, die die souveräne Option entdeckten, die standardmäßig auf Ihren Prompts trainiert. In diesem Video: Was Gemini 3.8 Flash tatsächlich kostet, das Hacking-Modell, das Google nur an sechshundertfünfzig Partner verkaufen wird, Metas Zehn-Cent-Stufe und was es wirklich berechnet, und der eine Benchmark, den keine der Firmen geschrieben hat.

0:59 Es ist Mittwoch, der 2. September, und dies ist The Daily Diff. Gemini 3.8 Flash kostet fünfundsiebzig Cent pro Million Tokens rein und drei fünfundsiebzig raus, das gleiche wie 3.7 Flash von vor drei Wochen, mit einer Fußnote, die besagt, dass sich der Preis am 1. Januar verdoppelt, was eine kostenlose Testphase mit zusätzlichen Schritten ist. Auf den ungeschlagenen Folien-Benchmarks erzielt es 54,9 Prozent auf HLE-Verified, X sagt, es schlägt Sol und Opus 5 auf Terminal-Bench, und Logan Kilpatrick postete eine 73,7 auf DeepSWE, dem einen Langzeit-

1:29 Codierungs-Benchmark, der noch nicht auswendig gelernt wurde, angeblich. Simon Willison bat es, etwas Cooles in HTML zu erstellen und bekam eine Partikelsimulation in dreizehn Sekunden für 1,8 Cent, die mit sechzig Bildern pro Sekunde lief, weil die sechzig in die Seite festcodiert war. Googles eigener Beitrag erklärt die Gewinne mit einem Satz, den ich einrahmen würde: 3.8 Flash arbeitet härter. Es führt zusätzliche Denkprozesse aus, ruft iterativ Tools auf, und, Zitat, könnte mehr Tokens verwenden, was im Unternehmensjargon bedeutet, dass der Zähler schneller läuft. Das unabhängige DeepSWE-Gremium stimmt in beiden Punkten zu: Flash erzielt vierundsiebzig

2:02 Prozent, gleichauf mit Opus 5 zu einem Fünftel der Kosten pro Aufgabe, aber es benötigte hunderteinundsechzig Schritte und hundervierzigtausend Ausgabe-Tokens, um dorthin zu gelangen, mehr als doppelt so viel wie Sol verbrauchte. Artificial Analysis verbrannte hundervierzig Millionen Tokens und tausendsiebenundachtzig Dollar, nur um es zu bewerten. Günstig pro Token, gesprächig pro Aufgabe, und das erste Token kommt nach zwölf Sekunden des Denkens an. Dann die interessante Hälfte.

2:23 Gemini 3.8 Flash Cyber ist dasselbe Modell mit gelockerten Sicherheitsvorkehrungen für, Zitat, vertrauenswürdige Verteidiger, und Sundar sagt, es erreicht 86,2 Prozent auf CyberGym, dem Benchmark für autonomes Finden von Schwachstellen. Es patscht auch: 47,2 Prozent auf CWE-Bench gegenüber 47,8 für ein führendes Frontier-Modell, das Chrome-Team sagt, es produzierte 2,6-mal mehr korrekte Patches als viel größere kommerzielle Modelle, und Googles Cloud-Forscher nutzten es, um eine kritische Schwachstelle in weniger als zwei Stunden zu finden, eine Aufgabe, die normalerweise Monate dauert, oder ein motivierter Teenager.

2:54 Google besteht darauf, dass es die Behebung über die Ausnutzung priorisiert hat, was die höfliche Art ist zu sagen, dass das Modell absolut durch die Löcher gehen kann, sie haben es nur gebeten, es nicht zu tun. Also können Sie es nicht haben. Der Zugang erfolgt über ein neues Fairwind Program: Regierungen, kritische Infrastruktur und sechshundertfünfzig geprüfte Partner mit obligatorischem Zwei-Faktor. Jedes Grenzlabor besitzt jetzt ein Hacking-Modell, das es Ihnen nicht verkaufen wird, und diese Woche ist es ein günstiges.

3:16 Vier Stunden später veröffentlichte Meta Muse Spark 1.3, und Zuck nannte es eine bahnbrechende Leistung, fast zu billig, um sie zu messen, was wahr ist, mit einem Sternchen von der Größe von Menlo Park. Der normale Endpunkt kostet einen Dollar fünfundzwanzig rein und vier fünfundzwanzig raus, mehr als Gemini. Der Beitragenden-Endpunkt kostet zehn Cent rein, zwanzig Cent raus, Cache-Lesevorgänge zu einem Fünftel eines Cents, bis zu zwanzigmal billiger, und der einzige Unterschied ist eine Spalte, die besagt, dass sie zur Verbesserung unserer Produkte verwendet wird.

3:40 Der Rabatt ist also Ihr Sitzungstranskript, und ausnahmsweise muss niemand die Lizenz lesen, weil Meta die Lizenz als Preisliste geschrieben hat. Top-Kommentar: Es ist jetzt völlig offensichtlich, wie viel das Stehlen meiner Token wert ist. Der zweite Kommentar fragt sich, wie lange es dauern wird, bis jemand einen AWS-Schlüssel aus einem Modell extrahiert, das mit Beitragenden-Prompts trainiert wurde. Auf Metas eigener Scorecard erzielt Spark 1.3 75,4 auf DeepSWE, über Sol und Opus 5, und Meta sagt, es verwendet zwanzig Prozent weniger Tool-Aufrufe

4:06 und fünfundzwanzig Prozent weniger Token als 1.2, genau die entgegengesetzte Wette zu Google, so dass heute die beiden größten Werbefirmen der Welt uneinig sind, ob mehr reden gut ist. Inzwischen fragte Trellner Research Perplexity nach der besten Software in dreihundert achtzig Kategorien und las jede Zitation: 59,8 Prozent stammten von Websites außerhalb der Top hunderttausend, Wikipedia wurde dreimal von siebeneinhalbtausend zitiert, und drei Schwesterseiten mit zweihundertfünfzehntausend

4:34 generierten Kaufberatungen betiteln ihre Homepages „Facts and Grounding Page“, adressiert an den Crawler, nicht an Sie. Der KI-SEO-Krieg hat begonnen, und seine erste Waffe ist Regex mit einem Marketingbudget. Das sind viele Preisschilder für einen Mittwoch; wenn Sie dies lieber lesen möchten, als mich sagen zu hören, landet der Diff jeden Morgen in Ihrem Posteingang – kostenlos unter thedailydiff.dev, Link unten. Also, das heutige Urteil: SHIP IT. Gemini 3.8 Flash übertrifft Opus 5 auf dem einzigen Board, das Google nicht geschrieben hat,

5:00 für ein Fünftel des Preises. Lesen Sie einfach die Token-Rechnung und die Spaltenüberschriften von Meta. Das ist der heutige Diff. Ich bin Niko von Axrisi. Verantwortungsbewusst zusammenführen.

Quellen

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