+− THE DAILY DIFFdev & AI news
NEEDS REVIEW

Claude Opus 5.5 prezioak murriztu ditu. OpenAIk are gehiago.

Anthropic-ek Claude Opus 5.5 merkaturatu zuen: Fable mailakoa lan gehienetan, etiketa preziotik bosten bat merkeago eta cache-irakurketetan %60ko deskontua.

Anthropic-ek Claude Opus 5.5 merkaturatu zuen: Fable mailakoa lan gehienetan, etiketa preziotik bosten bat merkeago eta cache-irakurketetan %60ko deskontua. Laurogeita hamar minutu geroago, OpenAIk GPT-6 Sol eta Luna merkaturatu zituen, ordezkatzen dituzten modeloen erdi prezioan, eta Artificial Analysis-ek Opus lehen postuan sailkatu zuen, 260M irteera token kontatuz, mediana baino hiru aldiz gehiago. Epaitza: NEEDS REVIEW.

Irakurri idatzizko edizioa (ingelesez) ↗

Bideo honek zer jorratzen duen

  • Opus 5.5 vs GPT-6 Sol: prezio gerra bat errebantxa batekin
  • Opus 5.5: Fable-mailako adimena bosten bat merkeago, cache irakurketak −%60
  • GPT-6 Sol eta Luna: erdi prezioan, 90 minutu geroago
  • Artificial Analysis: #1, eta 260M token horretarako
  • Claude Code: AGENTS.md telemetria bandera baten zain dago

Itzulitako transkripzioa

Jatorrizko ingelesezko narraziotik itzulia. Eskuragarri dauden audioa eta azpitituluak YouTube-k kontrolatzen ditu.

Opus 5.5 vs GPT-6 Sol: prezio gerra bat errebantxa batekin

0:00 Atzo Anthropic-ek Claude Opus bost puntu bost merkaturatu zuen bosten bat merkeago. Laurogeita hamar minutu geroago OpenAIk GPT sei Sol merkaturatu zuen erdi prezioan, eta bi merkaturatze-diagramak elkarren aurkako beste aldeko modelo zaharrarekin alderatzen dituzte. Hona hemen aldea. Astearte arratsaldean, Opus bost puntu bost lurreratzen da, eta UTC seietan, GPT sei Sol eta Luna jarraitzen dute. Gauean, garatzaile batek ikusi du Claude Code-k zure agenteen fitxategia saltatzen duela telemetria desaktibatuta dagoenean.

0:26 macOS eguneratze batek isil-isilik kendu zuen Apple Intelligence-ri ezetz esaten zion etengailua. Eta Korean, Samsungen eguneratze bat, oraindik probatzen ari zena, hozkailu errealak izoztu zituen. Bideo honetan, zer erosten dizun bosten bat merkeago izateak, bat ez datorren zenbaketa independentea, eta zergatik pribatutasun-etengailu batek orain ezaugarri bat kostatzen dizun. Asteazkena da, irailak 23, eta hau The Daily Diff da.

Opus 5.5: Fable-mailako adimena bosten bat merkeago, cache irakurketak −%60

0:48 Lehenik, Opus. Anthropic-ek dio Fable bost puntu bateko mailan aritzen dela lan gehienetan, eta Opus bost baino %40 merkeago dela erabiltzeko. Etiketa-prezioa bosten bat jaisten da, lau dolar sarreran eta hogei irteeran. Cache-irakurketak %60 jaisten dira, eta hori garrantzitsuagoa da, agente batek bere bizitzaren gehiengoa bere testuingurua berriro irakurtzen ematen duelako. Probatzaileen aipuak distiratsuak dira. Batek seiehun eta laurogei mila lerroko migrazio bat egin zuen egun batean baino gutxiagoan. Kliok gau osoan bakarrik utzi zuen sei biltegitan hemezortzi orduz,

1:16 eta idatzi zuen: "Ez dut ezer negatiborik aurkitzen esateko". Merkaturatze-orri bakoitzak esaldi hori du. Dario Amodei-k mugak moteltzeko deia egin zuenetik lehenengo bertsioa ere bada. Anthropic-ek dio modeloak edukitze-mugak zeharkatzen saiatu zela laurogeita bost Opus bost baino ehuneko gutxiago aldiz. Joan den astean esan nizun Opus bostek OpenAI-ren biltegietara sartu zen exploit-a idatzi zuela, beraz, modelo berrian hackeatzeko eskaerak orain Opus lau puntu zortzira bideratzen dira, bere aitonara.

1:41 Eta segurtasun-oharretako lerro bat oso ulergarria da. Anthropic-ek idazten du Opusek askotan susmatzen duela ebaluatzen ari direla. Berdin, laguna. Gero, laurogeita hamar minutu geroago, OpenAI.

GPT-6 Sol eta Luna: erdi prezioan, 90 minutu geroago

1:51 GPT sei Sol eta Luna, Astra bezala entrenatuak eta ordezkatzen dituzten modeloen erdi prezioan. Sol bi dolar sarreran eta hamar irteeran da. Luna hamar zentimo sarreran eta berrogeita hamar zentimo irteeran da, gutxi gorabehera zuk edaten duzun kafearen prezioa martxan dagoen bitartean. Hona hemen dibertigarriena. Anthropic-ek Opus berria Sol zaharra zehatz-mehatz berdintzeko prezioa jarri zuen, eta bat-etortze horrek laurogeita hamar minutu iraun zuen. Merkaturatze-diagramak elkarren ispilu dira.

2:13 Anthropic-ek Sol zaharraren aurka egiten ditu probak. OpenAI-k Opus zaharraren aurka egiten ditu probak. Beraz, diapositiba-aurkezpeneko probetan, garaiezinak direnak, denek beste aldeak ordezkatu berri duen modelo bat gainditzen dute. Simon Willison-ek letra txikia aurkitu zuen. GPT prezio zaharrak promozionalak ziren, eta %25eko igoera bat zegoen dagoeneko azaroan programatuta. Beraz, salmenta-prezioaren erdia da, AI laborategi batek egin duen gauzarik txikizkariena.

Artificial Analysis: #1, eta 260M token horretarako

2:36 Orain zenbaki independenteak. Anthropic-eko Thariq Shihipar-ek Opus berria oso token eraginkorra dela dio. Artificial Analysis-ek lehen postuan sailkatzen du bere adimen-indizean, gero hitzak kontatzen ditu. Berrehun eta hirurogei milioi irteera token idatzi zituen amaitzeko, mediana baino hiru aldiz gehiago. GPT sei Sol-ek hamar puntu gutxiago lortu zituen eta zeregin bakoitzeko dolar bat inguru kostatu zuen, Opus-en sei dolarrekin alderatuta.

2:55 Beraz, Opus taulako modelo adimentsuena da, eta gehien hitz egiten duena, diseinu-berrikuspen batean dagoen ingeniari nagusi guztiak bezala. Simonek horma berarekin egin zuen topo. Bere pelikanoa bizikleta gainean proba, ahalegin maximoan, ez zen inoiz itzuli. Opus pelikanoaren tibien luzera egiaztatzen jarraitu zuen irteera-muga jo arte, ehun eta hogeita zortzi mila token. Bi aldiz. Saiakera bakoitzak bi dolar eta erdi eta ia hogei minutu kostatu zituen. Ez dago pelikanorik. Argibideak irakurtzeaz hitz eginez.

Claude Code: AGENTS.md telemetria bandera baten zain dago

3:18 Claude Code-k duela gutxi agents.md-ren laguntza iragarri zuen, beste kodeketa-agente batzuek dagoeneko irakurtzen duten instrukzio-fitxategi partekatua. Przemek izeneko garatzaile batek ez zuen inoiz kargatzen zela ohartu. Kargatzailea plugin integratua da, eta exekutatu aurretik, urrutiko ezaugarri-bandera bati eskatzen dio baimena. Telemetria desaktibatuta dagoenean, bandera ezin da eskuratu, atzeraeragina faltsua da, eta zure fitxategia ohartarazpenik gabe saltatzen da. Karpeta huts batean kanario-hitz batekin frogatu zuen.

3:43 Bedrock eta Vertex erabiltzaileek isiltasun bera jasotzen dute. Beraz, zure disko propitotik fitxategi bat irakurtzeko orain etxera deitzea beharrezkoa da. Irtenbidea lerro bakarreko claude.md bat da, agenteen fitxategia inportatzen duena, ezaugarri honek kendu nahi zuen fitxategi gehigarria zehazki. Apple-k ideia bera du urrats gutxiagorekin.

macOS 27: Apple Intelligence-aren desaktibazio botoia desagertu da

3:59 David Bushell-ek Apple Intelligence desaktibatu zuen macOS hamabostean. Joan den astean hogeita zazpira eguneratu zuen, eta ezetz esaten zuen etengailua desagertu egin zen. Ezaugarriak itzuli egin ziren hala ere, hogeita bi gigabyte diskoarekin. Geratzen dena Screen Time da, gurasoen kontrolak, menuak ezkutatzen dituena eta ezer ez duena desaktibatzen. Bere hitzetan, "ezetz esan nuen, eta Applek baietz esan zuen".

Samsung: proba eguneratze batek hozkailu errealak izoztu zituen

4:19 Eta ostiralean zabaldu zen, egun batzuk lehenago. Samsung-ek SmartThings eguneratze bat bidali zien Koreako hozkailu adimendunei, eta dio errorea proba-prozesuan gertatu zela, dirudienez bezeroen sukaldeetan exekutatzen dena. Hozkailuek potentzia galdu zuten, janaria hondatu zen, eta teknikariak ama-plakak aldatzen ari dira, Chuseok jaiegunaren aurretik. Samsung-ek larrialdi-neurriak deitzen die. Nonbait, praktikanteak ikasten ari da produkzioak hozkailuak barne hartzen dituela. Nahiago baduzu hau irakurri niri entzutea baino, diff-a zure sarrera-ontzira iristen da

4:42 goizero, doan daily diff dot dev helbidean, esteka behean. Beraz, gaurko epaia Opus bost puntu bostari buruz.

Epaitza: Opus 5.5-en gainean NEEDS REVIEW

4:49 NEEDS REVIEW. Prezio-jaitsiera erreala da eta lehen postuan dago, baina zenbaketa independentea ez dator bat token eraginkorrekin, eta laurogeita hamar minutu geroago prezio-gerra baten garestiagoa zen erdia. Harpidetu, sakatu kanpaia, eta esan iruzkinetan ezberdin zigilatuko zenukeen. Eta hori da gaurko diff-a. Niko naiz Axrisitik. Batu arduraz. Batu arduraz.

Iturriak

  1. Anthropic, Claude Opus 5.5www.anthropic.com
  2. Hacker News (1,645 pts)news.ycombinator.com
  3. OpenAI, Introducing GPT-6 Sol and Lunaopenai.com
  4. Hacker News (1,634 pts)news.ycombinator.com
  5. Simon Willison, Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price warsimonwillison.net
  6. Artificial Analysis, Claude Opus 5.5artificialanalysis.ai
  7. Artificial Analysis, GPT-6 Solartificialanalysis.ai
  8. Thariq Shihipar on Xtwitter.com
  9. The Verge, Emma Rothwww.theverge.com
  10. Przemek, Claude Code reads AGENTS.md only when telemetry is onblog.szypowi.cz
  11. Hacker News (192 pts)news.ycombinator.com
  12. David Bushell, I said no and Apple said yesdbushell.com
  13. Hacker News (838 pts)news.ycombinator.com
  14. Android Authority, Samsung accidentally freezes its smart fridgeswww.androidauthority.com
  15. Last week's episode, Hacktron and the Opus 5 exploitwww.youtube.com

Lotutako bideoak