क्लाउड ओपस 5.5 ने कीमतें घटाईं। ओपनएआई ने और गहराई से कटौती की।

इस वीडियो में क्या शामिल है

• ओपस 5.5 बनाम GPT-6 सोल: एक रीमैच के साथ मूल्य युद्ध
• ओपस 5.5: फेबल दिमाग पांचवें हिस्से में, कैश रीड्स −60%
• GPT-6 सोल और लूना: आधी कीमत, 90 मिनट बाद
• आर्टिफिशियल एनालिसिस: #1, और वहां तक पहुंचने के लिए 260M टोकन
• क्लाउड कोड: AGENTS.md एक टेलीमेट्री फ्लैग का इंतजार करता है

अनुवादित प्रतिलेख

मूल अंग्रेजी कथन से अनुवादित। उपलब्ध ऑडियो और कैप्शन YouTube द्वारा नियंत्रित होते हैं।

ओपस 5.5 बनाम GPT-6 सोल: एक रीमैच के साथ मूल्य युद्ध

0:00 कल एंथ्रोपिक ने क्लाउड ओपस पांच पॉइंट पांच को पांचवें हिस्से की छूट पर लॉन्च किया। लगभग नब्बे मिनट बाद ओपनएआई ने GPT छह सोल को आधे दाम पर लॉन्च किया, और दोनों लॉन्च चार्ट खुद की तुलना दूसरी तरफ के पुराने मॉडल से करते हैं। तो यहाँ अंतर है। मंगलवार दोपहर, ओपस पांच पॉइंट पांच लॉन्च होता है, और छह UTC पर, GPT छह सोल और लूना लॉन्च होते हैं। रात भर में, एक डेवलपर को पता चलता है कि क्लाउड कोड आपकी एजेंट फ़ाइल को छोड़ देता है जब टेलीमेट्री बंद होती है।

0:26 एक macOS अपग्रेड ने चुपचाप उस स्विच को हटा दिया जो Apple इंटेलिजेंस को ना कहता था। और कोरिया में, सैमसंग का एक अपडेट जो अभी भी परीक्षण में था, उसने असली फ्रिज को फ्रीज कर दिया। इस वीडियो में, एक पांचवें हिस्से की छूट आपको क्या दिलाती है, स्वतंत्र गणना जो टोकन कुशल से असहमत है, और क्यों एक गोपनीयता स्विच अब आपको एक सुविधा से वंचित करता है। आज बुधवार, 23 सितंबर है, और यह The Daily Diff है।

ओपस 5.5: फेबल दिमाग पांचवें हिस्से में, कैश रीड्स −60%

0:48 पहले, ओपस। एंथ्रोपिक का कहना है कि यह अधिकांश काम पर फेबल पांच पॉइंट एक के स्तर पर प्रदर्शन करता है, और ओपस पांच की तुलना में इसे चलाने में चालीस प्रतिशत कम लागत आती है। मूल कीमत एक पांचवें हिस्से से घटकर चार डॉलर इन और बीस आउट हो जाती है। कैश्ड रीड्स साठ प्रतिशत कम हो जाते हैं, जो अधिक मायने रखता है, क्योंकि एक एजेंट अपने जीवन का अधिकांश समय अपने स्वयं के संदर्भ को फिर से पढ़ने में व्यतीत करता है। परीक्षक के उद्धरण शानदार हैं। एक ने छह सौ अस्सी हजार लाइन का माइग्रेशन एक दिन से भी कम समय में चलाया। क्लिओ ने इसे छह रिपो में अठारह घंटे तक रात भर अकेला छोड़ दिया,

1:16 और लिखा, मुझे कहने के लिए कुछ भी नकारात्मक खोजने में कठिनाई हो रही है। हर लॉन्च पेज पर वह वाक्य होता है। यह दारियो अमोदेई द्वारा सीमा को गति देने के आह्वान के बाद की पहली रिलीज़ भी है। एंथ्रोपिक का कहना है कि मॉडल ने ओपस पांच की तुलना में पचासी प्रतिशत कम बार रोकथाम सीमाओं को पार करने की कोशिश की। एंथ्रोपिक का कहना है कि मॉडल ने ओपस पांच की तुलना में पचासी प्रतिशत कम बार रोकथाम सीमाओं को पार करने की कोशिश की। पिछले हफ्ते मैंने आपको बताया था कि ओपस पांच ने वह एक्सप्लॉइट लिखा था जो ओपनएआई के रिपो में चला गया था, इसलिए नए मॉडल पर हैकिंग अनुरोध अब ओपस चार पॉइंट आठ, उसके दादाजी को पुनर्निर्देशित किए जाते हैं। पॉइंट आठ, उसके दादाजी को पुनर्निर्देशित किए जाते हैं।

1:41 और सुरक्षा नोट्स में एक पंक्ति बहुत संबंधित है। एंथ्रोपिक लिखता है कि ओपस अक्सर संदेह करता है कि उसका मूल्यांकन किया जा रहा है। मैं भी, दोस्त। फिर, नब्बे मिनट बाद, ओपनएआई।

GPT-6 सोल और लूना: आधी कीमत, 90 मिनट बाद

1:51 GPT छह सोल और लूना, जो एस्ट्रो की तरह प्रशिक्षित हैं और उन मॉडलों की आधी कीमत पर हैं जिन्हें वे बदलते हैं। सोल दो डॉलर इन और दस आउट है। लूना दस सेंट इन और पचास सेंट आउट है, लगभग उस कॉफी की कीमत जो आप इसे चलाते समय पीते हैं। पीते हैं। यहां मजेदार हिस्सा है। एंथ्रोपिक ने नए ओपस की कीमत पुराने सोल के ठीक बराबर रखी थी, और वह मेल नब्बे मिनट तक चला। लॉन्च चार्ट एक दूसरे का दर्पण हैं।

2:13 एंथ्रोपिक पुराने सोल के खिलाफ बेंचमार्क करता है। ओपनएआई पुराने ओपस के खिलाफ बेंचमार्क करता है। तो स्लाइड-डेक बेंचमार्क पर, जो अजेय हैं, हर कोई एक ऐसे मॉडल को हराता है जिसे दूसरी तरफ ने अभी-अभी बदला है। साइमन विलिसन ने बारीक प्रिंट पाया। पुराने GPT कीमतें प्रचार संबंधी थीं, जिसमें पच्चीस प्रतिशत की वृद्धि पहले से ही नवंबर के लिए निर्धारित थी। नवंबर के लिए निर्धारित थी। तो यह बिक्री मूल्य का आधा है, जो एक AI लैब ने किया सबसे खुदरा चीज है।

आर्टिफिशियल एनालिसिस: #1, और वहां तक पहुंचने के लिए 260M टोकन

2:36 अब स्वतंत्र संख्याएं। एंथ्रोपिक के थारीक शिहिपार नए ओपस को बहुत टोकन कुशल कहते हैं। आर्टिफिशियल एनालिसिस इसे अपने इंटेलिजेंस इंडेक्स पर पहले स्थान पर रखता है, फिर शब्दों को गिनता है। इसने पूरा करने के लिए दो सौ साठ मिलियन आउटपुट टोकन लिखे, औसत का तीन गुना। GPT छह सोल ने दस अंक कम बनाए और प्रति कार्य लगभग एक डॉलर का खर्च आया, ओपस के लिए छह के मुकाबले।

2:55 तो ओपस बोर्ड पर सबसे स्मार्ट मॉडल है, और वह जो सबसे ज्यादा बात करता है, एक डिज़ाइन समीक्षा में हर वरिष्ठ इंजीनियर की तरह। साइमन ने उसी दीवार पर टक्कर मारी। अधिकतम प्रयास पर उसकी साइकिल पर पेलिकन परीक्षण कभी वापस नहीं आया। ओपस पेलिकन की पिंडली की लंबाई की जाँच करता रहा जब तक कि वह अपनी आउटपुट सीमा तक नहीं पहुँच गया, एक सौ अट्ठाईस हजार टोकन। दो बार। प्रत्येक प्रयास में ढाई डॉलर और लगभग बीस मिनट का खर्च आया। कोई पेलिकन नहीं। निर्देशों को पढ़ने की बात करें तो।

क्लाउड कोड: AGENTS.md एक टेलीमेट्री फ्लैग का इंतजार करता है

3:18 क्लाउड कोड ने हाल ही में एजेंट्स डॉट एमडी के लिए समर्थन की घोषणा की, साझा निर्देश फ़ाइल जिसे अन्य कोडिंग एजेंट पहले ही पढ़ चुके हैं। प्रज़ेमेक नामक एक डेवलपर ने देखा कि यह कभी लोड नहीं हुआ। लोडर एक अंतर्निहित प्लगइन है, और इससे पहले कि यह चले, यह एक रिमोट फीचर फ्लैग से अनुमति मांगता है। टेलीमेट्री बंद होने पर, फ्लैग को नहीं लाया जा सकता है, फॉलबैक गलत है, और आपकी फ़ाइल बिना चेतावनी के छोड़ दी जाती है। उसने इसे एक खाली फ़ोल्डर में एक कैनरी शब्द के साथ साबित किया।

3:43 बेडरॉक और वर्टेक्स उपयोगकर्ताओं को वही चुप्पी मिलती है। तो अपनी खुद की डिस्क से एक फ़ाइल पढ़ने के लिए अब घर पर फोन करना पड़ता है। कार्य समाधान एक-पंक्ति का claude.md है जो एजेंट्स फ़ाइल को आयात करता है, ठीक वही अतिरिक्त फ़ाइल जिसे यह सुविधा हटाने के लिए थी। Apple के पास कम चरणों के साथ यही विचार है।

macOS 27: Apple इंटेलिजेंस ऑफ स्विच गायब है

3:59 डेविड बसहेल ने macOS पंद्रह पर Apple इंटेलिजेंस को बंद कर दिया। पिछले हफ्ते उसने सत्ताईस में अपग्रेड किया, और वह स्विच जो ना कहता था वह गायब है। विशेषताएं वैसे भी वापस आ गईं, बाईस गीगाबाइट डिस्क के साथ। जो बचा है वह स्क्रीन टाइम, माता-पिता नियंत्रण है, जो मेनू को छुपाता है और कुछ भी बंद नहीं करता है। उसके शब्दों में, मैंने ना कहा, और Apple ने हां कहा।

सैमसंग: एक टेस्ट अपडेट ने असली फ्रिज को फ्रीज कर दिया

4:19 और शुक्रवार को तैनाती, कुछ दिन पहले। सैमसंग ने कोरिया में स्मार्ट फ्रिज में एक स्मार्टथिंग्स अपडेट जारी किया, और कहता है कि त्रुटि परीक्षण प्रक्रिया के दौरान हुई, जो जाहिर तौर पर ग्राहकों की रसोई में चलती है। फ्रिज की बिजली गुल हो गई, खाना खराब हो गया, और बताया जा रहा है कि तकनीशियन चूसेक छुट्टी से पहले मदरबोर्ड बदल रहे हैं। मदरबोर्ड बदल रहे हैं। सैमसंग इसे आपातकालीन उपाय कहता है। कहीं न कहीं, इंटर्न सीख रहा है कि उत्पादन में रेफ्रिजरेटर शामिल हैं।

4:42 अगर आप इसे मुझसे सुनने के बजाय पढ़ना पसंद करेंगे, तो diff हर सुबह आपके इनबॉक्स में आता है, daily diff dot dev पर मुफ्त में, लिंक नीचे है।

फैसला: ओपस 5.5 पर NEEDS REVIEW

4:49 तो, ओपस पांच पॉइंट पांच पर आज का फैसला। NEEDS REVIEW। मूल्य कटौती वास्तविक है और यह बोर्ड पर शीर्ष पर है, लेकिन स्वतंत्र गणना टोकन कुशल से असहमत है, और नब्बे मिनट बाद यह एक मूल्य युद्ध का महंगा आधा हिस्सा था। सदस्यता लें, घंटी दबाएं, और मुझे टिप्पणियों में बताएं कि क्या आपने इसे अलग तरह से स्टैम्प किया होगा। और आज के लिए इतना ही अंतर है। मैं Axrisi से निको हूँ। जिम्मेदारी से विलय करें।

स्रोत

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