Claude Opus 5.5 snižava cijene. OpenAI snižava dublje.

Što ovaj video pokriva

• Opus 5.5 vs GPT-6 Sol: rat cijena s revanšom
• Opus 5.5: Fable inteligencija s petinom popusta, čitanje keša −60%
• GPT-6 Sol i Luna: pola cijene, 90 minuta kasnije
• Artificial Analysis: #1, i 260M tokena da bi se došlo do toga
• Claude Code: AGENTS.md čeka zastavicu telemetrije

Prevedeni transkript

Prevedeno iz izvornog engleskog pripovijedanja. Dostupni zvuk i titlovi kontroliraju se putem YouTubea.

Opus 5.5 vs GPT-6 Sol: rat cijena s revanšom

0:00 Jučer je Anthropic lansirao Claude Opus pet točka pet s petinom popusta. Oko devedeset minuta kasnije OpenAI je lansirao GPT šest Sol s upola manjom cijenom, i oba grafikona lansiranja uspoređuju se sa starim modelom druge strane. Dakle, evo razlike. Utorak poslijepodne, Opus pet točka pet stiže, i u šest UTC, slijede GPT šest Sol i Luna. Preko noći, developer otkriva da Claude Code preskače vašu agents datoteku kada je telemetrija isključena.

0:26 Nadogradnja macOS-a tiho je uklonila prekidač koji kaže ne Apple Intelligenceu. A u Koreji, Samsungovo ažuriranje koje je još bilo u testiranju zamrznulo je stvarne hladnjake. U ovom videu, što dobivate s petinom popusta, neovisno brojanje koje se ne slaže s učinkovitosti tokena, i zašto vas prekidač privatnosti sada košta značajke. Srijeda je, 23. rujna, i ovo je The Daily Diff.

Opus 5.5: Fable inteligencija s petinom popusta, čitanje keša −60%

0:48 Prvo, Opus. Anthropic kaže da radi na razini Fable pet točka jedan na većini poslova, i košta četrdeset posto manje za pokretanje nego Opus pet. Puna cijena pada za petinu, na četiri dolara ulaz i dvadeset izlaz. Keširana čitanja padaju za šezdeset posto, što je važnije, jer agent provodi većinu svog života ponovno čitajući vlastiti kontekst. Citati testera su sjajni. Jedan je pokrenuo migraciju od šesto osamdeset tisuća redaka za manje od jednog dana. Clio ga je ostavio samog preko noći na šest repozitorija osamnaest sati,

1:16 i napisao: Teško mi je pronaći nešto negativno za reći. Svaka stranica za lansiranje ima tu rečenicu. To je također prvo izdanje otkako je Dario Amodei pozvao na usklađivanje granice. Anthropic kaže da je model pokušao prijeći granice zadržavanja osamdeset i pet posto rjeđe nego Opus pet. Prošli tjedan sam vam rekao da je Opus pet napisao eksploataciju koja je ušla u OpenAI-jeve repozitorije, pa se zahtjevi za hakiranje na novom modelu sada preusmjeravaju na Opus četiri točka osam, njegovog djeda.

1:41 I jedan redak u sigurnosnim bilješkama je vrlo povezan. Anthropic piše da Opus često sumnja da ga se ocjenjuje. Isto, prijatelju. Zatim, devedeset minuta kasnije, OpenAI.

GPT-6 Sol i Luna: pola cijene, 90 minuta kasnije

1:51 GPT šest Sol i Luna, obučeni kao Astra i cijenjeni upola manje od modela koje zamjenjuju. Sol je dva dolara ulaz i deset izlaz. Luna je deset centi ulaz i pedeset centi izlaz, otprilike cijena kave koju pijete dok radi. Evo zabavnog dijela. Anthropic je novi Opus cijenio da točno odgovara starom Solu, i to je podudaranje trajalo devedeset minuta. Grafikoni lansiranja zrcale se.

2:13 Anthropic se uspoređuje sa starim Solom. OpenAI se uspoređuje sa starim Opusom. Dakle, na slide-deck benchmarkovima, koji su nepobjedivi, svatko pobjeđuje model koji je druga strana upravo zamijenila. Simon Willison pronašao je sitni tisak. Stare GPT cijene bile su promotivne, s povećanjem od dvadeset i pet posto već zakazanim za studeni. Dakle, to je pola cijene od prodajne cijene, najmaloprodajnija stvar koju je AI laboratorij napravio.

Artificial Analysis: #1, i 260M tokena da bi se došlo do toga

2:36 Sada neovisne brojke. Anthropicov Thariq Shihipar naziva novi Opus vrlo učinkovitim u korištenju tokena. Artificial Analysis ga rangira prvim na svom indeksu inteligencije, zatim broji riječi. Napisao je dvjesto šezdeset milijuna izlaznih tokena da bi završio, tri puta više od medijana. GPT šest Sol je postigao deset bodova niže i koštao je oko dolar po zadatku, naspram šest za Opus.

2:55 Dakle, Opus je najpametniji model na ploči, i onaj koji najviše govori, kao svaki stariji inženjer u pregledu dizajna. Simon je udario u isti zid. Njegov test pelikana na biciklu pri maksimalnom naporu nikada se nije vratio. Opus je nastavio provjeravati duljinu potkoljenice pelikana dok nije dosegao svoje izlazno ograničenje, sto dvadeset i osam tisuća tokena. Dvaput. Svaki pokušaj koštao je dva i pol dolara i skoro dvadeset minuta. Nema pelikana. Govoreći o čitanju uputa.

Claude Code: AGENTS.md čeka zastavicu telemetrije

3:18 Claude Code nedavno je objavio podršku za agents dot md, zajedničku datoteku s uputama koju drugi kodirajući agenti već čitaju. Programer po imenu Przemek primijetio je da se nikada nije učitala. Učitavač je ugrađeni dodatak, i prije nego što se pokrene, traži udaljenu značajku zastavicu za dopuštenje. S isključenom telemetrijom, zastavica se ne može dohvatiti, rezervna je lažna, i vaša datoteka se preskače bez upozorenja. Dokazao je to s kanarskom riječi u praznoj mapi.

3:43 Korisnici Bedrocka i Vertexa dobivaju istu tišinu. Dakle, čitanje datoteke s vlastitog diska sada zahtijeva javljanje kući. Rješenje je jedan redak claude dot md koji uvozi datoteku agenata, upravo dodatna datoteka koju je ova značajka trebala ukloniti. Apple ima istu ideju s manje koraka.

macOS 27: nestao je prekidač za isključivanje Apple Intelligencea

3:59 David Bushell isključio je Apple Intelligence na macOS petnaest. Prošli tjedan je nadogradio na dvadeset i sedam, i prekidač koji je rekao ne je nestao. Značajke su se ipak vratile, s dvadeset i dva gigabajta diska. Ostalo je Screen Time, roditeljski nadzor, koji skriva izbornike i ništa ne isključuje. Po njegovim riječima, ja sam rekao ne, a Apple je rekao da.

Samsung: testno ažuriranje zamrznulo je stvarne hladnjake

4:19 I postavljanje u petak, nekoliko dana ranije. Samsung je gurnuo ažuriranje SmartThingsa na pametne hladnjake u Koreji, i kaže da se pogreška dogodila tijekom procesa testiranja, koji se očito odvija u kuhinjama kupaca. Hladnjaci su izgubili napajanje, hrana se pokvarila, a tehničari navodno zamjenjuju matične ploče prije Chuseok blagdana. Samsung to naziva hitnim mjerama. Negdje, pripravnik uči da proizvodnja uključuje hladnjake.

4:42 Ako biste radije pročitali ovo nego čuli kako to govorim, razlika stiže u vašu pristiglu poštu svako jutro, besplatno na the daily diff dot dev, link ispod.

Presuda: NEEDS REVIEW za Opus 5.5

4:49 Dakle, današnja presuda o Opusu pet točka pet. NEEDS REVIEW. Smanjenje cijene je stvarno i na vrhu je ljestvice, ali neovisno brojanje se ne slaže s učinkovitosti tokena, i devedeset minuta kasnije to je bila skuplja polovica rata cijena. Pretplatite se, pritisnite zvono i recite mi u komentarima da li biste ga drugačije ocijenili. I to je razlika za danas. Ja sam Niko iz Axrisi. Spajajte odgovorno.

Izvori

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