Claude Opus 5.5 árcsökkentés. Az OpenAI mélyebben vágott.

Amit ez a videó tartalmaz

• Opus 5.5 vs GPT-6 Sol: árháború visszavágóval
• Opus 5.5: Fable "agy" ötödével olcsóbban, gyorsítótárazott olvasás −60%
• GPT-6 Sol és Luna: féláron, 90 perccel később
• Artificial Analysis: #1, és 260M token az eléréséhez
• Claude Code: Az AGENTS.md telemetriai jelzésre vár

Lefordított átirat

Az eredeti angol narrációból fordítva. A rendelkezésre álló hangot és feliratokat a YouTube vezérli.

Opus 5.5 vs GPT-6 Sol: árháború visszavágóval

0:00 Tegnap az Anthropic elindította a Claude Opus öt pont ötöt, egyötödével olcsóbban. Körülbelül kilencven perccel később az OpenAI elindította a GPT hat Solt féláron, és mindkét bevezetési diagram a másik fél régi modelljével hasonlítja össze magát. Szóval itt a különbség. Kedd délután az Opus öt pont öt landol, és UTC hatkor követi a GPT hat Sol és Luna. Éjszaka egy fejlesztő felfedezi, hogy a Claude Code kihagyja az ügynökfájlokat, ha a telemetria ki van kapcsolva.

0:26 Egy macOS frissítés csendben eltávolította azt a kapcsolót, amely nemet mondott az Apple Intelligence-re. Koreában pedig egy Samsung frissítés, amely még tesztelés alatt állt, lefagyasztotta a valódi hűtőket. Ebben a videóban: mit kapsz egyötöd kedvezményért, a független számolás, ami ellentmond a token hatékonyságnak, és miért kerül most egy adatvédelmi kapcsoló egy funkcióba. Szeptember 23., szerda, és ez a The Daily Diff.

Opus 5.5: Fable "agy" ötödével olcsóbban, gyorsítótárazott olvasás −60%

0:48 Először is, az Opus. Az Anthropic szerint a Fable öt pont egy szintjén teljesít a legtöbb munkában, és negyven százalékkal olcsóbb az üzemeltetése, mint az Opus ötnek. Az eredeti ár egyötödével csökken, négy dollár bemenet, húsz kimenet. A gyorsítótárazott olvasások hatvan százalékkal csökkennek, ami fontosabb, mert egy ügynök életének nagy részét a saját kontextusának újraolvasásával tölti. A tesztelői idézetek ragyogóak. Egyikük hatszáznyolcvanezer soros migrációt hajtott végre egy nap alatt. Clio tizennyolc órán át hat adattárban hagyta éjszakára,

1:16 és ezt írta: Nehezen találok bármi negatívat mondani. Minden bevezetési oldalon ott van ez a mondat. Ez az első kiadás azóta is, hogy Dario Amodei a határ menti "ütemezésre" szólított fel. Az Anthropic szerint a modell nyolcvanöt százalékkal kevesebbszer próbálta meg átlépni a korlátozási határokat, mint az Opus öt. Múlt héten elmondtam, hogy az Opus öt írta azt a kihasználást, ami bejutott az OpenAI adattáraiba, így az új modellen a hackelési kéréseket most az Opus négy pont nyolcra, az ősére irányítják át.

1:41 És az egyik sor a biztonsági megjegyzésekben nagyon is érthető. Az Anthropic azt írja, hogy az Opus gyakran gyanítja, hogy értékelik. Én is, haver. Aztán kilencven perccel később, OpenAI.

GPT-6 Sol és Luna: féláron, 90 perccel később

1:51 GPT hat Sol és Luna, Astrához hasonlóan képzettek és féláron vannak a modellekhez képest, amiket leváltanak. A Sol kettő dollár bemenet és tíz kimenet. A Luna tíz cent bemenet és ötven cent kimenet, nagyjából annyiba kerül, mint a kávé, amit iszol, amíg fut. Itt a mókás rész. Az Anthropic az új Opus árát pontosan a régi Solhoz igazította, és ez a megfeleltetés kilencven percig tartott. A bevezetési diagramok tükrözik egymást.

2:13 Az Anthropic a régi Solhoz viszonyít. Az OpenAI a régi Opushoz viszonyít. Tehát a diavetítési benchmarkokon, amelyek verhetetlenek, mindenki legyőz egy modellt, amit a másik oldal most cserélt le. Simon Willison megtalálta az apró betűs részt. A régi GPT árak promóciósak voltak, és már egy huszonöt százalékos emelés is be volt ütemezve novemberre. Tehát féláron van az akciós árhoz képest, a leginkább kiskereskedelmi dolog, amit egy AI labor tett.

Artificial Analysis: #1, és 260M token az eléréséhez

2:36 Most a független számok. Az Anthropic Thariq Shihiparja nagyon token hatékonynak nevezi az új Opust. Az Artificial Analysis elsőnek rangsorolja az intelligencia indexén, aztán számolja a szavakat. Kétszázhatvanmillió kimeneti tokent írt meg a befejezéshez, háromszorosa a mediánnak. A GPT hat Sol tíz ponttal alacsonyabb pontszámot ért el, és feladatonként körülbelül egy dollárba került, szemben az Opus hat dollárjával.

2:55 Tehát az Opus a legokosabb modell a táblán, és az, amelyik a legtöbbet beszél, mint minden vezető mérnök egy tervezési felülvizsgálaton. Simon ugyanebbe a falba ütközött. A "pelikán biciklivel" tesztje maximális erőfeszítéssel soha nem tért vissza. Az Opus folyamatosan ellenőrizte a pelikán sípcsontjának hosszát, amíg el nem érte a kimeneti korlátot, százhuszonnyolcezer tokent. Kétszer. Minden próbálkozás két és fél dollárba és közel húsz percbe került. Nincs pelikán. A használati utasítások olvasásáról beszélve.

Claude Code: Az AGENTS.md telemetriai jelzésre vár

3:18 A Claude Code nemrég jelentette be az agents.md támogatását, a megosztott utasításfájlt, amit más kódoló ügynökök már olvasnak. Egy Przemek nevű fejlesztő észrevette, hogy soha nem töltődött be. A betöltő egy beépített bővítmény, és mielőtt futna, távoli funkció jelzőt kér engedélyért. Telemetria kikapcsolt állapotban a jelző nem kérhető le, a tartalék "hamis", és a fájl figyelmeztetés nélkül átugródik. Ezt egy kanári szóval bizonyította egy üres mappában.

3:43 A Bedrock és Vertex felhasználók ugyanezt a csendet kapják. Tehát a saját lemezről való fájl olvasása mostantól "hazatelefonálást" igényel. A megoldás egy egysoros claude.md fájl, amely importálja az agents fájlt, pontosan azt az extra fájlt, amit ez a funkció el akart távolítani. Az Apple-nek ugyanez az ötlete, kevesebb lépéssel.

macOS 27: az Apple Intelligence kikapcsolója eltűnt

3:59 David Bushell kikapcsolta az Apple Intelligence-t macOS tizenötön. Múlt héten frissített huszonhétre, és a "nemet" mondó kapcsoló eltűnt. A funkciók ennek ellenére visszatértek, huszonkét gigabájt lemezhellyel. Ami maradt, az a Screen Time, a szülői felügyelet, amely elrejti a menüket és semmit sem kapcsol ki. Az ő szavaival élve, "nemet" mondtam, és az Apple "igent" mondott.

Samsung: egy tesztfrissítés lefagyasztott valódi hűtőket

4:19 És egy pénteki telepítés, néhány nappal korábban. A Samsung egy SmartThings frissítést küldött okoshűtőkre Koreában, és azt mondja, a hiba a tesztelési folyamat során történt, ami látszólag az ügyfelek konyhájában fut. A hűtők áramot vesztettek, az élelmiszer megromlott, és a technikusok állítólag alaplapokat cserélnek a Chuseok ünnep előtt. A Samsung "vészhelyzeti intézkedéseknek" nevezi. Valahol a gyakornok megtanulja, hogy a "termelés" hűtőket is magában foglal.

4:42 Ha inkább elolvasnád ezt, mint hallanád tőlem, a diff minden reggel a postaládádba érkezik, ingyen a daily diff dot dev-en, link alább.

Ítélet: ÁTTEKINTÉS SZÜKSÉGES az Opus 5.5-ön

4:49 Tehát, a mai ítélet az Opus öt pont ötről. ÁTTEKINTÉS SZÜKSÉGES. Az árcsökkentés valós, és vezeti a listát, de a független számolás ellentmond a token hatékonyságnak, és kilencven perccel később már egy árháború drágább fele volt. Iratkozz fel, nyomd meg a csengőt, és írd meg kommentben, ha te másképp bélyegezted volna meg. És ez a mai diff. Niko vagyok az Axrisitől. Felelősségteljesen egyesíts.

Források

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