Googleがハッキングモデルを出荷しました。変更点はこちらです。

この動画の要点

• GoogleはGemini 3.8 Flash + Flash Cyberを出荷（86.2% CyberGym、Fairwind Program）
• MetaはMuse Spark 1.3を出荷：1.25ドル/4.25ドル、Metaが学習に使用する場合は0.10ドル/0.20ドル
• 3つのサイトが215,128件の偽の「最高のソフトウェア」ページを作成しました。Perplexityはそれらを引用しています。

翻訳されたトランスクリプト

オリジナルの英語ナレーションから翻訳されています。利用可能なオーディオとキャプションはYouTubeによって管理されています。

0:00 Googleは本日、6週間で3番目のFlashモデルを出荷しました。 さらにハッキング用にトレーニングされたバージョンも出荷し、その4時間後にMetaはモデルを出荷しました。 Zuckerbergがあなたのコードを読むことを許可すれば、100万トークンあたり10セントの費用がかかります。 そのため、AI価格競争にはサイバーセキュリティ部門が加わりました。 水曜日です、そして差は大きいです。 Gemini 3.8 FlashはHacker Newsで1100ポイントを獲得しました。 Muse Spark 1.3はさらに約700ポイントを獲得し、その間に、 ある研究機関は、Perplexityに引用させるためだけに21万5千もの

0:28 偽の最高のソフトウェアページを公開した3つのウェブサイトを発見しました。 また本日：Firefoxを使い続けるよう懇願する投稿が900 88ポイントを獲得し、Mistralの学習からのオプトアウトに関するヘルプページは 約500ポイントを獲得しました。ほとんどは、デフォルトでプロンプトから学習する主権オプションを 発見したヨーロッパ人からのものでした。 このビデオでは：Gemini 3.8 Flashの実際の費用、Googleが 650社のパートナーにのみ販売するハッキングモデル、Metaの10セント層と実際の 料金、そしてどちらの会社も作成していない1つのベンチマークについてです。

0:59 9月2日水曜日、The Daily Diffです。 Gemini 3.8 Flashは、入力が100万トークンあたり75セント、出力が3 75セントで、3週間前の3.7 Flashと同じです。 ただし、1月1日に価格が2倍になるという注釈が付いています。 これは、追加の手順を踏む無料トライアルのようなものです。 無敗のスライドデッキベンチマークでは、HLE-Verifiedで54.9パーセントを記録し、 XによるとTerminal-BenchではSolとOpus 5を上回るとされています。 Logan KilpatrickはDeepSWEで73.7を記録しました。これはまだ記憶されていない、

1:29 唯一の長期間コーディングベンチマークです。 とされています。Simon WillisonはHTMLでクールなものを作成するよう依頼し、 13秒で1.8セントでパーティクルシミュレーションを得ました。 毎秒60フレームで実行されていましたが、これは60がページにハードコードされていたためです。 Google自身の投稿では、私が額縁に入れたい一文でその進歩を説明しています: 3.8 Flashは より懸命に働きます。追加の推論ステップを実行し、ツールを繰り返し呼び出し、 そして、「より多くのトークンを使用する可能性があります」と述べており、これは企業の言い方でメーターが速く回るということです。 独立したDeepSWE委員会は両方の点で同意しています。Flashは74パーセントを記録し、

2:02 タスクあたりのコストが5分の1であるOpus 5と同点です。 しかし、そこに到達するには166ステップと14万3千の 出力トークンが必要で、Solが費やした量の2倍以上でした。 Artificial Analysisは、それを評価するためだけに1億4千万トークンと1千 78ドルを費やしました。 トークンあたりは安いものの、タスクあたりは冗長で、最初のトークンは12秒の思考時間の後に到着します。 秒の思考時間の後に到着します。 次に、興味深い後半です。

2:23 Gemini 3.8 Flash Cyberは、同じモデルの安全レールが「信頼できる防御者」向けに緩められたものです。 Sundarによると、脆弱性を自律的に発見するためのベンチマークであるCyberGymで86.2パーセントを記録したとのことです。 脆弱性を自律的に発見するためのベンチマークであるCyberGymで86.2パーセントを記録したとのことです。 パッチも当てます。CWE-Benchでは47.2パーセントを記録し、主要なフロンティアモデルの47.8パーセントに迫ります。 Chromeチームによると、はるかに大規模な商用モデルよりも2.6倍多くの正しいパッチを生成したとされています。 そしてGoogleのクラウド研究者はそれを使って、 通常数ヶ月かかる、あるいは意欲的なティーンエイジャーが一人でやるような仕事を、 2時間足らずで重大な脆弱性を発見しました。

2:54 Googleは悪用よりも修正を優先したと主張しています。 これは、モデルが絶対に脆弱性を突き進むことができるが、そうしないように求めた、 という丁寧な言い方です。 だからあなたはそれを使うことができません。 アクセスは新しいFairwind Programを通じて行われます：政府、 重要インフラ、そして650社の厳選されたパートナーが必須です。 二要素。どの最先端の研究室も、売ってくれないハッキングモデルを所有しています。 そして今週は安価なものです。

3:16 4時間後、MetaはMuse Spark 1.3をリリースし、ザッカーバーグはそれを「最先端」と呼びました。 「計測するには安すぎるほどのパフォーマンス」という言葉は真実です。 ただし、メンローパークほどの大きさの「アスタリスク」が1つ付いています。 通常のエンドポイントは入力に1.25ドル、出力に4.25ドルかかります。 Geminiよりも高いです。 コントリビューター向けのエンドポイントは、入力に10セント、出力に20セントかかります。 キャッシュの読み取りは0.2セントで、最大20倍安いです。 唯一の違いは、「当社の製品改善に使用されました」と書かれた列があることです。

3:40 したがって、割引はあなたのセッション記録です。 そして今回は誰もライセンスを 読む必要はありません。Metaがライセンスを価格表として作成したからです。 トップコメント:「私のトークンを盗むことがどれほどの価値があるか、完全に明らかになった」。 2番目のコメントは、「コントリビューターのプロンプトでトレーニングされたモデルから、誰かがAWSキーを抽出するのにどれくらいの時間がかかるだろうか」と疑問を呈しています。 コントリビューターのプロンプトでトレーニングされたモデルから。 Meta自身のスコアカードでは、Spark 1.3はDeepSWEで75.4を獲得しています。 SolとOpus 5を上回り、Metaは1.2よりもツール呼び出しを20%削減し、

4:06 トークンを25%削減したと述べています。これはGoogleの賭けとは正反対なので、 今日、地球上の2大広告会社は、「より多く話すことが良いことかどうか」について意見が分かれています。 より多く話すことが良いことかどうかについて。 一方、Trellner ResearchはPerplexityに380カテゴリの最高のソフトウェアを尋ね、 すべての引用元を読みました。59.8%はトップ10万位圏外のサイトからのもので、Wikipediaは トップ10万位圏外のサイトからのもので、Wikipediaは 7,500件中3回引用され、215,000件の姉妹サイトは 生成された購入ガイドを「事実と根拠のページ」と題し、

4:34 ホームページのタイトルを「事実と根拠のページ」としています。 これはあなたではなく、クローラーに向けられています。 AI SEO戦争が始まり、その最初の武器はマーケティング予算を伴う正規表現です。 水曜日にしてはたくさんの価格タグですね。もし私が話すよりもこれを読みたいなら、 毎日朝、あなたの受信箱にThe Daily Diffが届きます — thedailydiff.devで無料で、リンクは下にあります。 diff dot devで無料で、リンクは下にあります。 というわけで、今日の評決は「SHIP IT」です。 Gemini 3.8 Flashは、Googleが作成していない唯一のボードでOpus 5と同点であり、

5:00 5分の1の価格です。 トークン請求書を読んで、Metaの列ヘッダーを読んでください。 それが今日のdiffです。 AxrisiのNikoです。 責任を持ってマージしてください。

情報源

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