Google เพิ่งเปิดตัวโมเดลแฮกเกอร์ นี่คือความแตกต่าง

วิดีโอนี้ครอบคลุมอะไรบ้าง

• Google เปิดตัว Gemini 3.8 Flash + Flash Cyber (86.2% CyberGym, Fairwind Program)
• Meta เปิดตัว Muse Spark 1.3: $1.25/$4.25, หรือ $0.10/$0.20 หาก Meta สามารถนำไปใช้ฝึกฝนได้
• สามเว็บไซต์สร้างหน้า "ซอฟต์แวร์ที่ดีที่สุด" ปลอม 215,128 หน้า; Perplexity อ้างอิงหน้าเหล่านั้น

บทถอดเสียงที่แปลแล้ว

แปลจากการบรรยายภาษาอังกฤษต้นฉบับ เสียงและคำบรรยายที่มีให้จะควบคุมโดย YouTube

0:00 Google เปิดตัวโมเดล Flash ตัวที่สามในหกสัปดาห์วันนี้ พร้อมกับเวอร์ชันที่ได้รับการฝึกฝนให้แฮก และสี่ชั่วโมงต่อมา Meta ก็เปิดตัวโมเดลที่ มีราคาสิบเซ็นต์ต่อล้านโทเค็น หากคุณอนุญาตให้ Zuckerberg อ่านโค้ดของคุณ ดังนั้นสงครามราคา AI จึงมีแผนกความปลอดภัยทางไซเบอร์แล้ว วันนี้เป็นวันพุธ และความแตกต่างนั้นยาวนาน Gemini 3.8 Flash ได้คะแนนหนึ่งพันหนึ่งร้อยแต้มบน Hacker News Muse Spark 1.3 ได้เกือบเจ็ดร้อยแต้มมากกว่า และในระหว่างนั้น ร้านวิจัยพบสามเว็บไซต์ที่เผยแพร่สองแสนหนึ่งหมื่นห้าพัน

0:28 หน้าซอฟต์แวร์ที่ดีที่สุดปลอมเพื่อที่ Perplexity จะได้อ้างอิง วันนี้ยังมี: โพสต์ที่ขอร้องให้คุณใช้ Firefox ได้เก้าร้อย แปดสิบแปดแต้ม และหน้าช่วยเหลือของ Mistral เกี่ยวกับการยกเลิกการฝึกฝนได้ เกือบห้าร้อยแต้ม ส่วนใหญ่มาจากชาวยุโรปที่ค้นพบตัวเลือกอธิปไตย ที่ฝึกฝนตามข้อความแจ้งของคุณโดยค่าเริ่มต้น ในวิดีโอนี้: Gemini 3.8 Flash มีค่าใช้จ่ายเท่าไหร่, โมเดลแฮกเกอร์ที่ Google จะขายให้กับพันธมิตรหกร้อยห้าสิบรายเท่านั้น, แพ็คเกจสิบเซ็นต์ของ Meta และสิ่งที่ มันเรียกเก็บเงินจริง และเกณฑ์มาตรฐานเดียวที่ไม่มีบริษัทใดเขียนขึ้นเอง

0:59 วันนี้เป็นวันพุธที่ 2 กันยายน และนี่คือ The Daily Diff. Gemini 3.8 Flash ราคาเจ็ดสิบห้าเซ็นต์ต่อล้านโทเค็นขาเข้าและสาม เจ็ดสิบห้าขาออก เท่ากับ 3.7 Flash จากสามสัปดาห์ที่แล้ว พร้อมเชิงอรรถระบุว่าราคาจะเพิ่มขึ้นสองเท่าในวันที่ 1 มกราคม ซึ่งเป็นการทดลองใช้ฟรีที่มีขั้นตอนเพิ่มเติม บนเกณฑ์มาตรฐานสไลด์ที่ไม่มีใครเอาชนะได้ ทำคะแนนได้ 54.9 เปอร์เซ็นต์บน HLE-Verified, X กล่าวว่ามันเอาชนะ Sol และ Opus 5 บน Terminal-Bench และ Logan Kilpatrick โพสต์ 73.7 บน DeepSWE ซึ่งเป็นเกณฑ์มาตรฐานการเขียนโค้ดระยะยาว

1:29 ที่ยังไม่มีใครจำได้ ตามที่กล่าวอ้าง Simon Willison ขอให้มันสร้างสิ่งที่น่าสนใจใน HTML และได้ การจำลองอนุภาคในสิบสามวินาทีด้วยราคา 1.8 เซ็นต์ ทำงานที่หกสิบเฟรมต่อวินาที เพราะหกสิบถูกเขียนโค้ดไว้ใน หน้า โพสต์ของ Google เองอธิบายถึงข้อดีด้วยประโยคที่ผมอยากจะใส่กรอบ: 3.8 Flash ทำงานหนักขึ้น มันดำเนินการขั้นตอนการให้เหตุผลเพิ่มเติม เรียกใช้เครื่องมือซ้ำๆ และ อ้างอิงว่า อาจใช้โทเค็นมากขึ้น ซึ่งเป็นภาษาองค์กรที่หมายถึงมิเตอร์ทำงานเร็วขึ้น บอร์ด DeepSWE อิสระเห็นด้วยทั้งสองประการ: Flash ได้คะแนนเจ็ดสิบสี่

2:02 เปอร์เซ็นต์ เท่ากับ Opus 5 แต่มีค่าใช้จ่ายต่อภารกิจเพียงหนึ่งในห้า แต่มันต้องการหนึ่งร้อยหกสิบหกขั้นตอนและหนึ่งแสนสี่หมื่นสามพัน โทเค็นขาออกเพื่อไปถึงจุดนั้น มากกว่าสองเท่าของที่ Sol ใช้ไป Artificial Analysis ใช้โทเค็นหนึ่งร้อยสี่สิบล้านและหนึ่งพัน เจ็ดสิบแปดดอลลาร์เพียงเพื่อประเมินมัน ราคาถูกต่อโทเค็น ช่างพูดต่อภารกิจ และโทเค็นแรกมาถึงหลังจากสิบสอง วินาทีของการคิด จากนั้นครึ่งที่น่าสนใจ

2:23 Gemini 3.8 Flash Cyber เป็นโมเดลเดียวกันที่ลดความปลอดภัยลงสำหรับ อ้างอิงว่า ผู้ป้องกันที่เชื่อถือได้ และ Sundar กล่าวว่ามันทำคะแนนได้ 86.2 เปอร์เซ็นต์บน CyberGym เกณฑ์มาตรฐานสำหรับการค้นหาช่องโหว่โดยอัตโนมัติ มันแก้ไขได้ด้วย: 47.2 เปอร์เซ็นต์บน CWE-Bench เทียบกับ 47.8 สำหรับโมเดลชั้นนำ ทีม Chrome กล่าวว่ามันผลิตการแก้ไขที่ถูกต้องมากกว่าโมเดลเชิงพาณิชย์ขนาดใหญ่ถึง 2.6 เท่า และนักวิจัยคลาวด์ของ Google ใช้มันเพื่อ ค้นหาช่องโหว่ที่สำคัญในเวลาน้อยกว่าสองชั่วโมง ซึ่งเป็นงานที่ปกติใช้เวลา เป็นเดือน หรือวัยรุ่นที่มีแรงจูงใจคนเดียว

2:54 Google ยืนยันว่าได้ให้ความสำคัญกับการแก้ไขมากกว่าการแสวงหาประโยชน์ ซึ่งเป็นวิธีที่สุภาพในการบอกว่าโมเดลสามารถเดินผ่าน ช่องโหว่ได้อย่างแน่นอน พวกเขาแค่ขอไม่ให้มันทำ ดังนั้นคุณจึงไม่สามารถมีมันได้ การเข้าถึงผ่าน Fairwind Program ใหม่: รัฐบาล โครงสร้างพื้นฐานที่สำคัญ และพันธมิตรที่ผ่านการคัดกรองหกร้อยห้าสิบรายที่บังคับ การตรวจสอบสิทธิ์แบบสองปัจจัย ห้องแล็บทุกแห่งตอนนี้มีโมเดลแฮกที่พวกเขาจะไม่ขายให้คุณ และสัปดาห์นี้มันเป็นของราคาถูก

3:16 สี่ชั่วโมงต่อมา Meta ได้เปิดตัว Muse Spark 1.3 และ Zuck เรียกมันว่าเป็นประสิทธิภาพระดับแนวหน้า ที่ราคาถูกจนเกือบจะวัดไม่ได้ ซึ่งเป็นเรื่องจริง โดยมีเครื่องหมายดอกจันขนาดเท่า Menlo Park ปลายทางปกติคือหนึ่งดอลลาร์ยี่สิบห้าเซ็นต์เข้า และสี่ดอลลาร์ยี่สิบห้าเซ็นต์ออก มากกว่า Gemini ปลายทางของผู้สนับสนุนคือสิบเซ็นต์เข้า ยี่สิบเซ็นต์ออก การอ่านแคชที่หนึ่งในห้าของเซ็นต์ ราคาถูกกว่าถึงยี่สิบเท่า และความแตกต่างเพียงอย่างเดียวคือคอลัมน์ที่ระบุว่า 'ใช้เพื่อปรับปรุงผลิตภัณฑ์ของเรา'

3:40 ดังนั้นส่วนลดคือบันทึกการใช้งานของคุณ และครั้งนี้ไม่มีใครต้องอ่าน ใบอนุญาต เพราะ Meta เขียนใบอนุญาตเป็นรายการราคา ความคิดเห็นยอดนิยม: ตอนนี้ชัดเจนแล้วว่าการขโมยโทเค็นของฉันมีค่าเท่าไร ความคิดเห็นที่สองสงสัยว่าอีกนานแค่ไหนกว่าจะมีคนดึงคีย์ AWS จากโมเดล ที่ฝึกฝนจากข้อความของผู้ร่วมให้ข้อมูลได้ ในตารางคะแนนของ Meta เอง Spark 1.3 ได้ 75.4 คะแนนใน DeepSWE สูงกว่า Sol และ Opus 5 และ Meta กล่าวว่าใช้การเรียกเครื่องมือน้อยลงยี่สิบเปอร์เซ็นต์

4:06 และโทเค็นน้อยลงยี่สิบห้าเปอร์เซ็นต์กว่า 1.2 ซึ่งตรงกันข้ามกับข้อเสนอของ Google ดังนั้นวันนี้บริษัทโฆษณาที่ใหญ่ที่สุดสองแห่งในโลกไม่เห็นด้วยว่า การพูดคุยมากขึ้นเป็นสิ่งที่ดีหรือไม่ ในขณะเดียวกัน Trellner Research ได้สอบถาม Perplexity เกี่ยวกับซอฟต์แวร์ที่ดีที่สุดในสาม ร้อยแปดสิบหมวดหมู่ และอ่านทุกการอ้างอิง: 59.8 เปอร์เซ็นต์มาจากเว็บไซต์ ที่อยู่นอกหนึ่งแสนอันดับแรก Wikipedia ถูกอ้างอิงสามครั้งจากเจ็ด พันห้าร้อย และสามเว็บไซต์ในเครือที่มีคู่มือการซื้อที่สร้างขึ้นสองแสนหนึ่งหมื่นห้าพันเล่ม

4:34 ตั้งชื่อหน้าแรกของพวกเขาว่า 'ข้อเท็จจริงและหน้าพื้นฐาน' ซึ่งส่งถึง Crawler ไม่ใช่คุณ สงคราม AI SEO ได้เริ่มต้นขึ้นแล้ว และอาวุธแรกของมันคือ regex พร้อมงบประมาณทางการตลาด นั่นเป็นราคาที่มากสำหรับวันพุธวันเดียว หากคุณต้องการอ่านสิ่งนี้มากกว่า ฟังฉันพูด The Daily Diff จะส่งถึงกล่องจดหมายของคุณทุกเช้า — ฟรีที่ thedailydiff.dev ลิงก์ด้านล่าง ดังนั้น คำตัดสินของวันนี้: SHIP IT Gemini 3.8 Flash เทียบเท่า Opus 5 บนบอร์ดเดียวกับที่ Google ไม่ได้เขียน

5:00 ในราคาหนึ่งในห้า แค่ดูบิลโทเค็น และดูส่วนหัวคอลัมน์ของ Meta นั่นคือ The Daily Diff ของวันนี้ ผม Niko จาก Axrisi Merge responsibly

แหล่งที่มา

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