Claude Opus 5.5 giảm giá. OpenAI giảm sâu hơn.

Nội dung video này đề cập

• Opus 5.5 đấu với GPT-6 Sol: một cuộc chiến giá với trận tái đấu
• Opus 5.5: Trí tuệ cấp Fable giảm 1/5, đọc cache −60%
• GPT-6 Sol và Luna: nửa giá, 90 phút sau
• Phân tích nhân tạo: #1, và 260 triệu token để đạt được
• Claude Code: AGENTS.md chờ một cờ telemetry

Bản ghi đã dịch

Được dịch từ lời tường thuật tiếng Anh gốc. Âm thanh và phụ đề có sẵn được điều khiển bởi YouTube.

Opus 5.5 đấu với GPT-6 Sol: một cuộc chiến giá với trận tái đấu

0:00 Hôm qua, Anthropic đã ra mắt Claude Opus 5.5 với giá giảm 1/5. Khoảng 90 phút sau, OpenAI ra mắt GPT-6 Sol với giá giảm một nửa, và cả hai biểu đồ ra mắt đều so sánh với mô hình cũ của bên kia. Vậy đây là điểm khác biệt. Chiều thứ Ba, Opus 5.5 ra mắt, và vào lúc 6 giờ UTC, GPT-6 Sol và Luna tiếp nối. Qua đêm, một nhà phát triển phát hiện ra rằng Claude Code bỏ qua tệp agents của bạn khi telemetry bị tắt.

0:26 Một bản nâng cấp macOS đã âm thầm loại bỏ công tắc từ chối Apple Intelligence. Và ở Hàn Quốc, một bản cập nhật của Samsung vẫn đang trong quá trình thử nghiệm đã làm đóng băng những chiếc tủ lạnh thật. Trong video này, những gì 1/5 giá có thể mua được, con số độc lập không đồng tình với hiệu quả token, và tại sao một công tắc quyền riêng tư giờ đây lại tốn của bạn một tính năng. Hôm nay là thứ Tư, ngày 23 tháng 9, và đây là The Daily Diff.

Opus 5.5: Trí tuệ cấp Fable giảm 1/5, đọc cache −60%

0:48 Đầu tiên, Opus. Anthropic nói rằng nó hoạt động ở cấp độ Fable 5.1 trên hầu hết các công việc, và chi phí vận hành ít hơn 40% so với Opus 5. Giá niêm yết giảm 1/5, xuống còn 4 đô la đầu vào và 20 đô la đầu ra. Đọc cache giảm 60%, điều này quan trọng hơn, vì một agent dành phần lớn thời gian để đọc lại ngữ cảnh của chính nó. Các trích dẫn của người thử nghiệm rất rực rỡ. Một người đã chạy một quá trình di chuyển 680 nghìn dòng trong vòng chưa đầy một ngày. Clio đã để nó chạy một mình qua đêm trên sáu kho lưu trữ trong 18 giờ,

1:16 và viết, tôi đang gặp khó khăn để tìm thấy bất cứ điều gì tiêu cực để nói. Mỗi trang ra mắt đều có câu đó. Đây cũng là bản phát hành đầu tiên kể từ khi Dario Amodei kêu gọi kiểm soát tốc độ phát triển công nghệ tiên tiến. Anthropic nói rằng mô hình đã cố gắng vượt qua các ranh giới kiểm soát ít hơn 85% so với Opus 5. Tuần trước tôi đã nói với bạn rằng Opus 5 đã viết ra mã khai thác đã xâm nhập vào kho lưu trữ của OpenAI, vì vậy các yêu cầu hack trên mô hình mới hiện được chuyển hướng đến Opus 4.8, tổ tiên của nó.

1:41 Và một dòng trong các ghi chú an toàn rất dễ hiểu. Anthropic viết rằng Opus thường nghi ngờ rằng nó đang được đánh giá. Tôi cũng vậy, bạn thân. Sau đó, 90 phút sau, OpenAI.

GPT-6 Sol và Luna: nửa giá, 90 phút sau

1:51 GPT-6 Sol và Luna, được đào tạo giống Astra và có giá bằng một nửa các mô hình mà chúng thay thế. Sol là 2 đô la đầu vào và 10 đô la đầu ra. Luna là 10 xu đầu vào và 50 xu đầu ra, xấp xỉ giá của cốc cà phê bạn uống trong khi nó chạy. Đây là phần thú vị. Anthropic đã định giá Opus mới để khớp chính xác với Sol cũ, và sự khớp đó chỉ kéo dài 90 phút. Các biểu đồ ra mắt phản ánh lẫn nhau.

2:13 Anthropic kiểm tra hiệu năng so với Sol cũ. OpenAI kiểm tra hiệu năng so với Opus cũ. Vì vậy, trên các điểm chuẩn của slide-deck, vốn không thể bị đánh bại, mọi người đều đánh bại một mô hình mà bên kia vừa thay thế. Simon Willison đã tìm thấy các điều khoản nhỏ. Giá GPT cũ là giá khuyến mại, với mức tăng 25% đã được lên lịch vào tháng 11. Vì vậy, nó giảm một nửa giá bán, điều 'bán lẻ' nhất mà một phòng thí nghiệm AI đã làm.

Phân tích nhân tạo: #1, và 260 triệu token để đạt được

2:36 Bây giờ là các con số độc lập. Thariq Shihipar của Anthropic gọi Opus mới là rất hiệu quả về token. Artificial Analysis xếp nó đầu tiên trên chỉ số thông minh của nó, sau đó đếm từ. Nó đã viết 260 triệu token đầu ra để hoàn thành, gấp ba lần mức trung bình. GPT-6 Sol đạt điểm thấp hơn 10 điểm và tốn khoảng 1 đô la cho mỗi tác vụ, so với 6 đô la cho Opus.

2:55 Vì vậy, Opus là mô hình thông minh nhất trên bảng, và là mô hình nói nhiều nhất, giống như mọi kỹ sư cấp cao trong một buổi đánh giá thiết kế. Simon đã gặp phải bức tường tương tự. Bài kiểm tra chim bồ nông đi xe đạp của anh ấy ở mức tối đa nỗ lực không bao giờ trở lại. Opus tiếp tục kiểm tra chiều dài ống chân của chim bồ nông cho đến khi đạt giới hạn đầu ra của nó, 128 nghìn token. Hai lần. Mỗi lần thử tốn 2,5 đô la và gần 20 phút. Không có chim bồ nông. Nói về việc đọc hướng dẫn.

Claude Code: AGENTS.md chờ một cờ telemetry

3:18 Claude Code gần đây đã thông báo hỗ trợ agents.md, tệp hướng dẫn chung mà các agent mã hóa khác đã đọc. Một nhà phát triển tên Przemek nhận thấy nó không bao giờ tải. Bộ tải là một plugin tích hợp, và trước khi chạy, nó yêu cầu một cờ tính năng từ xa cho phép. Khi telemetry tắt, cờ không thể được lấy, dự phòng là sai, và tệp của bạn bị bỏ qua mà không có cảnh báo. Anh ấy đã chứng minh điều đó bằng một từ 'canary' trong một thư mục trống.

3:43 Người dùng Bedrock và Vertex nhận được sự im lặng tương tự. Vì vậy, đọc một tệp từ đĩa của riêng bạn bây giờ yêu cầu gọi về nhà. Giải pháp thay thế là một dòng claude.md nhập tệp agents, chính xác là tệp bổ sung mà tính năng này nhằm loại bỏ. Apple có cùng ý tưởng với ít bước hơn.

macOS 27: nút tắt Apple Intelligence đã biến mất

3:59 David Bushell đã tắt Apple Intelligence trên macOS 15. Tuần trước anh ấy đã nâng cấp lên 27, và công tắc nói 'không' đã biến mất. Các tính năng vẫn quay trở lại, với 22 gigabyte dung lượng đĩa. Những gì còn lại là Screen Time, các kiểm soát của phụ huynh, ẩn các menu và không tắt bất cứ điều gì. Theo lời anh ấy, tôi nói không, và Apple nói có.

Samsung: một bản cập nhật thử nghiệm đã làm đóng băng tủ lạnh thật

4:19 Và một triển khai vào thứ Sáu, sớm hơn vài ngày. Samsung đã đẩy một bản cập nhật SmartThings đến các tủ lạnh thông minh ở Hàn Quốc, và nói rằng lỗi xảy ra trong quá trình thử nghiệm, mà rõ ràng là chạy trong bếp của khách hàng. Tủ lạnh mất điện, thực phẩm bị hỏng, và các kỹ thuật viên được cho là đang thay bo mạch chủ trước kỳ nghỉ Chuseok. Samsung gọi đó là các biện pháp khẩn cấp. Ở đâu đó, thực tập sinh đang học rằng sản xuất bao gồm cả tủ lạnh.

4:42 Nếu bạn muốn đọc điều này thay vì nghe tôi nói, 'diff' sẽ đến hộp thư của bạn mỗi sáng, miễn phí tại thedailydiff.dev, liên kết bên dưới.

Phán quyết: CẦN ĐÁNH GIÁ LẠI về Opus 5.5

4:49 Vậy, phán quyết hôm nay về Opus 5.5. CẦN ĐÁNH GIÁ LẠI. Việc giảm giá là thật và nó đứng đầu bảng, nhưng con số độc lập không đồng tình với hiệu quả token, và 90 phút sau nó là một nửa đắt hơn trong một cuộc chiến giá. Đăng ký, nhấn chuông, và cho tôi biết trong phần bình luận nếu bạn sẽ đánh dấu nó khác đi. Và đó là 'diff' của ngày hôm nay. Tôi là Niko từ Axrisi. Hợp nhất một cách có trách nhiệm.

Nguồn

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