SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Najmocniejszym argumentem za Gemini 3.8 Flash jest opinia inżynierów Google

Google wypuścił 2 września Gemini 3.8 Flash i nie ruszył cennika, bo milion tokenów wejściowych nadal kosztuje 0,75 dolara, tyle że model myśli dłużej i koszt przerobienia jednego zadania urósł według Artificial Analysis z 0,40 do 0,58 dolara, czyli o 45%. Porównania jeden do jednego z Claude Opus 5 Google nie pokazał, a wariant Flash Cyber, który według zespołu Chrome'a pisze 2,6 razy więcej trafnych łatek, trafia tylko do wybranych instytucji przez program Fairwind. Najmocniejszym publicznym argumentem zostaje więc to, że model spodobał się inżynierom samego Google.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Najmocniejszym argumentem za Gemini 3.8 Flash jest opinia inżynierów Google
Ilustrację przygotowała AI.

Dzień przed premierą "Wall Street Journal" opisał model, którego jeszcze nie było. Gemini 3.8 Flash, o roboczej nazwie Skimaki, przez cały sierpień chodził na Jetski, wewnętrznej platformie deweloperskiej Google, gdzie inżynierowie zestawiali go bezpośrednio z konkurencyjnymi modelami. W tych pojedynkach wypadał w ich ocenie lepiej niż Claude Opus.

Mike Pearl z Gizmodo skwitował ten moment jednym zdaniem: "Demis Hassabis nie jest już szefem Google DeepMind. Wygląda na to, że czas na zwrot w stronę kodu". Hassabis prowadził DeepMind jak laboratorium badawcze i na początku sierpnia oddał stery, więc model zbudowany pod pisanie kodu czyta się jako sygnał, że firma przestawia się z nauki na narzędzia. W środę 2 września Google faktycznie wypuścił 3.8 Flash, a razem z nim wariant nastawiony na bezpieczeństwo, 3.8 Flash Cyber.

Cennik przy tym nie drgnął. Milion tokenów wejściowych nadal kosztuje 0,75 dolara, dokładnie tyle co w 3.7 Flash sprzed trzech tygodni, a reszta stawek razem z oknem kontekstowym została bez zmian. Google tłumaczy poprawę nie nową architekturą, tylko tym, że model po prostu pracuje ciężej: robi więcej kroków rozumowania i częściej sięga po narzędzia. Brzmi to niewinnie do chwili, w której ktoś policzy, kto za te dodatkowe kroki płaci.

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Kolejny model roboczy Google w miejscu obiecanego flagowca
Model / Badania

Kolejny model roboczy Google w miejscu obiecanego flagowca

3 min

Google wypuścił Gemini 3.7 Flash zaledwie trzy tygodnie po wersji 3.6, znów model roboczy w miejscu obiecywanego flagowego Pro. Skok w benchmarkach jest realny, ale niewielki: na DeepSWE v1.1 wynik rośnie z 49,0% do 65,3%, a w rozumieniu dokumentów model bije Claude Sonnet 5 i GPT-5.6. Prawdziwa zmiana jest w cenie, 0,75 dolara za milion tokenów wejściowych, tyle że OpenAI zbiło stawkę swojej Luny do 0,20 dolara. Ryan Whitwam z Ars Technica pyta wprost, czy to szybszy rozwój, czy tylko szybsze wypuszczanie.

Google przyznaje, że przegrywa w kodowaniu, a zamiast flagowca wypuszcza tańszy model
Model / Badania

Google przyznaje, że przegrywa w kodowaniu, a zamiast flagowca wypuszcza tańszy model

4 min

Sundar Pichai na telekonferencji wynikowej przyznał, że Google wypada słabiej w kodowaniu i kodowaniu agentowym. Flagowy Gemini 3.5 Pro, planowany na czerwiec, wciąż się nie pojawił, bo jego wyniki w programowaniu rozczarowały. Zamiast niego Google wypuściło tańsze modele Flash, z Gemini 3.6 Flash na czele, który na benchmarku DeepSWE zużywa do 65% mniej tokenów i podniósł wynik z 37% do 49%. Prawdziwy problem to jednak nie harmonogram premier, tylko brak własnego narzędzia do kodu zbierającego dane o tym, jak ludzie realnie programują z modelem.

Wyspecjalizowany Gemini znajduje więcej luk niż Opus 4.6
Model / Badania

Wyspecjalizowany Gemini znajduje więcej luk niż Opus 4.6

4 min

Google DeepMind pokazał w zeszły wtorek Gemini 3.5 Flash Cyber, mały model wyostrzony pod jedno zadanie: szuka luk w cudzym kodzie, sam buduje działający exploit w piaskownicy, żeby odsiać fałszywe alarmy, i dopiero potem pisze łatkę. Na silniku JavaScriptu V8 wskazał 55 potwierdzonych błędów, wobec 47 od zwykłego 3.5 Flash i 36 od Claude Opus 4.6, bo nowszym rywalom w szukaniu luk przeszkadzają ich własne zabezpieczenia. Google wypuszcza go jednak wyłącznie dla rządów i zaufanych partnerów, więc najlepsze narzędzie tygodnia jest zarazem tym, do którego dostęp ma garstka.