Google i Meta udostępniły najnowsze modele AI z najwyższej półki w środę, w odstępie zaledwie kilku godzin. Google wypuściło Gemini 3.8 Flash oraz jego wariant do cyberbezpieczeństwa, a Meta zaprezentowała Muse Spark 1.3.
Obie premiery zachęcają do bezpośredniego porównania. Niezależne testy przeprowadzone przez Artificial Analysis dają niejednoznaczny wynik. Meta przoduje w agentowej pracy umysłowej i rozumowaniu naukowym, a Google ma przewagę w przypominaniu sobie faktów i programowaniu w terminalu.
Dwie premiery modeli z najwyższej półki tego samego dnia
Gemini 3.8 Flash to trzeci model Flash od Google w ciągu sześciu tygodni. Kosztuje 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych.
Śledź nas na X, aby otrzymywać najnowsze wiadomości na bieżąco
Ta promocyjna cena obowiązuje do 31 grudnia 2026 roku. Później stawki wzrosną dwukrotnie — do 1,50 USD i 7,50 USD za milion tokenów.
Google połączyło model ogólnego przeznaczenia z Gemini 3.8 Flash Cyber. Model jest dostępny dla wybranej grupy zaufanych obrońców. Uzyskał wynik 86,2% w CyberGym, benchmarku służącym do wykrywania luk w zabezpieczeniach.
Wariant cyberbezpieczeństwa uzyskał również 47,2% w CWE-Bench, benchmarku tworzenia poprawek. Google poinformowało, że model wygenerował 2,6 razy więcej poprawnych poprawek dla luk w zabezpieczeniach Chrome niż większe modele komercyjne.
Dostęp do modelu jest ograniczony w ramach programu Fairwind — mogą z niego korzystać wyłącznie instytucje rządowe i operatorzy infrastruktury krytycznej. OpenAI wyznaczyło podobną granicę dzień wcześniej, ograniczając dostęp do Astry — pierwszego modelu, któremu firma przypisała krytyczny poziom zagrożenia w obszarze cyberbezpieczeństwa.
Tymczasem Meta udostępniła Muse Spark 1.3 za pośrednictwem Muse Code i Meta Model API. Inżynierowie firmy zmierzyli około 20% mniej wywołań narzędzi niż w wersji 1.2.
Gemini 3.8 Flash kontra Muse Spark 1.3: niezależne benchmarki dają rozbieżne wyniki
Artificial Analysis przetestowało modele, a wyniki pokazują ich pozycję w rankingu. Muse Spark 1.3 w trybie max uzyskał 1754 punkty Elo w GDPval-AA v2. Gemini 3.8 Flash (high) uzyskał 1545 punktów.
Meta osiągnęła też lepszy wynik w teście agentów bankowych Sierra Research (52,4% do 44,9%) oraz w teście rozumowania z zakresu fizyki CritPt. Gemini 3.8 Flash wypadł lepiej w Terminal-Bench 2.1, uzyskując 87,6%, w teście długiego kontekstu AA-LCR, z wynikiem 81%, oraz pod względem trafności w AA-Omniscience, z wynikiem 55%.
Gemini 3.8 Flash uzyskał najwyższy spośród testowanych modeli wynik w GPQA Diamond: 95%. W Humanity’s Last Exam modele dzielił zaledwie jeden punkt.
Najlepiej oceniany model Meta nie jest dziś dostępny. Firma poinformowała, że tryb rozumowania max pojawi się po zakończeniu dalszych testów bezpieczeństwa; obecnie dostępny jest wariant xhigh.
Ta wersja uzyskała 61 punktów w Artificial Analysis Intelligence Index, o cztery więcej niż Muse Spark 1.2. Ustępuje Claude Fable 5.1, który zdobył 66 punktów, i Claude Opus 5 z wynikiem 63 punktów.
Kolejne premiery są już zaplanowane. Elon Musk zapowiedział, że Grok 4.7 pojawi się wkrótce, co oznaczałoby cztery premiery modeli z czołówki w ciągu dwóch tygodni.
Subskrybuj nasz kanał YouTube, aby oglądać liderów i dziennikarzy, którzy dostarczają fachowych spostrzeżeń
Źródło: BeInCrypto
