kimi k3.1 (kibitz) बनाम gpt 5.6 sol xhigh एक ही वेब डिज़ाइन प्रॉम्प्ट पर बाएं: kimi दाएं: gpt kimi डिज़ाइन के कार्यों पर भी अब अंतर कम करने लगा है। https://t.co/dv7FUAL1r5
ANTHROPIC ने बस निवेशकों को बताया कि तीसरे तिमाही की आय $16.8 बिलियन पहुँच गई > q1 $4.7 बिलियन था > q2 $11.6 बिलियन था > q3 $16.8 बिलियन है, पिछली तिमाही की तुलना में ~45% की वृद्धि > इस तिमाही में समायोजित आधार पर लाभदायक > आज सैन फ्रांसिस्को में निवेशक दिवस आयोजित किया गया > आईपीओ अभी भी नवंबर के मध्य के लिए लक्ष्यित है, रोडशो 9 नवंबर के सप्ताह में > मूल्यांकन की चर्चा $2 ट्रिलियन से अधिक है विकास की गति q2 की अत्यधिक गति से धीमी हुई, लेकिन उन्होंने एक ही तिमाही में लगभग $17 बिलियन कमाए हैं और कहा है कि वे समायोजित आधार पर लाभदायक हैं। अब रोडशो ही वास्तविक घड़ी है।
जिन लोग इस दिन का उत्सव मनाते हैं, उन्हें हैप्पी जेमिनी 4 आर्गन डे !!!
रुकिए। मेटा ने अभी ओपस के पास एक मॉडल लगा दिया है और इसे फेबल से सस्ता बना दिया है। वंडरफुल का स्कोर आर्टिफिशियल एनालिसिस पर 56 है। ओपस 58 है। फेबल 5.1 कम है। पिछला म्यूज 48 था। कीमत $4 इन / $20 आउट है। फेबल $10 / $50 है। एक ही श्रेणी, काफी कम पैसा। उन्होंने एक साल तक खराब दिखाया, और अब इसे तीन-घोड़ों की दौड़ में बदल दिया। मैंने आज मेटा को अपनी सूची में नहीं रखा था।
गूगल पहले से ही आर्गन के बाद मॉडल का परीक्षण कर रहा है। बिजनेस इंसाइडर ने आंतरिक दस्तावेज़ और चैट्स देखे। कार्बन उनके कोडिंग प्लेटफॉर्म जेटस्की पर है। एक कर्मचारी ने कहा कि यह आर्गन पर कोडिंग के लिए ऑपस 5.5 जैसा महसूस होता है, जिसे पब्लिक नाम मिलने से पहले बैरियम बी कहा जाता था। आर्गन अभी भी पिकर में नहीं है। कल फ्री जेमिनी से फ्लैश और प्रो हटा दिए गए। वे अगला चेकपॉइंट चला रहे हैं, जबकि अधिकांश लोगों को उनके द्वारा घोषित मॉडल को खोलने में समस्या हो रही है। कार्बन के लीक होने की तुलना में आर्गन को शिप करने से यह सब शांत हो जाएगा।
6.1 Sol पहले से ही Work और Codex में है। इसलिए “जल्द ही आ रहा है” मॉडल नहीं है। या तो Chat, Ultrafast, या DevDay के पहले उनके द्वारा रखा गया 6.1 Astra है। अभी उपयोगी विभाजन पहले से मौजूद है। Astra कम कामों, ईमेल्स, एकल सुधारों, त्वरित डेमो के लिए, और Ultrafast छोटे कामों के लिए। Sol तब चाहिए जब आपको एक ही रिपो पर 10 और प्रयास करने हों बिना सप्ताह को बर्बाद किए। Sol अभी भी लंबे एजेंट रन पर धीमा महसूस होता है। Astra अभी भी कैप को खा जाता है। अगर यह Sol Ultrafast है, $2 / $10 पर, तो Plus के पास अंततः एक डेली ड्राइवर है। अगर यह Astra 6.1 है, तो यह एक अलग पोस्ट है। उसे इसलिए रखा गया था क्योंकि यह स्कोप में नहीं रह पा रहा था।
ने @Angaisb_ के 5 SVG प्रॉम्प्ट्स को GLM 5.3 पर आजमाया। लगभग 4–8 मिनट प्रत्येक, अच्छा है। अस्ट्रा अभी भी बॉक्स और कमलेलियन लेता है, हालांकि एक-पक्षीय नहीं। https://t.co/5DuXmdPLTa
पिछले 10 दिनों में अगर आपने आँखें झपकाईं: grok 4.7 - sep 21 opus 5.5 - sep 22 sonnet 5.5 - sep 28 gpt-6.1 sol - sep 29 6.1 astra को हटा दिया गया gemini 4 अभी भी गायब सस्ते मॉडल ही वे हैं जो वास्तव में बाहर आए
चरण 5 प्रीव्यू लेख में जो बात ध्यान आकर्षित करती है, वह है कि इसमें वास्तविक सॉफ्टवेयर कार्य पर कितना जोर दिया गया है, केवल "क्या यह कोड लिख सकता है?" के बजाय। StepFun के उदाहरणों में बग फिक्स, फीचर बदलाव और रीफैक्टरिंग पर अधिक जोर दिया गया है, बस ग्रीनफील्ड जनरेशन के बजाय। यह अधिकांश टीमों के वास्तविक कार्य के साथ मेल खाता है: आप एक मौजूदा कोडबेस को पढ़ने और सावधानी से बदलाव करने में उतना ही समय बिताते हैं, जितना कि कुछ नया शुरू करने में। यह सच है या नहीं, यही दिलचस्प हिस्सा है। उपयोगी परीक्षण कोई और कोडिंग लीडरबोर्ड नहीं है। यह तब होता है जब लोग इसे एक वास्तविक रिपो में डालते हैं और इसे एक लंबे कार्य पर छोड़ देते हैं।