たけ

Xeon e5~第１世代スケーラブルまで大好き。
PC、AIが得意。自作未経験。
バイブコーディングにはまってる
VPSにデプロイしたHermas Agentでエージェント構築中。

[たけ @take14262]

@tamanekokoro 僕もClaudeCodeとGrok BuildインストールしてDSHが勝手に叩いてるけど結構便利
DSHはDeepSeekのAPIキーを入れないと検索できないけど（従量課金制）Grok BuildでXSearch、普通のWeb検索はTinyFishって感じでやったり、ClaudeCodeはOpus5.5 Highの設定してメインモデルのレビューさせてる（）

[たけ @take14262]

@oikon48 なにげに上位にCarbonが食い込んでるの普通にすごい...
まあでもUltraプランでしか使えないからね...
上位帯はOpenAIはついに見る影もなくなって、Anthoropic VS Google みたいな構図になってきたなぁ...
でもシンプルにコスパ悪いから（Haiku5.5以外）中国モデルを使わない理由にはならないかな

[たけ @take14262]

キャッシュが安いのはいいとして、出力高すぎだろ...
これFlashモデルだよ...？？？って言いたかったけどAI Studioで調べてみたらGemini3.8 Flashと同じ価格らしい...（）

[Lumina @LuminaBench]

Gemini 4 Hydrogen's pricing will be

$0.75 Input
$3.75 Output
$0.0375 cache

Not bad at all with how good it is

[たけ @take14262]

@neutron42jp できるかどうかわかんないけどAgent/人間用超爆速、高性能Computer Use作ってる...

[たけ @take14262]

なんだコレ...
ただのバグ取りをQwen4 Maxにしてもらうと思ったんだけど、不適切な内容って言われた...
なんで..？？？

[たけ @take14262]

@GOchucampaign FPS作りでもダメなのかよ...（）
逆になんならいいんだよ...

[たけ @take14262]

Hydrogen来い！
というか3日連続Geminiって...
モデルの評判もそこそこいいし、ありだけど次はAntigravityって言ってほしいわ。ハーネスが...（）

[Logan Kilpatrick @OfficialLoganK]

Gemini

[Arena.ai @arena]

Big news: Claude Fable 5.2 (Max) by @AnthropicAI takes #1 in Agent Arena with an unprecedented lead: +30.4% net improvement, about 1.6x the #2 model Opus-5.5, across 4.7k real-world agentic sessions from our global community. It's also #1 in Code, Chat and Work.

A major leap over Claude Fable 5.1 (Max)
- Rank: #5 → #1, Net improvement: +14.8% → +30.4%
- Median cost per task: $7.7 → $7.3 (6% lower). The API pricing $10/$50 → $8/$40 per million input/output tokens (20% lower)

vs. The Frontiers
- #1 Claude Fable 5.1 (Max): +30.4% | $7.3/task
- #2 Claude Opus 5.5 (Max):+19.5%) | $5.5/task
- #3 Gemini 4 Carbon (High):+17.0%) | $1.5/task
- #6 GPT-6-Astra (Max): +14.5% | $6.0/task

Breaking down performance across signals:
Fable 5.2 improves over 5.1 across all four reported signals, with particularly large gains in user satisfaction and steerability.
- #1 Praise vs. Complaint , +73%, biggest jump vs +41% the next model.
- #1 Steerability: +33%
- #1 Confirmed Success: +22%
- #3 Bash Reliability: +14%

#1 across all major categories
- #1 Code: +34%
- #1 Work: +31%
- #1 Chat: +27%
- Versus Fable 5.1: Code #6 → #1 (+19.8 %), Work #4 → #1 (+15.8 %), Chat #6 → #1 (+12.0%).

Huge congrats to the @AnthropicAI team on this incredible release!

[たけ @take14262]

Google ColabでもPro 6000 Blackwellは使えるし、別に買わなくてもAI PlusとかProに課金すればCUもらえてA100とかH100も使えるから案外気軽に使えるところがいいね。わざわざめちゃくちゃ高いかね出さなくても3000円〜3万円ぐらいでまともに使えると思う

[ミロ @ml0_1337]

RTX PRO 6000は良い、機械学習PoCは光の速さで検証できるし、SAM3も好きなだけ使えるし、無検閲というかどんなデータを処理してもいいからBANを気にしなくていいし、画像モデルも動画モデルも動くし、なんでもできる。エンジニアは一人一台くらいは持っておくべきだ。

[たけ @take14262]

@SuzukuStudio Plus/Flashが本命...

[たけ @take14262]

Qwen4 Max、全然TLに流れてこないからそんなに微妙なんかね...
プレビューが取れるまでアップデートされないのがAlibabaだからなぁ...

正式版でコスパよく、性能Fable5.2級になってくれればいいんだけどどうかな...
Qwen4 Plus/FlashもQwen4 Maxで全然だから期待しないほうがいいのかなぁ
と言ってもいまQwen4 Maxが8割引だから使うしかないんだけどね

[たけ @take14262]

OpenCode GoのV4.1Flashもだいぶ遅くなったなぁ
1カ月くらい前だと平気で183tk/s出てたけど今実行すると110 tk/sぐらいしか出てない....
Command CodeのV4.1Flashは遅い時と早い時あるけどOpenCode Goは常に110tk/sしか出ない....（）

[たけ @take14262]

Baiduの5.5 Flashプレビューめっちゃ強いじゃん
どこかのMaxモデルのプレビューはめちゃめちゃ不評なのにね...

[Arena.ai @arena]

Ernie 5.5 Flash Preview by @Baidu_Inc is trending towards becoming the #2 open model on the Code Arena: WebDev, at 1668 pts. The weights will be open-sourced under Apache 2.0 soon.

Its score puts it just above:
- DeepSeek-V4.1-Flash (Max) at 1664
- Kimi K3 (Max) at 1658

and on par with:
- Qwen3.8-Max at 1670
Congrats to the @Baidu_Inc team on this release!

[たけ @take14262]

Carbonは使ったことないけど結構良さそうだなぁって感じな気がする...
Argonと同じ値段だし、Qwen4 Maxぐらいは軽く超えるんじゃないかな〜って思ってる（）
価格が同じとはいえ、少し高めだからまだ選択肢にはないかな。Geminiは3.5 Flashか3.8 Flashまでクソすぎて使い物にならんかった前科があるからなぁ...

[個人開発のたなか @vnowqd]

軽くcarbon使った経過報告

◯長時間タスクがちゃんとできてる。
→作業時間に対する成果物の質が想定より良い
◯選択肢の提案が以前よりも精度高い
→ニュアンスの違いレベルの差分をちゃんと聞いてくれる所感（プロンプトによるかもしれないけど以前のモデルよりは親切になってる感）

[たけ @take14262]

Qwen3.8 Maxプレビューのほうが感触としては良かった気がする...
Qwen4 Maxは簡体中国語とか韓国語が良く出るイメージ...
この前でたPLMOの0.8Bを使って気合で日本語化してるけどなぁ...
あとQwen4 Maxの悪いところはまじで遅いってとこ。50tk/s〜70tk/sいかないぐらいだからなぁ.... MaxモデルだからなのかもしれないけどQwen4 FlashやPlusの期待ができなくなってきてる...（）

[Ryu @_ryu15_]

んーやっぱQwen4 Max Preview だから何とも言えないけど、現時点だと
「Qwen4！」
として登場されると微妙な感じ....？

27B！
と、大期待してた割にはQoduckがMax-preview だったと言われると正直かなり微妙感あるなw

まぁプレビューだから！！！！！！！！
プレビューだから！！！！！！！

[たけ @take14262]

は....
Hydrogenは...？？
意思決定モデルも重要だけどHydrogenは....？？？

[Logan Kilpatrick @OfficialLoganK]

Introducing Gemini Decision 1, our new frontier decision model in the Gemini API.

It is $0.10 per 1M input tokens with no additional cost. With support for image, audio, video, and PDF natively, 256K context window, & 1K questions.

You can try it for free in the API!

[たけ @take14262]

僕もQwen4 Max試してみたけど別に言語が混入する現象がよく起きるな...
VPSにPlmoの0.8Bをいれて日本語になるように対策してるけど...
Qwen3.8まではこんなこと一切なかったのになぁ。しかもMaxモデルで結構起こるからPlus/Flashモデルはもっと悪くなっちゃうかも...
とにかくどうにか直してほしい（）

[田都 アリエル @maruru_289]

Qwen4Max相変わらず言語統一できなくて、簡体字混じっちゃうのどうにかなんなかったのか
その分野ではGPT6.1Terraにすら負けるね

[たけ @take14262]

Hydrogen明日来たら激アツだなぁ
AI Plus/無料ユーザーは3.6 Flash止まりでほぼ存在忘れられてたけどやっとモデル変わるかも...そうであって欲しい

[imjustnewatai @imjustnewatai]

Google will be announcing krypton tomorrow.

It’s on the level of fable 5.2 and cheaper.

Yes it will only be for “trusted users”

Google will also be releasing Hydrogen.

A flash model thats a little worse than opus 5.5 but really cheap and fast.

[たけ @take14262]

@kusurichan_ Hydrogenかもしれないよ（）

[たけ @take14262]

@soichi1208tenko 僕のスマホはRAM12GBだけど結構快適かなぁ。ゲームしないし ..
8じゃちょっと厳しいから12GB〜が一番ベストかなって思ってる（）