Gemini zaostrza limity, OpenAI opisuje kampanię destylacji: co naprawdę mówi dossier
4 października 2026 roku OpenAI opublikowało własną relację o kampanii wymierzonej w wyciąganie chronionego rozumowania z jego modeli, a The Decoder zestawił nowe taryfy Gemini od Google. W dossier nie ma żadnej datowanej informacji o modelu prognozowania pogody opartym na AI.
Zapytanie dotyczy modeli AI do prognozowania pogody. Dossier nie daje podstaw do tekstu na ten temat. Najnowsza pozycja jest datowana na 4 października 2026 roku i jest nią Ideogram 4.5, model do edycji obrazów.
Reszta materiału dotyczy planów subskrypcyjnych, badań nad bezpieczeństwem i konstrukcji modeli. Uczciwy tekst może więc opisać, co te źródła ustalają, a czego nie rozstrzygają. O pogodzie nie ma tu ani słowa.
Co zmieniło się w tym tygodniu
Google ogranicza dostęp do modeli Gemini bez opłat. 9to5Google poinformował 3 października, że zgodnie ze zaktualizowanym dokumentem pomocy użytkownicy bez subskrypcji Google AI dostaną tylko Flash-Lite. Od 9 października tracą dostęp do 3.6 Flash i 3.1 Pro. Subskrybenci AI Plus za 4,99 dolara miesięcznie spadają do Flash-Lite i Flash.
The Decoder ujął tę samą zmianę w tabeli 4 października. Żaden plan nie daje wyłącznie Flash-Lite, AI Plus dokłada Flash, a Pro wymaga AI Pro za 19,99 dolara miesięcznie albo AI Ultra za 99,99 i 199,99 dolara. The Decoder przekonuje też, że praktyczny skutek jest niewielki, bo większość zwykłych użytkowników nie wie, na którym modelu pracuje.
Rzucają się w oczy dwie rzeczy. Po pierwsze, darmowy plan jest obcinany, a nie przestawiany: według 9to5Google jego użytkownicy mają teraz 3.6 Flash i zmienny dostęp do 3.1 Pro. Po drugie, płatne plany coś zyskują. 9to5Google podaje, że subskrybenci AI Pro dostaną opcję Deep Think do maksymalnego równoległego rozumowania, wcześniej zarezerwowaną dla planów za 99,99 i 199,99 dolara. Ten sam tekst wspomina o nowych poziomach wysiłku, niskim, średnim i wysokim, dla każdego dostępnego modelu, co zużywałoby więcej limitu użytkownika.
The Decoder: "Google może też przygotowywać grunt pod większy Gemini 4 Argon, który może być droższy w utrzymaniu."
Termin Argonu nie jest przesądzony. 9to5Google pisze, że Google ogłosiło, iż trafi najpierw do subskrybentów AI Ultra, i nie powiedziało, czy Argon liczy się jako model Pro, czy jako poziom ponad nim. Ta luka ma znaczenie dla każdego, kto zastanawia się, czy 19,99 dolara nadal kupuje najlepszy model. Żadne z tych mediów tego nie potwierdza.
OpenAI działa w dystrybucji i wokół destylacji
29 września zapowiedzi OpenAI z Dev Day wskazywały na model sklepu z aplikacjami, jak relacjonuje Sarah Perez z TechCrunch. ChatGPT będzie podpowiadać aplikacje w trakcie rozmowy, gdy któraś może pomóc w zadaniu, a rozszerzona architektura wtyczek obsługuje teraz dodatki renderujące interaktywne panele. Perez podaje 16 partnerów startowych dla Sign in with ChatGPT, wśród nich Devin od Cognition, Notion, Vercel, T3, OpenClaw i Dactyl. Chatbot ma, według OpenAI, 1 200 000 000 użytkowników tygodniowo.
Osobno OpenAI opublikowało własną relację 4 października o kampanii wymierzonej w wyciąganie chronionego rozumowania z jego modeli. Firma twierdzi, że najwcześniejsza zaobserwowana aktywność przypadła na pierwszy tydzień lipca, ze skokami 24 i 25 lipca: 16 000 zapytań według wzorca ekstrakcji od ponad 4 000 użytkowników. OpenAI podaje, że do 28 lipca całkowicie rozbiło powiązany klaster ponad 15 000 użytkowników, a klaster rdzeniowy przypisuje osobom związanym z Moonshot AI, twórcą Kimi.
OpenAI mówi wprost, że nie złamano żadnego szyfrowania i nie sięgnięto bezpośrednio po zapisane rozmowy. Operatorzy manipulowali interakcjami z modelem, między innymi kopiując zaszyfrowane rozumowanie między rozmowami i prosząc model gdzie indziej o jego przepisanie. Firma przyznaje też zasługi niezależnym badaczom, którzy zgłosili powiązane problemy z przenoszeniem między modelami i kompakcją rozmów w ramach odpowiedzialnego ujawniania. OpenAI zaznacza, że nie jest jasne, czy wszyscy operatorzy pochodzili od jednego podmiotu.
Mniejsze modele, węższe wyniki
Jerry Gamblin uruchomił lokalnie modele Clef od Cloudflare 4 października i opisał wyniki. Zadał modelom dwa pytania o wszystkie 27 489 CVE opublikowanych w poprzednich 60 dniach. Poza jądrem Linuksa 989 z 23 736 opisów, czyli 4,2 procent, nigdy nie mówi, co atakujący mógłby zrobić. Licząc jądro, którego polityka zostawia ocenę skutku użytkownikowi, liczba wynosi 4 650 z 27 489, czyli 16,9 procent. Gamblin ujawnia, że zasiada w grupach roboczych programu CVE i że wpis nie jest stanowiskiem programu.
Metoda jest warta uwagi dla każdego, kto rozważa lokalne narzędzia. Clef Flash ma 9 000 000 000 parametrów, Clef 27 000 000 000, oba dostrojone z Qwen i oba na licencji Apache 2.0, podaje Gamblin. Sam Flash był zbyt surowy, więc Clef 27B przeczytał ponownie wszystko, co oznaczył, i odwrócił 1 198 z 2 187 decyzji, czyli 54,8 procent. Na 129 ręcznie oznaczonych CVE dwuetapowa odpowiedź wyłapała 15 z 16, które nie podawały skutku.
Po stronie badań praca złożona do arXiv 1 października autorstwa Lewisa Mitchella sprawdza filtr przeciw zapaści modelu przy iteracyjnym dostrajaniu. W eksperymencie QLoRA na Llama-3.1-8B przez sześć generacji filtrowanie oparte na logprob nie dało istotnej korzyści w różnorodności tekstu na żadnej metryce, z p powyżej 0,23. Filtrowanie według tempa entropii Kontoyiannisa, liczonego z surowego tekstu bez modelu, dało 42 procent więcej unikalnych trigramów, 30 procent większe słownictwo i 19 procent mniej powtórzeń, wszystko przy p poniżej 0,001. Praca ma 17 stron i jest zgłoszona na NeurIPS 2026.
Wpis Alexa L. Zhanga z 4 października przekonuje, że kształt wejścia i wyjścia modeli językowych prawie się nie zmienił od czasów ChatGPT, a prace nad agentami trafiły do uprzęży zbudowanych wokół tego kształtu. Wskazuje Jev od Typesafe AI, którego przestrzeń wyjścia jest ograniczona do wartości między zerem a jeden, dzięki czemu przy próbkowaniu może działać wyłącznie jako prefill. Nie wiadomo, czy to ograniczenie da się uogólnić, ale argument brzmi: inne kształty niosą inne kompromisy i inne cele treningowe.
Prośby o dane i projekty demonstracyjne
BleepingComputer poinformował 4 października, że Anthropic prosi teraz użytkowników Claude o zgodę na wykorzystanie danych głosowych do trenowania modeli. Komunikat daje opcje Allow i Not now, a ustawienie znajduje się w Settings, Privacy. Mayank Parmar pisze, że jest domyślnie wyłączone i osobne od istniejącej opcji obejmującej czaty i sesje Claude Code, więc użytkownik może zgodzić się na trening głosu, a sesje tekstowe zostawić poza nim. Dane głosowe można później usunąć w ustawieniach.
Również 4 października Research Chamber uruchomiło zestaw demonstracji na żywo, które włączają w modelach wzorzec kojarzony z bólem i obserwują, co modele robią, w tym czy jeden model powstrzymuje ból drugiego albo naciska przycisk stop, który usuwa jego ostatni checkpoint. Projekt twierdzi, że opiera się na wzorcu bólu opisanym przez Tagliabue, Dunga i Berga w 2026. Każda gra działa też z wyłączonym wzorcem dla porównania. To demonstracja, nie wynik dotyczący bezpieczeństwa, i tak trzeba ją czytać.
W kanale pojawił się także raport techniczny Berkeley z 2017 roku o modelowaniu zagrożeń i obchodzeniu cenzury internetu. Ma dziewięć lat i należy do tła, nie do wiadomości z tego tygodnia.
Czego dossier nie zawiera
Żadne źródło w dossier nie opisuje modelu AI do prognozowania pogody, wyniku trafności prognoz ani zbioru danych meteorologicznych. Nagłówki kontekstu wspominają o pogodzie, ale zasady tego tekstu zabraniają traktować je jako fakty do cytowania. Kto chce poznać stan prognozowania pogody przez AI, potrzebuje materiałów źródłowych: kart modeli, wyników weryfikacji wobec nazwanego punktu odniesienia i niezależnej oceny. Nic z tego tu nie ma.
Dossier pokazuje za to rynek, który sortuje użytkowników według poziomu modelu, laboratorium publikujące własną relację o kampanii ekstrakcji oraz badaczy mierzących, co potrafią klasyfikować małe modele lokalne. To twierdzenia węższe niż przełom w prognozach. I takie, które źródła rzeczywiście wspierają.
Źródła
11- 01Ideogram 4.5: The most precise edit modelEN
- 02Gemini app limiting what models free and AI Plus users can accessEN
- 03Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
- 04OpenAI's latest features take direct aim at the app store modelEN
- 05Disrupting a coordinated model-distillation campaignEN
- 06Decision Models vs. CVE DataEN
- 07No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
- 08Language Model "Shape"EN
- 09Anthropic asks Claude users to share voice data for AI model trainingEN
- 10Research Chamber: watch AI models with a pain pattern switched onEN
- 11Threat modeling and circumvention of Internet censorship (2017)EN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.