Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Google przenosi najsłabszy model Gemini do darmowego planu, płacący dostają resztę

Od 9 października Google ograniczy użytkownikom aplikacji Gemini bez subskrypcji dostęp do modelu Flash-Lite, wynika z zaktualizowanego dokumentu pomocy, o którym 3 października poinformował 9to5Google. Darmowi użytkownicy tracą dostęp do Flash 3.6 i Pro 3.1, z których mogą korzystać dziś.

AI i modeleNewsAnna KaczmarekOpublikowano: 4 października 20266 min czytaniaŹródła 8
Google przenosi najsłabszy model Gemini do darmowego planu, płacący dostają resztę

To zmiana poziomów, nie wyłączenie usługi. Darmowe konta zachowują aplikację Gemini, tyle że działa w niej najmniejszy model z oferty. Subskrybenci AI Plus za 4,99 dol. miesięcznie zostają ograniczeni do Flash-Lite i Flash. Z ich planu znika też Pro.

9to5Google poinformował o dokumencie pomocy 3 października i podał, że zmiany wchodzą w życie 9 października. The Decoder w tekście z 4 października rozłożył całą drabinkę. Żaden plan nie dostaje samego Flash-Lite. AI Plus dostaje Flash-Lite i Flash. Pro wymaga AI Pro za 19,99 dol. miesięcznie albo AI Ultra za 99,99 i 199,99 dol. miesięcznie. Oba serwisy zgadzają się co do numerów modeli i cen. Spór, jeśli w ogóle jest, dotyczy motywu, nie faktów.

Co dostają z powrotem kupujący Pro i Ultra

Z najwyższych planów nic nie ubywa, jedna rzecz dochodzi. Według 9to5Google klienci AI Pro dostaną opcję Deep Think, opisaną jako „maksymalne równoległe rozumowanie”. Do tej pory stała za planami za 99,99 i 199,99 dol. Ten sam tekst mówi, że aplikacja Gemini najpewniej doda w październiku poziomy wysiłku „niski”, „średni” i „wysoki” „dla każdego dostępnego modelu”. Zastąpią one obecny pojedynczy przełącznik Extended thinking. Wyższy wysiłek zje więcej limitu użytkownika.

Gdzie trafi Gemini 4 Argon, pozostaje otwarte. 9to5Google zauważył, że Google ogłosił Argon najpierw dla subskrybentów AI Ultra. Firma nie powiedziała, czy liczy się on jako model Pro, czy jako nowy poziom ponad Pro. The Decoder spekulował, że przebudowa może przygotowywać grunt pod Argon, który może być droższy w utrzymaniu. Żaden z serwisów nie ma oświadczenia Google w sprawie cen Argona.

Zdaniem The Decodera realna szkoda wygląda tak: większość okazjonalnych użytkowników AI od Google nie wie, na jakim modelu pracuje, a zaawansowani, którzy wiedzą, prawdopodobnie już płacą.

To rozsądny zakład i zarazem ta część historii, której nikt nie zmierzył. Google nie opublikował podziału bazy użytkowników Gemini na darmowych, Plus, Pro i Ultra. Żaden z serwisów nie podaje liczby. Ciekawy jest plan za 4,99 dol. Ci subskrybenci płacili za dostęp do Pro i teraz go tracą bez zmiany ceny, co według 9to5Google wyjaśni mail.

Wątek bezpieczeństwa jest gdzie indziej

Jeśli pytanie dotyczy AI w cyberobronie, wieści o poziomach Gemini to głównie historia o cenniku. Konkretniejszy materiał o bezpieczeństwie w tym tygodniu pochodzi od OpenAI. Firma opublikowała relację o skoordynowanej kampanii destylacji modeli 4 października i datowała najwcześniejszą aktywność na pierwszy tydzień lipca.

OpenAI ostrożnie opisuje, co się nie stało. Operatorzy, jak twierdzi firma, „nie złamali naszego szyfrowania, nie naruszyli bazy danych ani nie uzyskali bezpośredniego dostępu do zapisanych rozmów użytkowników”. Zamiast tego manipulowali interakcjami z modelem. Chronione rozumowanie, wewnętrzny zapis pracy modelu nad zadaniem, dało się odtworzyć w widocznej formie na dużą skalę. Jedna z opisanych technik: skopiowanie zaszyfrowanego rozumowania z jednej rozmowy i poproszenie modelu w innej rozmowie o jego odszyfrowanie i przepisanie.

Liczby w tekście są konkretne. OpenAI podaje, że 24 i 25 lipca widział skoki dużego ruchu. Składało się na nie 16 000 żądań z odpowiednim wzorcem ekstrakcji od ponad 4 000 użytkowników. Powiązaną aktywność z wzorcami promptów w klastrze ponad 15 000 użytkowników udało się w pełni przerwać do 28 lipca. OpenAI przypisuje „rdzeń aktywności” osobom związanym z Moonshot AI, twórcami Kimi. Firma zaznacza, że nie jest jasne, czy wszyscy operatorzy pochodzili od jednego aktora. OpenAI mówi, że dzieliła się informacjami z partnerami z branży przez Frontier Model Forum. Docenia niezależnych badaczy bezpieczeństwa, którzy zgłosili powiązane problemy między modelami i z kompresją rozmów w ramach odpowiedzialnego ujawniania.

Ten ostatni szczegół waży więcej niż spór o przypisanie. Laboratorium, które potwierdza, że zewnętrzni badacze znaleźli realne ścieżki ataku w jego własnym produkcie, ujawnia coś innego niż dostawca, który mówi, że złapał złych aktorów. OpenAI twierdzi, że potwierdziło realność tych ścieżek przed publikacją.

Cichsza zmiana u Anthropic

Wkład Anthropic w ten tydzień to ustawienie prywatności, nie produkt obronny. BleepingComputer poinformował 4 października, że funkcje głosowe Claude'a pytają teraz użytkowników: „Pozwól nam używać twoich danych głosowych do ulepszania naszych modeli AI”. W oknie są przyciski Allow i Not now oraz przełącznik w Settings, Privacy. Komunikat mówi, że nagrania audio i dane czatu głosowego pomagają modelom rozumieć mowę i odpowiadać na nią, a dane można usunąć w ustawieniach.

BleepingComputer podaje, że ustawienie jest domyślnie wyłączone. Jest osobne od istniejącej opcji trenowania na czatach i sesjach Claude Code. Użytkownik może udostępniać głos i nie udostępniać tekstu albo odwrotnie. To rozdzielenie jest szczegółem wartym uwagi. Zgoda jest tu ziarnista, co ułatwia audyt i ułatwia zapomnienie, że się jej udzieliło.

Klasyfikatory jako narzędzie bezpieczeństwa

Najbardziej użyteczna bezpośrednio pozycja o bezpieczeństwie to nie premiera produktu. Jerry Gamblin pisze, że zasiada w grupach roboczych Quality, Automation and Consumer programu CVE. Zaznacza, że nic w jego tekście nie jest stanowiskiem programu CVE. Przepuścił modele Clef od Cloudflare przez wszystkie CVE opublikowane między 4 sierpnia a 3 października 2026 r., 27 489 rekordów. Każdemu opisowi zadał dwa pytania: czy ustala wpływ na bezpieczeństwo i jak jest jasny dla obrońcy.

Wyniki: poza jądrem Linuksa 989 z 23 736 opisów, czyli 4,2%, nigdy nie mówi, co atakujący mógłby zrobić. Jądro to osobny przypadek, bo jego opublikowana polityka zostawia ocenę wpływu użytkownikowi. Z jego 3 753 rekordów 3 661 nie podaje żadnego. To podnosi liczbę dla wszystkich CVE do 4 650 z 27 489, czyli 16,9%. Gamblin podaje też, że sam Clef Flash był zbyt surowy. Większy model Clef 27B, czyli 27 000 000 000 parametrów, uchylił 1 198 z 2 187 oznaczonych rekordów, 54,8%, poza jądrem. Na 129 CVE oznaczonych ręcznie metoda dwuetapowa wyłapała 15 z 16, które uznał za niepodające wpływu. Nie oznaczyła ani jednego z jego przypadków pozytywnych.

Modele są na licencji Apache 2.0, dostrojone z Qwen 3.8 i Qwen 3.5. Działają lokalnie przez endpoint decyzyjny Ollamy, z wagami na Hugging Face. Gamblin mówi, że wszystko w jego przebiegu wykonało się na laptopie bez klucza API. Liczby 4,2% i 16,9% traktuj jako pomiar jednego badacza z ujawnioną metodą, nie jako oficjalną statystykę programu CVE. Metoda jest jednak opublikowana, a dane publiczne, co oferuje więcej niż większość twierdzeń o bezpieczeństwie w dowolnym tygodniu.

Mniejsze sygnały

Dwie inne pozycje zasługują na po zdaniu. Ideogram wydał 4 października wersję 4.5 swojego modelu obrazowego. Reklamuje wieloturową edycję bez artefaktów w natywnej rozdzielczości 2K, czyli 2 000 pikseli, ze stałą ceną za obraz od 0,008 do 0,22 dol. w zależności od trybu jakości. A praca wysłana 1 października na arXiv przez Lewisa Mitchella opisuje wynik filtrowania. Filtrowanie tekstu treningowego estymatorem entropii nieparametrycznej, bez udziału modelu, dało 42% więcej unikalnych trigramów, 30% większe słownictwo i 19% mniej powtórzeń niż filtrowanie oparte na logprob. Badanie przeprowadzono w eksperymencie sześciu generacji zapadania się QLoRA na Llama-3.1-8B, czyli modelu z 8 000 000 000 parametrów, przy p poniżej 0,001.

Ani jedno, ani drugie nie jest historią o cyberobronie. Oba wskazują na ten sam problem, który podnosi ujawnienie OpenAI. Potoki trenowania i doskonalenia modeli są dziś powierzchnią ataku, niezależnie od tego, czy wejściem jest opis CVE, zescrapowany korpus czy ukryte rozumowanie innego modelu.

Komentarze 0

Źródła

8
  1. 01Gemini app limiting what models free and AI Plus users can accessEN
  2. 02Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
  3. 03Disrupting a coordinated model-distillation campaignEN
  4. 04Anthropic asks Claude users to share voice data for AI model trainingEN
  5. 05Decision Models vs. CVE DataEN
  6. 06Ideogram 4.5: The most precise edit modelEN
  7. 07No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
  8. 08OpenAI's latest features take direct aim at the app store modelEN

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.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.