AI 日报 2026-07-06

快速预览

• Claude Fable 5 在被美国商务部实施出口管制约三周后解禁重新上线，新增网络安全任务分类器
• OpenAI 发布 GeneBench-Pro，测试 AI 模型在基因组学和生物学研究中的判断能力
• Claude Sonnet 5 发布，成为 Claude Code 默认模型，原生支持 1M token 上下文窗口
• Gemini Omni Flash 登顶 Video Arena 榜首，领先第二名 101 分
• Claude Code Artifacts 功能扩展至 Pro 和 Max 计划用户

Anthropic

7 月 1 日

• Claude Fable 5 恢复全球上线。在与美国政府进行一系列沟通后，Fable 5 重新部署，新增分类器以拦截更多网络安全任务，部分常规编程和调试任务将回退至 Opus 4.8。
• Anthropic 宣布与美国政府扩大合作，包括模型预发布评估、越狱信息共享和联合研究资源投入。
• Claude Code 用户 5 小时和每周速率限制已重置。

7 月 2 日

• Claude Code Artifacts 功能扩展至 Pro 和 Max 计划用户，用户可通过 Artifacts 将代码实时发布到 claude.ai 页面。

6 月 30 日

• Claude Sonnet 5 发布，具备规划、浏览器和终端工具调用能力，可在数月前需要更大更贵模型才能完成的任务上自主运行。Claude Code v2.1.197 将其设为默认模型，推广期定价为 $2/$10 per Mtok（至 8 月 31 日）。

6 月 29 日

• 美国商务部通知解除 Claude Mythos 5 和 Fable 5 的出口管制。Mythos 5 作为最强网络安全模型，已率先向运营关键基础设施的美国组织恢复访问。

OpenAI

7 月 1 日

• OpenAI 发布 GeneBench-Pro，一个研究级基准测试，评估 AI 代理处理混乱生物学数据、选择分析路径和做出判断的能力，每题需人类专家约 20-40 小时完成。GPT-5.6 Sol 在此基准上表现显著提升。

6 月 30 日

• ChatGPT 采用数据发布：OpenAI Signals 数据显示全球用户使用量增长，探索更多功能，推动跨地区和语言增长。
• Core dump 流行病学分析：OpenAI 工程师通过大规模 core dump 分析调试罕见基础设施崩溃，发现一个硬件故障和一个潜伏 18 年的软件 bug。

6 月 29 日

• GPT-5.5 Instant 更新，更好地理解问题意图并调整回答，处理复杂约束更可靠，购物和本地推荐更有用。当日向付费用户推送，次日向免费用户推送。

6 月 28 日

• HP Inc. 扩大与 OpenAI 的 Frontier 战略合作，在客户体验、软件开发和企业运营中部署 AI。

6 月 26 日

• GPT-5.6 Sol 预览版发布，下一代前沿模型，在编程、科学和网络安全能力更强，配备最先进的安全技术栈。同时发布 GPT-5.6 Terra（平衡型）和 GPT-5.6 Luna（快速低成本型）。

6 月 25 日

• Codex Remote 正式发布，用户可通过 ChatGPT 移动应用在连接的 Mac 或 Windows 主机上启动或继续工作、查看进度并批准操作。

6 月 24 日

• OpenAI 与 Broadcom 发布 Jalapeño，专为 LLM 推理设计的定制 AI 芯片，提升性能、效率和规模化能力。

Google / DeepMind

7 月 1 日

• 六月 AI 更新汇总
• 纽约 AI 教育峰会：Google 与纽约就业 CEO 委员会、Urban Assembly 共同举办，150 位教育和行业领袖参与。

6 月 30 日

• Gemini Omni Flash 和 Nano Banana 2 Lite 发布：Omni Flash 支持 API 和 Google AI Studio 生成编辑高质量视频；Nano Banana 2 Lite 是最快最便宜的 Gemini 图像模型。
• 英国 AI 生产力计划

6 月 25 日

• Gemini 3.5 Flash 支持原生计算机使用，开发者可构建跨浏览器、移动端和桌面界面的自定义代理。
• Gemma 4 下载量达 2 亿次，仅用 2.5 个月；Gemma 3 发布时整个 Gemma 系列累计下载量为 1 亿次。

6 月 22 日

• Google DeepMind 与 A24 建立研究合作伙伴关系，确保未来工具由创作者塑造。

xAI

7 月 2 日

• Grok Build 现已集成至 Railway 沙箱

6 月 29 日

• Grok 语音 API 登陆 Vercel AI Gateway：grok-voice-think-fast-1.0、grok-tts、grok-stt 三种模型可通过 AI SDK 7 使用。

6 月 22 日

• Grok Build 推出 /goal 命令，支持多轮子代理自主执行和验证长期任务。

Claude Code 更新

行业动态

Etched 芯片公司

• Etched 宣布结束隐身模式，完成 A0 流片，获得超过 10 亿美元客户合同和 8 亿美元融资，首批机架今夏发货，推理吞吐量、延迟和能效达到 SOTA 水平。

AI 教育研究

• 达特茅斯课程 AI 导师效果研究：新 AI 导师在课程中实现 0.71-1.30 标准差的效果量。

Benchmark

行业格局

Intelligence（Artificial Analysis）

LMArena Overall

本期无变动。

干活选型

Agentic（Artificial Analysis）

本期无变动。

Coding（Artificial Analysis）

本期无变动。

SWE-bench Verified

变化：

• Claude 4.5 Opus medium (20251101) 从第 2 名升至第 1 名
• Claude 4.5 Opus 从第 1 名降至第 2 名
• GPT-5-2 Codex 从第 18 名升至第 16 名

Terminal-Bench 2.0

变化：

• Claude Opus 4.7 从第 3 名升至第 2 名
• Gemini 3.1 Pro 从第 2 名降至第 3 名

Video Arena

• Gemini Omni Flash 以 1404 Elo 登顶，领先第二名 Seedance 2.0 Mini 101 分，为 Video Arena 史上最大领先幅度之一。

数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena

点评

Claude Fable 5 解禁：Fable 5 在被美国商务部实施出口管制约三周后重新上线，新增分类器拦截网络安全任务，部分编程调试回退至 Opus 4.8；Anthropic 同时宣布与政府合作起草越狱严重性评估框架，并与 Amazon、Microsoft、Google 等 Glasswing 合作伙伴共同制定行业标准，监管协调正在成为前沿模型发布的新常态。

GeneBench-Pro 发布：每道题需人类专家 20-40 小时完成，测试的是 AI 在"混乱数据中选择分析路径并做出判断"的能力，而非标准化的知识问答；GPT-5.6 Sol 在此基准上表现突出，表明 OpenAI 正在将竞争前沿从通用对话推向科研级别的复杂任务。

Gemini Omni Flash 登顶视频生成榜：领先第二名 101 分是 Video Arena 史上最大差距之一，Google 在视频生成领域确立了明显领先地位。