AI 日报 2026-07-15

核心速览

【OpenAI】GPT-5.6 发布：性能更强成本更低

GPT-5.6 系列包含 Sol、Terra、Luna 三档，其中 Luna 在最高推理设置下超越 GPT-5.5，成本降低 25 倍。GPT-5.6 在 DeepSWE 榜单以 73% 登顶。这是 OpenAI 首次推出三档性能模型，意图覆盖从旗舰推理到快速响应的全场景需求。

原文链接

【OpenAI】ChatGPT Work 发布：AI Agent 可跨应用执行任务

ChatGPT Work 是内置于 ChatGPT 的 Agent，可跨应用和文件执行任务，能持续数小时追踪项目直至完成目标。现已覆盖 Web、桌面和移动端。这标志着 ChatGPT 从对话助手转向可自主完成复杂工作流的 Agent。

原文链接

【OpenAI】GPT-5.6 Sol Ultra 解决 50 年数学难题

GPT-5.6 Sol Ultra 在 1 小时内使用 64 个子 Agent 完成了 Cycle Double Cover Conjecture 的证明。该难题困扰数学界 50 年。这是 AI 首次在复杂数学证明领域展现系统化推理能力。

原文链接

【Anthropic】Claude for Teachers：向美国 K-12 教师免费开放

Anthropic 推出 Claude for Teachers，向美国 K-12 认证教师免费提供高级功能，配套教学技能库和对接各州学术标准的课程资源。同期宣布向加拿大 AI 研究机构投入 1000 万加元。

原文链接

【Google DeepMind】Gemini Omni Flash 登顶视频生成榜

Gemini Omni Flash 在 Artificial Analysis 的文生视频和图生视频榜单均排名第一，以微弱优势超越字节跳动 Seedance 2.0。模型支持文本/图片/视频输入，生成带原生音频的 720p 24fps 视频。

原文链接

重大 Benchmark 变化

无重大变化。所有排名变动均未达到排名变动≥5 或分数变动≥5% 的阈值。

快速预览

OpenAI GPT-5.6 持续火爆：Codex + ChatGPT Work 活跃用户突破 800 万，Sam Altman 称增长"疯狂"
JetBrains 推荐 Codex 作为 AI 助手默认代理，GPT-5.6 生态快速扩张
Anthropic 推出 Claude for Teachers，为美国 K-12 教师提供免费高级功能
Claude Code 连发三版更新，新增屏幕阅读器模式和实时计时器
Gemini Omni Flash 登顶 Artificial Analysis 视频生成榜首

OpenAI

GPT-5.6 生态持续升温

7 月 14 日，Codex + ChatGPT Work 活跃用户达 800 万，再次重置所有限额并取消 5 小时限制。Sam Altman 表示"增长疯狂，推理团队为支撑需求做了英雄般的工作"。
7 月 13 日，GPT-5.6 Sol/Terra/Luna 登陆 Amazon Bedrock，提供旗舰推理到快速推理三档能力。
7 月 10 日，GPT-5.6 Sol Ultra 在 1 小时内证明 50 年未解的 Cycle Double Cover 猜想，使用 64 个子代理完成。

产品与生态

日期	动态
7-14	JetBrains AI 推荐 Codex 为默认代理
7-14	Notion 用 GPT-5.6 构建模型评估 CLI 工具
7-14	OpenAI 发布企业 AI 投资管理指南
7-13	ChatGPT 重返 EEA 区 WhatsApp，同时登陆韩国 Kakao 和部分市场 Viber
7-11	GPT-Live 全球全量上线，周末语音额度翻倍

Codex 数据：每周活跃用户 700 万+，两个月内 150+ 次更新。

Anthropic

产品发布

Claude for Teachers 上线：美国经验证 K-12 教师免费使用高级 Claude 功能，含教学技能库及对接各州课程标准。
加拿大 AI 研究投资 1000 万加元，与当地 AI 机构合作资助新研究。

研究与治理

7 月 9 日：前美联储主席 Ben Bernanke 加入长期利益信托。
7 月 8 日：与 AE Studio 合作发表"双用途能力开关"研究，GRAM 方法可将病毒学等双用途能力放入可移除模块。

Claude Code 更新

版本	主要变更
v2.1.210	折叠工具摘要行新增实时计时器，长时间调用不再显得卡住
v2.1.209	修复 `claude agents` 后台会话中 `/model` 等对话框被阻止问题
v2.1.208	新增屏幕阅读器模式，支持纯文本渲染

Google

产品动态

Gemini Omni Flash 登顶视频生成榜单：在 Artificial Analysis 文生视频和图生视频排行榜均排名第一，略超 ByteDance Seedance 2.0。
Google Images 迎来 25 周年。
AlphaEvolve 在 Google Cloud 正式上线：Gemini 驱动的进化代理，自动设计优化代码。

行业热点

主题	来源
如何阻止 Claude 说"load-bearing"	HN 热门 421 分
Bonsai 27B：可在手机运行的 27B 级模型	HN 热门 402 分
是否把过多思考外包给 AI？	HN 热门 372 分
Juggler：开源 GUI 编程代理	HN 热门 170 分

行业格局

本期无变动。当前 Top 3：

排名	模型	分数
1	GPT-5.5 (xhigh)	54.8
2	Claude Sonnet 5 (Adaptive Reasoning, Max Effort)	53.4
3	GPT-5.6 Luna (max)	51.2

干活选型

Agentic 排行：本期无变动。Top 3：Claude Sonnet 5 (46.7) → GPT-5.6 Luna (45.6) → GPT-5.5 (44.9)

Coding 排行：本期无变动。Top 3：GPT-5.5 (74.9) → Claude Sonnet 5 (71.5) → GPT-5.6 Luna (71.4)

SWE-bench Verified 变化：

变化	模型	分数
↑ 2→1	Claude 4.5 Opus medium (20251101)	79.2
↓ 1→2	Claude 4.5 Opus	79.2
↑ 18→16	GPT-5-2 Codex	72.8

Terminal-Bench 2.0 变化：

变化	模型	分数
↑ 3→2	Claude Opus 4.7	80.2
↓ 2→3	Gemini 3.1 Pro	80.2

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

点评

GPT-5.6 Sol Ultra 一小时内证明 50 年未解数学猜想，展示了前沿模型在高复杂度推理任务中的突破，但这类"高光时刻"是否构成日常生产力增益仍有待观察。
Codex 活跃用户从 700 万涨到 800 万仅用一天，Sam Altman 称增长"疯狂"，推理团队支撑需求的压力可见一斑——但频繁重置额度也说明产品化初期的容量规划仍在动态调整中。
JetBrains 选择 Codex 作为默认代理而非自家 Junie，说明在 IDE 领域，模型能力仍是竞争核心，平台方可能倾向于"最佳工具优先"而非绑定自家产品。

来源 · 95 条