AI 模型日报 - 2026-05-31 | QName AI | 官方域名研究与产品指南

30 秒摘要

过去 24 小时没有看到 OpenAI、Anthropic、Google DeepMind、Meta、Mistral、xAI、Qwen 等账号发布新的通用旗舰 LLM；今天重点转向视频模型榜单、API 分发和产品可用性信号。
Arena 官方账号在窗口内确认 wan2.7-t2v 进入 Text-to-Video Arena 第 3；公开榜单显示 Bytedance dreamina-seedance-2.0-720p 仍第 1，happyhorse-1.0 第 2，wan2.7-t2v 第 3。
@xiaohu 在窗口内报道 Koji AI 家教，定位是“图形化私教”/屏幕指导式学习产品；目前只作为媒体/社区线索，不是基础模型发布，也未看到可核验模型卡。
Gemini Omni、Runway API 的 Seedance 2.0、Cohere Command A+ 翻译能力这三类信号均在本轮 X 可见，但原帖时间落在本轮严格 24 小时窗口之前数小时；仍保留为高关注 carryover，避免误判为今天首发。
榜单侧整体稳定：Artificial Analysis 继续由 Claude Opus 4.8 领跑 LLM Intelligence 和 GDPval-AA；LMArena Text 仍停在 2026-05-28 且未见 Opus 4.8；Artificial Analysis 图像/视频榜没有出现新的首位替换。

今日必看

1. Arena：Wan2.7-t2v 进入 Text-to-Video Arena 第 3

事件类型：竞技场出现 + X 首发。
首发/官方时间：@arena 在 2026-05-30 09:25 HKT 发布；公开 Text-to-Video Arena 页面日期为 2026-05-29。
能力变化：Arena 官方称 Wan2.7-t2v-2026-04-25 在 Text-to-Video Arena 排名第 3。公开榜单按 labs 视图显示 Bytedance dreamina-seedance-2.0-720p 分数 1463±9 第 1，Alibaba-ATH happyhorse-1.0 1440±8 第 2，Alibaba wan2.7-t2v 1385±21 第 3，Google veo-3.1-audio-1080p 1370±11 第 4，OpenAI sora-2-pro 1367±8 第 5，xAI grok-imagine-video-720p 1359±7 第 6。
可用入口：Arena leaderboard / Battle Mode 可对比投票；官方 API、模型卡、价格和具体版本标识仍需从 Wan/Alibaba 官方源确认。
影响判断：今天最值得追的是视频模型排序变化，而不是文字模型。Wan2.7 进入 Arena 视频榜前三，说明阿里视频线在开放竞技场中已接近 Seedance / HappyHorse 第一梯队，但由于分数区间较宽、模型版本来自 Arena 命名，仍需要官方模型卡和可用入口核验。
来源：Arena Text-to-Video Leaderboard、Arena X

2. Runway：Seedance 2.0 API 分发成为视频工作流重点

事件类型：官方产品更新 + X 可见传播。
首发/官方时间：Runway API changelog 显示 2026-05-28；@runwayml 在 2026-05-30 04:10 HKT 可见推广帖，略早于本轮严格 24 小时窗口。
能力变化：Runway API changelog 确认 Seedance 2.0 已通过 Runway API 可用，支持 text-to-video、image-to-video、video-to-video，支持 keyframe control、reference images、reference videos、generated audio，生成时长 4-15s。
可用入口：Runway API，模型参数示例中使用 seedance2；文档显示 text-to-video、image-to-video、video-to-video 以及 audio references 的调用示例。
影响判断：Seedance 2.0 不是今天首发，但“进入 Runway API”对产品工程价值很高。它把高排名视频模型变成可接入的开发者能力，下一步应测试延迟、失败率、音频 reference 一致性、生成成本和商业使用限制。
来源：Runway API changelog、Runway Seedance guide、Runway X

3. Google Gemini Omni：用户端可用性继续扩散，但 API 仍待确认

事件类型：官方可用性信号 + X 首发跟踪。
首发/官方时间：Google I/O 订阅更新文章发布时间为 2026-05-19；@GeminiApp 在 2026-05-30 05:30 HKT 可见多条 Gemini Omni 示例帖，略早于本轮严格 24 小时窗口。
能力变化：Google 官方称 Gemini Omni 面向 AI Plus、Pro、Ultra 用户全球提供，可从文本、图像、视频输入创建和编辑视频，并在 Gemini app / Google Flow 中进行对话式迭代；官方还强调角色一致性、身份和声音在多场景中保持。
可用入口：Gemini app、Google Flow；@GeminiApp 可见帖称 AI Plus、Pro、Ultra 订阅用户可在 gemini.google 和 app 中使用。未看到面向 Gemini API、AI Studio 或 Vertex/Gemini Enterprise 的明确开放。
影响判断：Gemini Omni 是本周必须继续追踪的重点，但今天不是正式 API 首发。短期判断应把它归为“高价值用户端视频模型”，而不是可直接接入的开发者模型。关键待测项是配额消耗、失败请求是否计费、视频输入长度、角色/声音一致性和 API 路线图。
来源：Google AI subscriptions、Gemini Drops、Gemini X

4. 小互：Koji AI 家教是产品信号，不是模型首发

事件类型：媒体报道 + 待核验产品线索。
X 时间：@xiaohu 在 2026-05-30 10:14 HKT 发布 Koji 介绍帖。
能力变化：小互描述 Koji 为“拒绝给答案的 AI 家教”和“图形化私教”，核心是能看见屏幕、高亮/批注内容、实时指导学生思考，而不是直接给答案。
可用入口：小互帖附带 xiaohu.ai/c/xiaohu-ai/koji-ai 介绍链接；公开抓取结果显示该文章页面当前返回“post was not found”，因此只能按 X 可见内容记录。
影响判断：这类“屏幕理解 + 教学策略 + 实时指导”产品值得跟踪，因为它和 Gemini Live、ChatGPT 学习、Claude agent workflows 都指向可视化 tutor 场景。但目前没有官方模型名、模型卡、API 或独立可用入口，不能列为基础模型发布。
来源：小互 X、XiaoHu.AI 搜索结果

Arena Watch

LMArena Text Overall：页面仍为 2026-05-28，6,532,755 votes、360 models。前列仍是 claude-opus-4-6-thinking 1502±4、claude-opus-4-7-thinking 1500±5、claude-opus-4-6 1498±4、claude-opus-4-7 1494±5、muse-spark 1489±6、gemini-3.1-pro-preview 1487±4、gemini-3-pro 1486±4、gpt-5.5-high 1482±6。仍未见 Opus 4.8 正式分数。
Arena Code / WebDev：页面日期为 2026-05-24，328,594 votes、81 models。前列为 claude-opus-4-7-thinking 1567+10/-10、claude-opus-4-7 1562+10/-10、claude-opus-4-6-thinking 1542+8/-8、qwen3.7-max-20260517 1541+16/-16、claude-opus-4-6 1538+7/-7。Opus 4.8 已在 Arena X 中进入 Battle Mode/测试视频，但 Code leaderboard 尚未显示 Opus 4.8。
Arena Text-to-Video：页面日期为 2026-05-29，452,799 votes、17 labs。labs 视图显示 Bytedance dreamina-seedance-2.0-720p 1463±9 第 1，Alibaba-ATH happyhorse-1.0 1440±8 第 2，Alibaba wan2.7-t2v 1385±21 第 3，Google veo-3.1-audio-1080p 1370±11 第 4，OpenAI sora-2-pro 1367±8 第 5，xAI grok-imagine-video-720p 1359±7 第 6。
Artificial Analysis LLM：Claude Opus 4.8 (max) Index 61、cost $4.10/M、speed 59 tokens/s；GPT-5.5 (xhigh) 60、$4.35/M、52 tokens/s；GPT-5.5 (high) 59；Claude Opus 4.7 (max) 57；Gemini 3.1 Pro Preview 57、$1.74/M、114 tokens/s；Qwen3.7 Max 57、$1.43/M、189 tokens/s；Gemini 3.5 Flash 55、$1.31/M、183 tokens/s。
GDPval-AA：Claude Opus 4.8 (Adaptive Reasoning, Max Effort) Elo 1890、CI -34/+35 仍第一；GPT-5.5 (xhigh) 1769，GPT-5.5 (high) 1755，Claude Opus 4.7 (max) 1753，Gemini 3.5 Flash (medium) 1658，Gemini 3.5 Flash (high) 1656，Qwen3.7 Max 1548。
ITBench-AA：仍未见 Opus 4.8；页面摘要显示 Claude Opus 4.7 (max) 46.7% 第一，GPT-5.5 (xhigh) 45.8% 第二，Qwen3.7 Max 42.5% 第三。真实 SRE/企业 IT agent 任务仍未被突破到 50% 以上。
Artificial Analysis Text to Image：GPT Image 2 (high) Elo 1338 第一，GPT Image 1.5 (high) 1268，Nano Banana 2 (Gemini 3.1 Flash Image Preview) 1260，Nano Banana Pro (Gemini 3 Pro Image) 1219，Recraft V4.1 Utility Pro 1205。
Artificial Analysis Image Editing：GPT Image 1.5 (high) 1260 第一，GPT Image 2 (high) 1252，Nano Banana Pro 1241，Nano Banana 2 Preview 1240，grok-imagine-image-quality 1230。
Artificial Analysis Text to Video：with audio 仍是 Dreamina Seedance 2.0 720p Elo 1215 第一，HappyHorse-1.0 1212 第二，Kling 3.0 1080p (Pro) 1103，Kling 3.0 Omni 1080p (Pro) 1099，Veo 3.1 1094；without audio 仍是 HappyHorse-1.0 Elo 1358 第一，Dreamina Seedance 2.0 720p 1272，Kling 3.0 1080p (Pro) 1250，Kling 3.0 Omni 1080p (Pro) 1235，grok-imagine-video 1234。
来源：LMArena Text、Arena Code、Arena Text-to-Video、Artificial Analysis LLM、GDPval-AA、ITBench-AA、Text to Image、Image Editing、Text to Video

X Watch

@arena：窗口内发布 Wan2.7-t2v-2026-04-25 is #3 on the Text-to-Video Arena，这是今天最明确的 Arena 新信号；同帖引用 @Alibaba_Wan 的 Wan2.7-Video 介绍，但模型首发本身不是今天。
@xiaohu：窗口内发布 Koji AI 家教介绍，强调屏幕理解、高亮批注、实时指导；属于媒体/社区报道和 AI 产品线索，不是模型发布。小互主页的小互 AI 日报/学院仍作为辅助源，但 Koji 文章公开页面当前不可读。
@GeminiApp：可见 Gemini Omni 示例帖，称可理解视频输入、应用物理效果并生成新运动；另有帖称 Gemini Omni 面向 Google AI Plus、Pro、Ultra 订阅用户可用。这些 X 帖时间略早于本轮严格窗口，作为高关注 carryover。
@runwayml：可见 Runway API 宣传帖，称 API 中聚合 Seedance 2.0、GPT Image 2 等模型；时间略早于本轮严格窗口。官方 changelog 已确认 Seedance 2.0 API 分发。
@cohere：可见 Command A+ 机器翻译能力帖，称其在 WMT24++ / xCOMET-XL 上相对 Mistral Medium 3.5、DeepSeek、OpenAI gpt-oss、Claude Opus 4.6 等有优势；时间略早于本轮严格窗口，记录为模型能力传播而非新发布。
@OpenAI：本轮未见窗口内新通用模型发布；最新可见仍是 Terence Tao AI 数学活动、Codex Windows Computer Use、Rosalind Biodefense 等前一轮信号。
@AnthropicAI / @ClaudeAI：本轮未见窗口内新模型发布；最新可见仍围绕 Claude Opus 4.8、Dynamic Workflows、融资/营收信号扩散。
@ArtificialAnlys：本轮未见窗口内新榜单帖；最新可见仍是 Opus 4.8 Intelligence Index 61.4、GDPval-AA 领先、grok-imagine-image-quality 进入图像榜前列。
@xai：本轮未见窗口内新模型发布；最新可见仍是 grok-build-0.1 API public beta、OpenRouter/Vercel AI Gateway/agent IDE 入口、Grok Build 0.2.7。
@GoogleDeepMind：本轮未见窗口内新模型发布；最新可见仍是转发 Nano Banana 2 / Nano Banana Pro GA。
@Alibaba_Qwen：本轮未见窗口内新模型发布；最新可见仍围绕 Qwen3.7-Max ITBench-AA、Qwen3.5 TokenSpeed。
@MistralAI：本轮未见窗口内新模型发布；最新可见仍是 AI Now Summit、Mistral Vibe、工业/物理 AI 方案。
@AIatMeta：本轮未见窗口内新模型发布；最新模型相关内容仍是 Muse Spark pinned / 旧帖。
@LumaLabsAI：可见 Luma Agents 素材转 promo 的产品帖，时间略早于窗口；没有新模型首发。
@Kling_ai：本轮未见窗口内新模型发布；最新可见仍是 Cannes / AI film workflow 案例。

待确认清单

wan2.7-t2v：Arena 已确认进入 Text-to-Video Arena 第 3，但需确认官方模型卡、API 名称、价格、可用区域、是否对应 Wan2.7-t2v-2026-04-25。
happyhorse-1.0：Arena/Artificial Analysis 视频榜持续强势，但仍缺公开官方模型卡和 API；Artificial Analysis 仍显示 API Coming soon。
Gemini Omni：官方确认面向 Gemini app / Google Flow 和 AI Plus/Pro/Ultra 用户，但未见 Gemini API / AI Studio / Vertex / Gemini Enterprise 的明确开放；需要继续跟踪开发者入口和配额消耗。
Runway Seedance 2.0 API：官方文档确认 seedance2，但需实测 text/image/video/audio reference 的稳定性、生成时长限制、失败率、价格、内容审核和商用条款。
Koji AI 家教：目前只看到小互 X 报道和不可公开读取的介绍页；需要官方站点、产品入口、模型架构、隐私边界和是否可用的二次核验。
Claude Opus 4.8：Artificial Analysis LLM/GDPval 已领先，但 LMArena Text、Arena Code、ITBench-AA 仍未给出完整正式分数；继续看 Battle Mode 到 leaderboard 的转换。
Nano Banana 2 / Pro：Google Cloud GA 已确认，但 Artificial Analysis 仍显示 Nano Banana 2 Preview 命名；需继续看是否替换为 GA 条目和是否更新分数。
Cohere Command A+：X 侧显示翻译能力对比，但需要官方技术报告/评测设置确认，尤其是 WMT24++ / xCOMET-XL 的语种、基线和是否同 prompt/同成本比较。
AlibabaCloud X：@AlibabaCloud 页面本轮解析到异常标题，未作为有效信号；后续应优先使用 Qwen / Model Studio / Wan 官方账号和官方文档核验。