香港时间采集
AI 模型日报 - 2026-06-14
2026-06-14 AI 模型资讯：今天最高优先级是 Anthropic 的可用性反转：官方在 6 月 12 日声明，因美国政府出口管制指令，必须暂停 Fable 5 与 Mythos 5 访问；@AnthropicAI 与 @ClaudeDevs 的 X 原帖显示实际影响已扩展为所有客户的 Fable ...
30 秒摘要
- 今天最高优先级是 Anthropic 的可用性反转：官方在 6 月 12 日声明，因美国政府出口管制指令，必须暂停 Fable 5 与 Mythos 5 访问；
@AnthropicAI与@ClaudeDevs的 X 原帖显示实际影响已扩展为所有客户的 Fable 5 会话暂停，新会话回落到默认模型或 Opus 4.8。 - 榜单与可用性出现分裂：LMArena Text 仍把
claude-fable-5放在总榜第 1，Agent Arena 也显示Claude Fable 5 (High)第 1，但生产可用性已被官方暂停，今天应把它从“能力领先”同时标记为“可用性高风险”。 - Artificial Analysis 过去 24 小时的关键 X 信号是 “Intelligence Frontier 第一次向后移动”，并发布 AA-AgentPerf：这是面向 agentic inference 的硬件/服务能力基准，不是新基础模型，但会影响 agent 产品的部署成本和容量判断。
- 小互 AI 日报最新一期把 Perplexity Search as Code 放在头条；官方研究页显示 SaC 是面向 Agent API/Computer 的可编程搜索架构，不是新模型，但在 DSQA、BrowseComp、WideSearch、WANDR 等任务上给出明显性能/成本优势。
- 视频模型 watchlist 没有新官方模型卡：Text-to-Video Arena 仍是
gemini-omni-flash第 1、happyhorse-1.0第 3；nano-banana图像线也未见新排位或官方可用性变化。
今日必看
1. Anthropic 暂停 Fable 5 / Mythos 5 访问，能力榜首变成可用性风险
- 事件类型：官方发布 + X 首发 + 可用性变化。
- 首发/官方/可用时间：Anthropic 官方声明日期为
2026-06-12；X 原帖在本窗口内继续高传播。Fable 5 / Mythos 5 原发布为2026-06-09。 - 模型/功能名：Claude Fable 5、Claude Mythos 5。
- 能力变化：没有官方能力回退；变化点是访问被暂停。Anthropic 称美国政府指令要求暂停任何 foreign national 访问 Fable 5 / Mythos 5，净效果是必须对所有客户关闭这两个模型以确保合规，其他 Anthropic 模型不受影响。
- 可用入口：Fable 5 / Mythos 5 当前按官方口径不可用；
@ClaudeDevs称 Claude 产品中新会话会运行在用户默认模型或 Opus 4.8，Build Day 也改用 Opus 4.8。 - 影响判断：这是今天最重要的模型资讯。Fable 5 仍在 LMArena 和 Artificial Analysis 上显示强能力，但短期产品判断不能只看榜单；集成方需要立即确认 API、Bedrock、Vertex、Foundry 和 Claude 产品里的 fallback 行为、账单行为、以及是否有区域/身份维度的差异。
- 来源：Anthropic statement、Claude Fable 5 and Claude Mythos 5、Claude API docs、@AnthropicAI、@ClaudeDevs
2. Agent Arena：Fable 5 仍排第 1，但今天必须和暂停访问一起解读
- 事件类型：竞技场出现 + 榜单变化。
- 首发/官方/可用时间：Agent Arena 页面更新为
2026-06-12，共648,037sessions、25models。 - 模型/功能名：
Claude Fable 5 (High)、GPT 5.5 (xHigh)、Claude Opus 4.8 (Thinking)。 - 能力变化：
Claude Fable 5 (High)第 1，Net Improvement13.68%±1.59%，Confirmed Success17.21%±2.59%，sessions16,283；GPT 5.5 (xHigh)第 2，Net Improvement11.03%±2.52%；Claude Opus 4.8 (Thinking)第 3，Net Improvement9.05%±1.34%。 - 可用入口：Arena Agent leaderboard；生产入口以各模型官方渠道为准。
- 影响判断：Fable 5 的 agentic task 排名继续增强，但今天的真实结论是“能力领先与可用性断裂”。如果团队要做 agent/coding 产品选型，Opus 4.8 Thinking、GPT 5.5 xHigh/High 的替代价值要重新评估。
- 来源：Arena Agent
3. Artificial Analysis：AA-AgentPerf 发布，agent 时代开始比较“每兆瓦可支撑多少 agent”
- 事件类型：第三方 benchmark + X 首发。
- 首发/官方/可用时间：
@ArtificialAnlys在本窗口内发布 AA-AgentPerf 首批结果；官网文章为2026-06-13前后更新。 - 模型/功能名：AA-AgentPerf，首批覆盖 DeepSeek V4 Pro 在 NVIDIA Blackwell/Hopper 与 AMD 系统上的表现。
- 能力变化：AA-AgentPerf 不测模型智能分，而是用真实 coding-agent trajectories 测并发 agent 容量、TTFT、输出速度与每兆瓦效率；AA 称其 dataset 包含多轮 coding agent 轨迹，单次会话可到 200 turns、超过 100K tokens。
- 可用入口：Artificial Analysis AA-AgentPerf 文章、methodology 与硬件 benchmark 页面。
- 影响判断：这不是新模型，但对 agent SaaS 成本模型很重要。随着长上下文、多轮工具调用和 KV cache 复用成为主流，模型“能不能跑得起、多少并发能稳定跑”会和智力分一样重要。
- 来源：@ArtificialAnlys、AA-AgentPerf announcement、AA-AgentPerf methodology、NVIDIA technical blog
4. Perplexity Search as Code 被小互日报置顶：不是新模型，是 agent 检索架构
- 事件类型：官方研究 + 媒体报道/辅助源。
- 首发/官方/可用时间：Perplexity Research 文章日期为
2026-06-01；小互 AI 日报2026-06-13最新一期将其作为头条。 - 模型/功能名：Search as Code (SaC)。
- 能力变化：Perplexity 官方称 SaC 让模型通过生成 Python 代码编排 search primitives，包括 retrieval、ranking、filtering、fan-out 和 rendering；其评测显示 SaC 在 DSQA
0.871、BrowseComp0.805、WideSearch0.651、WANDR0.386，在 5 个 benchmark 中 4 个领先，HLE 与 OpenAI Responses 基本打平。 - 可用入口：Perplexity Computer、Perplexity Agent API。
- 影响判断：对模型追踪的意义在于：同一底座模型的产品表现，越来越取决于工具/检索/沙箱架构。小互标题里的“100% 准确率、token 成本降低 85%”是高信号传播点，但具体 CVE 子任务与成本口径仍需继续回看 Perplexity/LinkedIn 原始上下文。
- 来源：Perplexity Research、daily.xiaohu.ai
5. 视频模型 watchlist：Gemini Omni 与 HappyHorse 仍在榜单高位，但无新增官方落地信息
- 事件类型：竞技场出现。
- 首发/官方/可用时间：Text-to-Video Arena 页面为
2026-06-10，共479,075votes、41models。 - 模型/功能名：
gemini-omni-flash、happyhorse-1.0。 - 能力变化：
gemini-omni-flash以1527±14第 1，votes2,649，仍是 preliminary；happyhorse-1.0以1437±7第 3，votes15,722；第 2 为dreamina-seedance-2.0-720p，1466±8。 - 可用入口：Arena Text-to-Video leaderboard。
- 影响判断：这两项仍是视频方向最值得盯的匿名/半公开信号。Gemini Omni 票数少但分数领先，HappyHorse 样本更多但官方来源不足；今天没有看到 Google/Alibaba/ATH 的新模型卡、API 入口或定价说明。
- 来源：Arena Text-to-Video
Arena Watch
- LMArena Text Overall：页面显示
2026-06-10，6,820,793votes、366models。前五名为claude-fable-51510±11、claude-opus-4-6-thinking1504±4、claude-opus-4-7-thinking1502±5、claude-opus-4-61498±4、claude-opus-4-71492±5。需要注意：榜首 Fable 5 的 votes 只有2,883，且官方已暂停访问。 - Arena Agent：
2026-06-12，648,037sessions、25models。Top 5 为Claude Fable 5 (High)、GPT 5.5 (xHigh)、Claude Opus 4.8 (Thinking)、Claude Opus 4.7 (Thinking)、GPT 5.5 (High)。Fable 5 的 Net Improvement13.68%±1.59%，样本比前几日继续变大。 - Arena Text-to-Image：仍为
2026-06-05，5,391,418votes、70models。gpt-image-2 (medium)第 1，reve-2.0第 2，gemini-3.1-flash-image-preview (nano-banana-2) [web-search]第 3，mai-image-2.5第 4，gemini-3-pro-image-preview-2k (nano-banana-pro)第 5。nano-banana系列没有新榜单变化。 - Arena Text-to-Video：
2026-06-10，479,075votes、41models。gemini-omni-flash第 1，dreamina-seedance-2.0-720p第 2，happyhorse-1.0第 3，veo-3.1-audio-1080p第 4，wan2.7-t2v第 5；sora-2-pro第 7，runway-gen-4.5第 20，kling-2.5-turbo-1080p第 21。 - Artificial Analysis：模型榜核心仍是 Fable 5 领先，AA 文章称
Claude Fable 5Intelligence Index64.9，领先最近非 Anthropic 模型约 5 分；但 AA 在 X 上同时指出 Intelligence Frontier 首次回退，应和 Anthropic 暂停访问一起跟踪。 - 来源：LMArena Text、Arena Agent、Arena Text-to-Image、Arena Text-to-Video、Artificial Analysis、Fable 5 on Artificial Analysis
X Watch
@AnthropicAI：本窗口内最高传播原帖是 Fable 5 / Mythos 5 访问暂停声明，附 Anthropic 官网声明链接。可信度：官方 X + 官方网页，最高。@ClaudeDevs：明确面向开发者解释 Fable 5 暂停后的产品影响，并说明 Build Day 改用 Opus 4.8；同日还发了 Claude Managed Agents self-hosted sandboxes 指南。可信度：官方开发者账号。@ArtificialAnlys：22 小时内称 Intelligence Frontier 首次向后移动；同日发布 AA-AgentPerf 首批结果，覆盖 DeepSeek V4 Pro 在 Blackwell/Hopper/AMD 上的 agentic inference。可信度：第三方 benchmark 源，需要结合 methodology 看指标口径。@xiaohu/ 小互 AI 日报：站点最新一期为2026-06-13，头条是 Perplexity Search as Code；同时列出 Fable 5 发布、开源模型集中爆发、美国政府出口管制、Google Cloud 开放知识格式、Azure agent sandbox 等主题。可信度：辅助聚合源，核心事实已用官方/榜单二次核验。@OpenAI：本窗口没有新基础模型发布；可见动态主要是 Codex rate-limit reset bank 与邀请活动。@OpenAIDevs发布 developers.openai.com docs agent，可帮开发者从 OpenAI 文档生成定制指南。可信度：官方产品/开发者更新，不是新模型。@GoogleDeepMind/@GeminiApp：Google DeepMind 主要是 Robotics Accelerator、TacticAI 与 Project Genie access 扩展；Gemini App 主要是 Neural Expressive 设计语言活动、Gemini in Chrome 区域扩展。可信度：官方产品/研究动态，不是 Gemini Omni 新模型卡。@Alibaba_Qwen：最新高信号仍是2026-06-02的 Qwen3.7-Plus 置顶；本窗口未见新 Qwen 模型首发。@MistralAI：最新模型/agent 高信号仍在 5 月底 Mistral Vibe / Medium 3.5 一线；本窗口未见新模型。@xai：Grok Build Plugin Marketplace 仍是主线，MongoDB/Vercel/Sentry/Cloudflare/Chrome DevTools plugin 传播继续；不是新 Grok 模型。@AIatMeta：Muse Spark 仍是置顶模型信号；本窗口未见新模型，主要是 CVPR/SAM 3D 论文传播。@cohere：North Mini Code 发布后继续传播开源/主权 AI 叙事，并借 Fable 5 暂停事件强调可控性；不是新模型。@runwayml：重点是 Runway AI Festival 和 Lionsgate 合作扩展；Aleph 2.0 仍是 5 月置顶，不是新发布。@LumaLabsAI：Dream Lab 6 月 13 日展示 Luma Ray3.2 的多关键帧/表情能力案例；没有新模型卡。@Kling_ai：主要是两周年、创作者案例和 9 小时内短视频 demo；没有新模型卡。
待确认清单
- Fable 5 / Mythos 5 暂停范围：Anthropic 官方声明称 foreign national 访问被禁，实际合规效果是对所有客户禁用；需要继续确认美国本土企业、员工、云平台、Project Glasswing、政府/安全伙伴是否存在例外通道。
- Fable 5 的榜单处理：LMArena / Artificial Analysis 是否会移除、冻结或标记不可用模型，直接影响未来榜单可比性。
- Fable 5 fallback 行为：Claude 产品与 API 是否完全回落到 Opus 4.8，还是不同产品线/云平台有不同 fallback；计费、缓存、refusal/fallback credit 也需复核。
gemini-omni-flash：仍缺 Google 官方模型卡、发布时间、API/产品入口、价格、音频能力和安全边界说明。happyhorse-1.0：仍缺 Alibaba-ATH 的官方发布页、首发时间、产品入口和模型能力说明；当前只能按 Arena 高位模型追踪。- Perplexity Search as Code：官方研究能确认 SaC 架构与综合 benchmark；小互传播中的 CVE 100% 与 85% token cost 需要继续定位 Perplexity 或核心作者原始表格/帖子。
- AA-AgentPerf：指标很有价值，但首批覆盖主要是 DeepSeek V4 Pro 和少数硬件配置。需要观察 gpt-oss-120b、Qwen、Kimi、GLM 等更多模型/硬件组合后的可比性。
- “开源模型一周 25 个覆盖全模态”：小互日报给出高分主题，但本窗口尚未拆出完整模型列表；需要后续逐项核验权重、license、leaderboard、官方来源。