AI 模型日报 - 2026-06-23 | QName AI | 官方域名研究与产品指南

30 秒摘要

过去 24 小时唯一达到“官方发布 + 模型能力变化”级别的信号是 OpenAI Daybreak：OpenAI 发布安全工具组合，并把 GPT-5.5-Cyber 的完整版本继续限量开放给受信任防御方；这是安全垂直模型与 Codex Security 的重要更新，不是通用 API 全量开放。
小互 AI 日报 2026-06-22 把 SkillOpt 放在头条。核验后判断：它是 Microsoft Research 在 2026 年 5 月发布的 agent skill 优化框架，今天属于媒体/日报再传播，不是新模型首发，但对长期 agent 工程有跟踪价值。
Google/Gemini 的新信号是 Gemini Spark Beta 可用性：@GeminiApp 称其面向美国 Google AI Ultra 订阅者开始 Beta；官方页面显示它基于 Gemini 3.5 Flash 与 Antigravity，属于产品/agent 可用性推进，不是新底座模型。
Arena 今日最值得盯的是 seed-2.1-pro-preview 在 WebDev 榜进入第 8，官方 X 账号同步发帖；视频榜仍由 gemini-omni-flash、dreamina-seedance-2.0-720p、happyhorse-1.0 占据高位。
Price Per Token 的 model releases 页面显示 Last 24h 2：OpenAI Daybreak 是官方模型相关更新，另一条是 Anthropic 与美国政府争议的媒体报道。今天没有新的通用 LLM/API 模型 ID 首发。

今日必看

1. OpenAI Daybreak：GPT-5.5-Cyber 完整版继续限量开放

事件类型：官方发布 + 垂直模型能力更新 + 安全产品更新。
首发/官方/可用时间：OpenAI 官方文章日期为 2026-06-22；@OpenAI 在 2026-06-22T17:04Z 发布 Daybreak 线程。
模型/功能名：GPT-5.5-Cyber、Codex Security、Daybreak Cyber Partner Program、Patch the Planet。
能力变化：OpenAI 称 GPT-5.5-Cyber 完整版在授权防御任务上继续推进，从漏洞发现扩展到补丁自动化；官方披露 CyberGym 得分 85.6%，高于 GPT-5.5 的 81.8%。OpenAI 页面同时给出 ExploitGym 39.5% vs 25.95%、SEC-bench Pro 69.8% vs 63.1% 的对比。
可用入口：继续面向受信任防御方限量开放；大多数防御团队仍应使用 GPT-5.5 Trusted Access 与 Codex Security。Patch the Planet 与 Trail of Bits、HackerOne、Calif、开源维护者合作，初始参与项目包括 cURL、Go、Python、Sigstore、pyca/cryptography 等。
影响判断：这是今天最确定的“模型能力”新闻，但它不是消费级或通用开发者 API 更新。重点应跟踪三件事：GPT-5.5-Cyber 是否扩大访问范围、Codex Security 是否进入常规 Codex 工作流、OpenAI 是否把补丁生成和人类审核流程标准化成企业安全产品。
来源：OpenAI Daybreak、OpenAI Patch the Planet、@OpenAI Daybreak、@OpenAI Patch the Planet、Price Per Token model releases

2. SkillOpt：小互日报头条，但官方首发是 2026 年 5 月

事件类型：媒体报道 + 官方研究项目核验。
首发/官方/可用时间：Microsoft Research 页面日期为 2026-05；小互 AI 日报在 2026-06-22 把它列为头条。
模型/功能名：SkillOpt。
能力变化：SkillOpt 不是新模型，而是面向 agent skill 文档的“文本空间优化器”。流程是执行任务、评分、分析失败、对 skill 文档做受控增删改，再用验证集 gate 过滤退化编辑。Microsoft Research 称它在 6 个 benchmark、7 个目标模型、3 个 harness 上覆盖 52 个组合，并在所有组合中达到 best/tied；在 GPT-5.5 场景中，官方论文页披露 direct chat +23.5、Codex agentic loop +24.8、Claude Code +19.1。
可用入口：Microsoft Research 论文页与 SkillOpt 项目页；目前更像研究/工程方法论，而不是面向普通用户的产品入口。
影响判断：它不应写成今日新模型发布，但值得放进 agent 工程跟踪池。原因是它把“prompt/skill 调参”从手工经验变成可评测、可回滚、可跨模型迁移的优化循环，和 Codex/Claude Code/Gemini Antigravity 这类长跑 agent 工作流直接相关。
来源：小互 AI 日报 2026-06-22、Microsoft Research SkillOpt、SkillOpt project page

3. Gemini Spark：美国 Google AI Ultra 用户开始 Beta

事件类型：官方 X 首发/产品可用性信号 + 官方页面核验。
首发/官方/可用时间：@GeminiApp 在 2026-06-22T19:38Z 发帖称 Gemini Spark 面向美国 Google AI Ultra 订阅者开始 Beta；官方页面显示正在向 trusted testers 推出，并将在未来几周扩大到美国 Google AI Ultra 18 岁以上用户与部分企业用户。
模型/功能名：Gemini Spark、Gemini 3.5 Flash、Antigravity。
能力变化：Gemini Spark 被描述为 24/7 personal AI agent，可以连接 Gmail、Calendar、Drive、Docs、Sheets、Slides、YouTube、Maps 等 Google 服务；连接默认关闭。官方示例包括项目跟踪审计、newsletter 聚合等持续性任务。
可用入口：Google AI Ultra 美国订阅者 Beta、trusted testers、部分 business users；官方页面未显示广泛全球开放。
影响判断：这说明 Google 正把 Gemini 从“会话助手”推进到“常驻个人 agent”。但它不是 Gemini Omni 或新 Gemini 底座模型发布，日报里应与模型首发分开记录。
来源：@GeminiApp Spark Beta、@GeminiApp Spark overview、Gemini Spark official page

4. Seed 2.1 Pro Preview：进入 Arena WebDev 前 10

事件类型：竞技场出现 + Arena 官方 X 信号。
首发/官方/可用时间：Arena WebDev 榜页面日期为 2026-06-20；@arena 在 2026-06-22T01:11:54Z 发帖强调该模型进入前 10。
模型/功能名：seed-2.1-pro-preview。
能力变化：Arena WebDev 榜显示 seed-2.1-pro-preview 位列第 8，分数 1539+15/-15，状态为 preliminary，价格与上下文窗口显示 N/A；Arena 官方 X 称它在 React apps 上表现强，并在 7 个子类别中的 5 个进入前 10。
可用入口：Arena WebDev 可见；公开 API、官方模型卡、价格和上下文窗口仍未核实。
影响判断：这是今天最值得跟的 Arena 新信号。它说明 ByteDance/Seed 系模型在前端生成赛道已经进入可见竞争区，但在官方产品化信息补齐前，只能写作“竞技场出现”，不能写成完整发布。
来源：Arena WebDev、@arena Seed 2.1 Pro Preview

5. Grok Build `/goal`：xAI 推长跑任务入口

事件类型：官方 X 首发/产品能力更新。
首发/官方/可用时间：@grok 在 2026-06-22T16:28Z 发帖介绍 /goal。
模型/功能名：Grok Build /goal。
能力变化：官方描述为长跑任务模式，可以多轮调用 subagents 来实现并验证目标。
可用入口：Grok Build；未看到对应模型 ID、API 文档或 benchmark。
影响判断：这不是模型首发，但它与 Codex、Claude Code、Antigravity、Gemini Spark 形成同一条产品趋势：模型公司正在把“多轮验证 + 子 agent + 长任务”变成默认交互入口。后续应跟踪是否出现可复现的 coding/webdev benchmark 或正式文档。
来源：@grok /goal

Arena Watch

LMArena / Arena Agent：Claude Fable 5 (High) 仍为第 1，Net Improvement 14.05%±1.53%；Claude Opus 4.8 (Thinking) 第 2，GPT 5.5 (xHigh) 第 3，Claude Opus 4.7 Thinking 第 4，GPT 5.5 High 第 5，GLM 5.2 Max 第 10。该榜页面日期为 2026-06-19，本窗口未见新的 agent 榜重排公告。
Arena Text：claude-fable-5 1508±9 第 1，claude-opus-4-6-thinking 1504±4 第 2，claude-opus-4-7-thinking 1502±5 第 3；muse-spark 第 6，gemini-3.1-pro-preview 第 7，gemini-3-pro 第 8，claude-opus-4-8-thinking 第 9，gpt-5.5-high 第 10。
Arena WebDev：claude-fable-5 1654+16/-16 第 1，glm-5.2 (max) 1593+15/-15 第 2，claude-opus-4-8-thinking 第 3，claude-opus-4-7-thinking 第 4；seed-2.1-pro-preview 第 8，分数 1539+15/-15，preliminary；qwen3.7-max-20260517 第 10，glm-5.1 第 11，gpt-5.5-xhigh (codex-harness) 第 16。
Arena Vision：claude-opus-4-7-thinking 1309±8 第 1，claude-fable-5 1307±15 第 2，claude-opus-4-6-thinking 1301±8 第 3。
Arena Document：claude-opus-4-6 1507±6 与 claude-opus-4-6-thinking 1507±7 并列高位，claude-opus-4-7-thinking 1498±7 第 3。
Arena Text-to-Image：gpt-image-2 (medium) 1385±6 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 系仍是明确榜单项，但官方命名和产品线关系仍需单独核验。
Arena Text-to-Video：页面日期 2026-06-10，gemini-omni-flash 1527±14 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，grok-imagine-video-720p 第 10。
Arena Image-to-Video：页面日期 2026-06-10，gemini-omni-flash 1475±14 与 dreamina-seedance-2.0-720p 1475±10 同在第一梯队；grok-imagine-video-1.5-preview-720p 第 3，happyhorse-1.0 第 4，grok-imagine-video-720p 第 5，kling-v3-pro 第 12。
Arena Video Edit：页面日期 2026-05-13，dreamina-seedance-2.0-720p 第 1，happyhorse-1.0 第 2，grok-imagine-video 第 3，kling-o3-pro 第 4，kling-o1-pro 第 5，runway-gen4-aleph 第 6。
Artificial Analysis：主页显示 Intelligence Index v4.1 与 AA-Briefcase 仍是核心评测更新。当前前排包括 Claude Fable 5 (with fallback) 60 但标注 not currently available，GPT-5.5 (xhigh) 55，GLM-5.2 (max) 51，Gemini 3.1 Pro Preview 46，MiniMax-M3 44，DeepSeek V4 Pro (Max) 44。成本侧，页面显示 DeepSeek V4 Pro $0.04/task、gpt-oss-120b $0.06/task、MiniMax-M3 $0.12/task、GLM-5.2 $0.52/task、GPT-5.5 xhigh $0.86/task、Claude Fable 5 $2.75/task。
来源：Arena overview、Arena Agent、Arena WebDev、Arena Text-to-Video、Arena Image-to-Video、Arena Video Edit、Artificial Analysis

X Watch

@OpenAI：2026-06-22T17:04Z 连发 Daybreak、Patch the Planet、Cyber Partner Program 相关帖；这是今天最强官方模型/产品信号。可信度高，已用 OpenAI 官方文章交叉核验。
@OpenAIDevs：2026-06-22T20:21Z 推了 Codex 用作 iOS/macOS research partner 的案例，属于 Codex 工作流传播，不是模型更新。OpenAI 同日还发布 Codex-maxxing 长跑工作指南，也应归入方法论/工作流。
@GeminiApp：2026-06-22T19:38Z 发布 Gemini Spark 线程，称其是 24/7 personal AI agent，并面向美国 Google AI Ultra 订阅者开始 Beta。可信度高，已用 Gemini 官方页面核验。
@GoogleDeepMind：2026-06-22T14:35Z 发布与 A24 的研究合作，重点是为创作者打造工具；不是新模型发布。
@arena：2026-06-22T01:11Z 发布 seed-2.1-pro-preview WebDev 榜信号；2026-06-22T19:25Z 再强调 Arena leaderboard 是持续刷新的 living benchmark。Seed 2.1 Pro Preview 应列为“竞技场出现”，等待官方模型卡。
@xiaohu：X 时间线没有抽到可用的新模型首发帖；小互 AI 日报站点 2026-06-22 可读，并把 SkillOpt、OpenAI 伙伴网络、Anthropic/Fable 5 访问争议、Claude 动态工作流等列为高分主题。今天采用小互日报作为辅助源，不把其头条直接等同于官方首发。
@ArtificialAnlys：本窗口未抽到新的榜单首发帖；Artificial Analysis 主页仍提供 Intelligence Index v4.1、AA-Briefcase、GLM-5.2 等持续榜单证据。
@Zai_org：本窗口出现 GLM-5.2 相关转帖，包括提示词方法和 AWS Marketplace 可访问性的讨论；原始能力对比来自更早日期，今天不能升级为新发布。
@grok / @xai：@grok 发布 Grok Build /goal，强调长跑任务和多轮 subagents；不是模型 ID 更新，但要纳入 agent 产品趋势。
@MistralAI：本窗口主要是团队达到 1000 人等组织信号；没有新模型发布。
@cohere：本窗口主要是 sovereign AI 讨论；没有新模型发布。
@runwayml：本窗口主要是 Aleph 2.0 aspect-ratio 教程；没有新模型发布。
@Kling_ai：本窗口为 creator profile / showcase 类内容；没有新的 Kling 模型发布。
@AnthropicAI / @claudeai：未抽到新的 Claude 模型发布。Price Per Token 收录了 Anthropic 与美国政府争议的媒体报道，应归为媒体/政策信号，不写作模型更新。
@AIatMeta、@LumaLabsAI、@midjourney：本窗口未抽到足以升级为“今日必看”的新模型首发。

待确认清单

Gemini Omni / gemini-omni-flash：Arena 视频榜排名明确，旧 Google 博客与 Gemini release notes 能说明 Gemini Omni/Gemini Omni Flash 的产品方向，但本窗口没有新的官方模型卡、API 价格或首发时间。继续跟踪 Google AI、Gemini、Vertex AI 与 Flow/YouTube Shorts 的实际入口。
happyhorse-1.0：Arena Text-to-Video、Image-to-Video、Video Edit 均处高位，但仍缺官方团队归属、发布时间、可用入口、API/价格和授权信息。只能列为竞技场高热匿名/半匿名模型。
nano-banana-2 / nano-banana-pro：Arena Text-to-Image 榜单项清晰，分别对应 gemini-3.1-flash-image-preview 与 gemini-3-pro-image-preview-2k 命名，但仍需要官方 Gemini/Google AI 页面确认产品命名、首发时间、价格与 API 可用性。
seed-2.1-pro-preview：今天已出现强 Arena 信号，但仍缺 ByteDance/Seed 官方模型卡、上下文窗口、价格、API 入口和是否仅限 Arena 测试的说明。
Claude Fable 5：Arena 与 Artificial Analysis 能力信号仍强，但 AA 标注 not currently available，Anthropic 访问限制和 fallback 规则仍需每日核验。不要只用榜单判断可调用性。
GLM-5.2：GLM-5.2 (max) 在 Arena/AA 仍强，X 上出现 AWS Marketplace 与提示词方法讨论，但本窗口没有新的 Z.ai 官方发布。继续核验供应商限额、稳定性、实际 coding-agent 复现任务。
GPT-5.5-Cyber：OpenAI 官方确认完整版本与安全 benchmark，但访问仍限于受信任防御方。后续需跟踪是否有开发者 API、合作伙伴申请入口、Codex Security 插件能力边界与审计流程。
Grok Build /goal：官方 X 已发布，但缺模型 ID、正式文档、可复现 benchmark 和账户可用范围。暂列为产品能力，等待 docs。