QName AI logoQName AI
全部 AI 模型日报
香港时间采集

AI 模型日报 - 2026-06-25

2026-06-25 AI 模型资讯：今天最明确的官方模型更新来自 OpenAI：GPT-5.5 Instant 在 2026-06-24 获得一次 ChatGPT 对话质量更新，重点是更好识别用户意图、在决策/建议/计划/研究/购物场景中更稳地继承上下文，并在多约束请求里更可靠地遵守要求。这是默认模型的行...

30 秒摘要

  • 今天最明确的官方模型更新来自 OpenAI：GPT-5.5 Instant 在 2026-06-24 获得一次 ChatGPT 对话质量更新，重点是更好识别用户意图、在决策/建议/计划/研究/购物场景中更稳地继承上下文，并在多约束请求里更可靠地遵守要求。这是默认模型的行为质量更新，不是全新模型家族。
  • Qwen 发布并开源 Qwen-AgentWorld-35B-A3B 与 AgentWorldBench：这是面向 agent 环境模拟的 language world model，MoE 35B total / 3B active、256K context，覆盖 MCP、Search、Terminal、SWE、Android、Web、OS 七类环境。官方权重已在 Hugging Face 和 ModelScope 可用。
  • OpenAI 与 Broadcom 正式公布 Jalapeno 推理芯片：这不是模型发布，但它是今天最重要的模型基础设施新闻。OpenAI 称工程样片已在实验室运行 ML workloads，包括 GPT-5.3-Codex-Spark，目标是把 LLM 推理成本、速度和可靠性做进自研全栈。
  • Sakana Fugu Ultra 在 OpenRouter 上线：OpenRouter 页面显示 sakana/fugu-ultra 于 2026-06-24 released，1M context，价格 $5 in / $30 out per 1M tokens。Sakana 官方 X 同步确认。这是供应商可用性更新，模型技术报告首发早于今天。
  • 小互/X 侧重点是 SeedMusic 1.0 Preview 和 Baidu Unlimited OCR：@xiaohu 试用 SeedMusic 生成完整歌曲，另转发/解读 Unlimited OCR 的 R-SWA 长文档 OCR 能力。SeedMusic 的官方开放范围仍需核验；Unlimited OCR 已有论文、GitHub/Hugging Face 权重，可作为开源 OCR 模型跟踪。

今日必看

1. GPT-5.5 Instant：OpenAI 更新默认模型的对话质量

  • 事件类型：官方发布 + 模型行为更新。
  • 首发/官方/可用时间：OpenAI ChatGPT Release Notes 标记为 2026-06-24；@OpenAI 在 2026-06-24T18:00Z 发帖称有新版 GPT-5.5 Instant。
  • 模型/功能名：GPT-5.5 Instant。
  • 能力变化：OpenAI Release Notes 写明，这次更新面向 GPT-5.5 Instant 的 conversational quality，尤其是用户在做决策、寻求建议、计划、研究选项或购物时。官方强调模型更能识别问题背后的真实目标、更好跨多轮保留上下文，并在多约束/多要求请求中更可靠地覆盖要求；当用户补充约束、澄清或反驳时，也应更有效地调整，而不是重复原路径。
  • 可用入口：ChatGPT 中的 GPT-5.5 Instant 默认体验；具体 API 行为和模型 ID 仍以 OpenAI Platform changelog/模型文档为准。
  • 影响判断：这是今天最直接影响普通用户和产品体验的模型更新。它不是参数规模或 benchmark 大新闻，而是默认模型在“少啰嗦、理解意图、遵守复杂约束、接受追问修正”上的在线质量调整。对客服、购物助手、规划类产品和日常办公助手影响更大。
  • 来源：OpenAI ChatGPT Release Notes、GPT-5.5 Instant official page、@OpenAI GPT-5.5 Instant update

2. Qwen-AgentWorld：Qwen 开源面向通用 agent 的 language world model

  • 事件类型：官方发布 + 开源模型/基准。
  • 首发/官方/可用时间：Qwen 官方 X 在 2026-06-24T09:52Z 发布线程；GitHub News 写明 2026-06-24 release Qwen-AgentWorld-35B-A3B 和 AgentWorldBench。
  • 模型/功能名：Qwen-AgentWorld-35B-A3B、AgentWorldBench、Qwen-AgentWorld-397B-A17B 技术报告结果。
  • 能力变化：Qwen 把它定位为 native language world model，训练目标从 CPT 阶段就包含环境建模，而不是后训练补丁。模型用长链路推理模拟 agent 与环境交互后的下一步状态，覆盖 MCP、Search、Terminal、SWE、Android、Web、OS 七类环境。开源版本是 MoE，35B total / 3B active，256K context。
  • 可用入口：GitHub QwenLM/Qwen-AgentWorld、Hugging Face Qwen/Qwen-AgentWorld-35B-A3B、ModelScope；评测数据为 AgentWorldBench。GitHub README 标注 Apache-2.0 license。
  • 影响判断：这不是普通 chat 模型，而是 agent 训练/评测基础设施。它把“环境模拟器”变成语言模型能力本身，可能影响后续 agent RL、工具调用、浏览器/终端任务和多环境泛化训练。短期应重点看真实 agent harness 能否用它做可控仿真和离线训练。
  • 来源：@Alibaba_Qwen Qwen-AgentWorld、Qwen-AgentWorld GitHub、Qwen-AgentWorld Hugging Face、Qwen Research

3. OpenAI Jalapeno：自研 LLM 推理芯片，属于基础设施信号

  • 事件类型：官方发布 + 模型基础设施。
  • 首发/官方/可用时间：OpenAI 官方文章日期为 2026-06-24；@OpenAI 在 2026-06-24T13:10Z 发 X 线程。
  • 模型/功能名：Jalapeno、OpenAI Intelligence Processor。
  • 能力变化：OpenAI 与 Broadcom 公布 OpenAI 第一颗面向 LLM inference 的自研加速器。官方称它不是通用 AI workload 改造卡，而是围绕 ChatGPT、Codex、API 和未来 agentic products 的推理模式设计，目标是在吞吐、延迟、性能功耗比和可靠性上优化 LLM 服务。
  • 可用入口：不是开发者可调用模型或 API。官方称工程样片已在实验室以目标频率和功耗运行 ML workloads，包括 GPT-5.3-Codex-Spark；平台目标是 2026 年底开始初始部署，并在后续多代扩展。
  • 影响判断：对“今天能用什么模型”没有直接入口，但对中长期模型体验很关键。OpenAI 正把模型、产品、serving kernel、网络和芯片纳入同一优化闭环。若兑现，影响会体现在更低延迟、更高可用性和更便宜的 ChatGPT/Codex/API 推理。
  • 来源：OpenAI and Broadcom unveil LLM-optimized inference chip、@OpenAI Jalapeno

4. Sakana Fugu Ultra：OpenRouter 上线的多模型编排系统

  • 事件类型：供应商可用性更新 + X 首发/确认。
  • 首发/官方/可用时间：OpenRouter 页面显示 Released Jun 24, 2026；Sakana 官方 X 在 2026-06-24T15:52Z 称 Fugu-Ultra is now live on @OpenRouter。
  • 模型/功能名：Sakana: Fugu Ultra、sakana/fugu-ultra。
  • 能力变化：OpenRouter 描述 Fugu Ultra 是 Fugu family 的高性能型号，不是单一 monolithic model，而是 learned multi-agent orchestration system：由语言模型路由任务到可替换的底层模型池，并递归调用自身。Ultra 版本优先复杂、多步推理、coding 和 agentic workflow 的答案质量，支持 configurable reasoning effort、tool calling 和 built-in web search。
  • 可用入口：OpenRouter sakana/fugu-ultra，价格 $5 / $30 per 1M tokens，1M context；也有 Requesty 等第三方页面开始列出。
  • 影响判断：这是今天最值得放进“新调用入口”的模型项。它代表一种越来越明显的路线：把多模型/多 agent 编排包装成单一 API 模型出售。待核验点是延迟、稳定性、底层模型池、隐私/数据边界、成本透明度，以及它在真实 coding/agent 任务中是否稳定超过单模型。
  • 来源：OpenRouter Fugu Ultra、@SakanaAILabs Fugu Ultra、Sakana Fugu technical report

5. Baidu Unlimited OCR：开源长文档 OCR 模型，R-SWA 是关键

  • 事件类型：开源模型发布 + X/媒体扩散。
  • 首发/官方/可用时间：论文/权重在本周已公开；@xiaohu 在 2026-06-24T03:51Z 重点解读，Baidu 官方 X 也已发布 Unlimited OCR 介绍。
  • 模型/功能名：Unlimited OCR、baidu/Unlimited-OCR、Reference Sliding Window Attention (R-SWA)。
  • 能力变化：Unlimited OCR 用 R-SWA 让生成 token 始终关注 reference tokens 和最近输出 token，保持 constant KV cache，目标是在标准 32K 上下文内一次性转写几十页文档，而不是逐页切片再拼接。公开资料显示模型约 3B 参数、500M active，Hugging Face 提供 Transformers/vLLM/SGLang 等入口。
  • 可用入口：GitHub baidu/Unlimited-OCR、Hugging Face baidu/Unlimited-OCR、ModelScope、Hugging Face Space。
  • 影响判断：这和昨天的 Mistral OCR 4 属同一文档理解赛道，但路线不同：Mistral 是企业 Document AI API/部署，Unlimited OCR 是开源长文档解析架构。对 PDF 解析、长文档 RAG 和开源 OCR pipeline 值得实测。
  • 来源：Unlimited OCR paper、baidu/Unlimited-OCR Hugging Face、Baidu Unlimited OCR X、@xiaohu Unlimited OCR

Arena Watch

  • LMArena / Arena Agent：榜首结构继续稳定。Claude Fable 5 (High) 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。
  • 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；seed-2.1-pro-preview 仍在第 8，qwen3.7-max-20260517 第 10。@arena 今天发布 GLM-5.2 head-to-head 拆解，称它除一个 pairing 外对主要对手均有更高 win share。
  • 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。
  • Arena Text-to-Video：gemini-omni-flash 1527±14 第 1，dreamina-seedance-2.0-720p 1466±8 第 2，happyhorse-1.0 1437±7 第 3，veo-3.1-audio-1080p 第 4，wan2.7-t2v 第 5，sora-2-pro 第 7。
  • Arena Image-to-Video：今天榜面显示 dreamina-seedance-2.0-720p 1474±10 第 1，gemini-omni-flash 1469±11 第 2，grok-imagine-video-1.5-preview-720p 1466±5 第 3，happyhorse-1.0 第 4，wan2.7-i2v 第 5。
  • Arena Video Edit：dreamina-seedance-2.0-720p 1379±16 第 1，happyhorse-1.0 1319±17 第 2，grok-imagine-video 第 3，kling-o3-pro 第 4，kling-o1-pro 第 5，runway-gen4-aleph 第 6。
  • Artificial Analysis Intelligence：主页前排仍显示 Claude Fable 5 (with fallback) 60，not currently available；GPT-5.5 (xhigh)、GLM-5.2 (max)、Gemini 3.1 Pro Preview、MiniMax-M3、DeepSeek V4 Pro (Max)、Kimi K2.6 等继续在前列。新语言模型评估栏最新仍是 Grok Build 0.1 0616，日期 23 Jun。
  • Artificial Analysis Speech to Speech：榜单继续由 GPT-Realtime-2 (High) 77.2% 和 Grok Voice Think Fast 1.0 75.7% 领跑；GPT-Realtime-1.5、Gemini 3.1 Flash - High、GPT-Realtime-2 (Minimal)、Grok Voice Agent 等在前列。榜单的意义仍是 voice agent 选型基础设施，而非今天的新模型首发。
  • Price Per Token：页面显示 Last 24h 1、This Week 5、This Month 80，并在昨日区列出 Sakana: Fugu Ultra via OpenRouter、Nex N2 Pro via SiliconFlow（262K ctx）、Grok 4.3 via Amazon Bedrock（$1.25 in、256K ctx）等供应商/模型入口。聚合源今天比 X 和官方源更偏“可调用入口追踪”。
  • 来源：Arena overview、Arena WebDev、Arena Text-to-Video、Arena Image-to-Video、Arena GLM-5.2 X、Artificial Analysis、AA Speech to Speech、Price Per Token

X Watch

  • @OpenAI：2026-06-24T18:00Z 发布 GPT-5.5 Instant 新版本信号，可信度高，已由 OpenAI Release Notes 交叉核验；2026-06-24T13:10Z 发布 Jalapeno 推理芯片，属于基础设施，不写作新模型。
  • @OpenAIDevs：本窗口重点是 DevDay 2026 和 API 半年 recap；其中列出过去六个月的 GPT-5.5、GPT-5.4 mini、GPT-5.4 nano、GPT-Realtime-2、GPT-Realtime-Whisper 等，但它是回顾帖，不是今日首发。
  • @Alibaba_Qwen：2026-06-24T09:52Z 发布 Qwen-AgentWorld 线程，可信度高；GitHub/Hugging Face 已核验权重与 benchmark 入口。
  • @SakanaAILabs：2026-06-24T15:52Z 发帖确认 Fugu-Ultra 上线 OpenRouter；可信度中高，已由 OpenRouter 模型页核验。
  • @xiaohu：2026-06-24T13:57Z 试用 SeedMusic 1.0 Preview，称一句话可生成完整歌曲，2-3 分钟出结果；2026-06-24T03:51Z 解读 Unlimited OCR。SeedMusic 仍需 ByteDance/Dreamina/Pippit 官方开放范围核验；Unlimited OCR 已有论文/权重。
  • @ArtificialAnlys：本窗口新帖是 Intelligence Index 线下活动嘉宾公告；没有新的模型评测发布。Speech to Speech Index 是上一窗口重点，但仍应持续跟踪。
  • @arena：2026-06-24T20:49Z 发布 GLM-5.2 在 Code Arena: Frontend 的 head-to-head 拆解；写作竞技场分析信号，不是新模型首发。
  • @xai / @grok：@xai 在 2026-06-24T15:47Z 发布 MongoDB plugin in Grok Build；Grok Build Firecrawl/Interactive Brokers 信号延续。今天未见新的 Grok 模型 ID。
  • @GoogleDeepMind / @GoogleAI / @GeminiApp：本窗口主要是 agentic economies podcast、Pixel/Gemini Music Generation、Nano Banana 2 模板等产品/内容信号；无新的 Gemini Omni 或 Gemini 底座模型官方发布。
  • @runwayml：2026-06-24T14:55Z 发布广告本地化功能，一图输入多语言广告输出；这是 Runway 产品功能，不是新视频模型。此前 Seedance 4K / Seedance Mini / Kling 3.0 Turbo 上架信号继续待模型方官方核验。
  • @LumaLabsAI：2026-06-24T17:07Z 发布 Luma Connectors，可接 Airtable、Dropbox、Google Drive 到 Luma；是创作 workflow/连接器更新，不是模型首发。
  • @Kling_ai：本窗口仍是 WILD MV、挑战赛和 giveaway，没有新的 Kling 模型 ID。
  • @AIatMeta、@cohere、@midjourney：未抽到今日可升级为模型首发的官方新信号；Cohere 今日只是品牌/评论帖，North Mini Code 仍是旧发布。

待确认清单

  • SeedMusic 1.0 Preview：已有 @xiaohu 实测、Dreamina/CapCut 与 Pippit 页面信号，但需要 ByteDance Seed、Dreamina 或 CapCut 官方公告确认模型版本、开放地区、商业授权、是否支持完整人声歌曲、价格/API 与版权策略。
  • Qwen-AgentWorld-397B-A17B：技术报告/README 给出结果，但今天开源权重明确是 35B-A3B；397B-A17B 是否开放、何时开放、许可证与推理门槛需要跟踪。
  • Sakana Fugu Ultra：OpenRouter 已可调用，但底层模型池、数据处理、零保留/企业隐私选项、延迟分布和真实 agent 任务表现仍需实测。
  • OpenAI GPT-5.5 Instant：官方已确认 ChatGPT 质量更新，但 API 侧具体模型 ID、版本 pinning、chat-latest 行为和回滚窗口需继续看 Platform changelog。
  • Jalapeno：官方称工程样片运行 ML workloads、性能技术报告稍后发布；目前缺架构细节、benchmark、部署规模、API 价格影响时间表。
  • Unlimited OCR：权重公开，但 vendor-reported benchmark 需要独立复测；需确认 32K 上下文、多页 PDF、公式/表格/阅读顺序、英文/中文混排和生产吞吐表现。
  • Nex N2 Pro、Grok 4.3 via Amazon Bedrock：Price Per Token 已列出入口，但需要对应官方供应商文档确认模型卡、价格、区域与上下文长度。
  • gemini-omni-flash、happyhorse-1.0、nano-banana-2 / nano-banana-pro：Arena 排名持续高位，但本窗口没有新的 Google/模型方官方模型卡、API 价格或开放范围更新。