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

AI 模型日报 - 2026-06-26

2026-06-26 AI 模型资讯：今天最明确的官方模型能力更新来自 Google：Gemini 3.5 Flash 已把 Computer Use 作为内置工具开放 public preview。它不再只是单独的 Gemini 2.5 computer-use preview，而是进入主 Flash 模...

30 秒摘要

  • 今天最明确的官方模型能力更新来自 Google：Gemini 3.5 Flash 已把 Computer Use 作为内置工具开放 public preview。它不再只是单独的 Gemini 2.5 computer-use preview，而是进入主 Flash 模型，可通过 Gemini API / Gemini Enterprise Agent Platform 构建跨 browser、mobile、desktop 的操作型 agent。
  • Artificial Analysis 今天给多模态榜单加了强信号：HappyHorse-1.0 在新 AI Video Editing Leaderboard 拿到 #1；MAI-Image-2.5 在 Image Arena 继续压到 Text-to-Image #2、Image Editing #3，仅落后 OpenAI 图像模型。
  • OpenAI 今天没有新底座模型，但 Codex/agent 工作流显著更新：OpenAI 发布 “How agents are transforming work” 研究，@OpenAIDevs 同步 Codex mobile app GA、远程控制一对一配对、DigitalOcean 插件等。
  • Runway 发布 Agent 2.0，从“生成视频”进一步走向营销 brief、广告素材、campaign asset 和效果数据分析的一体化 creative agent。它是产品/工作流升级，不是新视频模型 ID。
  • Midjourney 官方 X 放出 --preview 的 V8.2 aesthetics & personalization 早期体验信号，并增强大批量 draft mode + --sref random；这是 X 首发/预览信号，正式 V8.2 模型卡仍待确认。

今日必看

1. Gemini 3.5 Flash：Computer Use 进入主模型 public preview

  • 事件类型：官方发布 + 模型能力更新。
  • 首发/官方/可用时间：Google 官方博客日期为 2026-06-24；@GoogleDeepMind 在 2026-06-25T16:21Z 再次发布 X 信号；Gemini API 文档显示该能力处于 preview。
  • 模型/功能名：Gemini 3.5 Flash、Computer Use tool、gemini-3.5-flash。
  • 能力变化：Google 将 Computer Use 做成 Gemini 3.5 Flash 的内置工具，开发者可以让模型基于屏幕截图和 UI 操作构建 browser、mobile、desktop 控制 agent。官方文档强调新版本支持 multi-environment、intent actions、configurable safety policies 和 prompt injection detection。
  • 可用入口：Gemini API 与 Gemini Enterprise Agent Platform。Gemini API 示例使用 model: "gemini-3.5-flash" 和 tools: [{ type: "computer_use", environment: "browser" }]。
  • 影响判断：这是今天最值得优先测试的官方能力更新。它把 computer-use 从专门模型路线拉回主力 Flash 模型，对网页自动化、企业后台操作、长链路 agent、RPA 替代和安全策略设计都有直接影响。注意它仍是 preview，生产使用需要额外确认操作确认、敏感动作拦截和注入防护策略。
  • 来源：Google Blog: Introducing computer use in Gemini 3.5 Flash、Gemini API changelog、Gemini API Computer Use docs、Gemini 3.5 Flash model card、@GoogleDeepMind

2. HappyHorse-1.0：Artificial Analysis 新 Video Editing 榜单 #1

  • 事件类型：竞技场出现 + 榜单变化。
  • 首发/官方/可用时间：@ArtificialAnlys 在 2026-06-25T18:13Z 发布新 AI Video Editing Leaderboard 信号；榜单方法页说明 video editing / video editing with audio 是 Artificial Analysis 视频评测的一部分，质量 Elo 会按用户投票持续重算。
  • 模型/功能名：HappyHorse-1.0、Seedance 2.0、Wan 2.7、AI Video Editing Leaderboard。
  • 能力变化：Artificial Analysis 称 HappyHorse-1.0 在 AI video editing 中排名 #1，后面是 Seedance 2.0 与 Wan 2.7。AA 线程还强调复杂编辑能力和声音/语音编辑是拉开差距的关键维度，其中 HappyHorse-1.0 与 Wan 2.7 在 sound & speech editing 上明显领先。
  • 可用入口：Artificial Analysis leaderboard；具体模型 API/产品入口仍需看各模型方与聚合平台。Runway API 早前已列出 happyhorse_1_0 作为可调用视频生成模型，但“视频编辑榜单 #1”不等于官方编辑 API 已完全开放。
  • 影响判断：视频模型的竞争重心正在从 T2V/I2V 迁到 editability。对广告素材、短剧二创、产品 demo、视频局部修改、配音/音效同步工作流，视频编辑 Elo 比纯生成 Elo 更接近真实生产需求。
  • 来源：@ArtificialAnlys HappyHorse Video Editing、Artificial Analysis video methodology、Runway API changelog

3. MAI-Image-2.5：Artificial Analysis 图像榜单继续压到前排

  • 事件类型：竞技场出现 + 榜单变化。
  • 首发/官方/可用时间：@ArtificialAnlys 在 2026-06-25T16:11Z 发帖称 Microsoft MAI-Image-2.5 在 AA Image Arena 的 Text-to-Image 排名 #2、Image Editing 排名 #3；榜单页面显示它是最近一个月新增模型之一。
  • 模型/功能名：MAI-Image-2.5、MAI-Image-2.5-Flash。
  • 能力变化：AA Text to Image 页面显示 MAI-Image-2.5 位于前排，仅落后 GPT Image 2 (high)；Image Editing 页面显示它排在 GPT Image 1.5 high、GPT Image 2 high 之后，领先或接近 Nano Banana 系列。
  • 可用入口：Artificial Analysis Image Arena；微软/平台方的正式 API、价格、区域和商用条款仍需二次核验。
  • 影响判断：这是 Microsoft 图像模型进入一线体验竞争的明确信号。短期最该测的是编辑一致性、文字渲染、品牌图生成、海报/商品图、局部修改和批量生成成本，而不是只看单张图主观质量。
  • 来源：@ArtificialAnlys MAI-Image-2.5、AA Text to Image Leaderboard、AA Image Editing Leaderboard

4. OpenAI Codex / agents：没有新模型，但 agent 产品链路继续加速

  • 事件类型：官方发布 + 产品/研究更新。
  • 首发/官方/可用时间：OpenAI 官方文章 “How agents are transforming work” 日期为 2026-06-25；@OpenAI 在 2026-06-25T17:23Z 发帖。@OpenAIDevs 在 2026-06-25T21:15Z 发帖确认 Codex in ChatGPT mobile app GA，并同步远程控制配对、通知、goals、side chat、file previews、inline review comments 等更新。
  • 模型/功能名：Codex、Codex mobile、Record & Replay、DigitalOcean plugin、OpenAI agents。
  • 能力变化：OpenAI 的研究文章把 agentic AI 描述为从单次交互转向“委托长链路任务”的工作单位。Codex changelog 侧重点是实际工作流：移动端 GA、一对一设备配对、长线程处理、连接可靠性、diff handling、DigitalOcean 插件和 remote workspace。
  • 可用入口：ChatGPT mobile app 的 Codex、Codex App、OpenAI Codex docs/changelog、DigitalOcean plugin。Record & Replay 为 macOS 上的 Codex 功能，官方文档描述为“演示一次 workflow，然后转成可复用 skill”，但地区与 Computer Use 可用性有限制。
  • 影响判断：今天的 OpenAI 信号不是“更强模型 ID”，而是 agent 工作台成熟度。对开发者来说，移动端接管、远程环境、workflow 录制、长线程和 diff 可靠性，比单个 benchmark 小幅变化更能影响日常生产效率。
  • 来源：OpenAI: How agents are transforming work、Codex changelog、Codex Record and Replay docs、@OpenAI agents、@OpenAIDevs Codex mobile、@OpenAIDevs DigitalOcean plugin

5. Runway Agent 2.0：营销 creative agent 升级

  • 事件类型：官方发布 + 产品/agent 工作流更新。
  • 首发/官方/可用时间：Runway 官方新闻页显示 Agent 2.0 已发布；@runwayml 在 2026-06-25T18:40Z 发帖。
  • 模型/功能名：Runway Agent 2.0。
  • 能力变化：Runway 把 Agent 2.0 定位为营销团队的 creative agent：可从 prompt / campaign brief / product launch / audience 输入生成 marketing brief、广告素材、视频、campaign assets，并分析 performance data、跨平台/格式/市场扩展。
  • 可用入口：Runway 产品内 Agent；不是新的 API 模型 ID。Runway API 侧近期更值得单独跟踪的是 seedance2_fast、aleph2、happyhorse_1_0 等模型入口。
  • 影响判断：Runway 的产品路线正在从“生成模型工具”变成“创意生产系统”。这对 AI 视频 SaaS 的启发是：模型能力之外，brief、素材管理、多语言本地化、投放反馈、批量版本化会成为用户愿意付费的上层能力。
  • 来源：Runway: Introducing Agent 2.0、@runwayml Agent 2.0、Runway API changelog

6. Midjourney V8.2 preview：X 首发预览，不是正式模型发布

  • 事件类型：X 首发 + 待核验预览。
  • 首发/官方/可用时间：@midjourney 在 2026-06-25T19:11Z 发帖提到 --preview 可早期体验 V8.2 aesthetics & personalization，并结合 large batch draft mode 与 --sref random 做 24x style exploration。
  • 模型/功能名：V8.2 preview、--preview、draft mode、--sref random。
  • 能力变化：官方 X 表述更像“预览通道”而不是正式切换默认模型。Midjourney 文档当前仍显示 default version 为 V8.1，draft mode 文档说明 V8.1 draft mode 可一次生成 24 张低分辨率草图，再用 Vary/Remix 生成高分辨率版本。
  • 可用入口：Midjourney 网页端/Discord 相关参数；以官方 docs 与产品 UI 实际支持为准。
  • 影响判断：这是视觉创作者今天应关注的探索信号，但不应写成正式 V8.2 发布。需要等模型版本页、公告或 release notes 确认 V8.2 的默认状态、可用地区、GPU 计费和参数兼容性。
  • 来源：@midjourney V8.2 preview、Midjourney Version docs、Midjourney Draft Mode docs

Arena Watch

  • LMArena / Arena Agent：整体榜首仍是 Claude 系和 GPT-5.5 系。公开榜单显示 Claude Fable 5 High 位于前排，Claude Opus 4.8 Thinking、GPT 5.5 xHigh、Claude Opus 4.7 Thinking、GPT 5.5 High 继续构成第一梯队；GLM 5.2 Max 在 Confirmed Success 与 Praise vs Complaint 分项里表现突出。
  • LMArena WebDev：Claude Fable 5 仍是 WebDev #1，约 1654 Elo；GLM-5.2 (max) 约 1593 Elo 排 #2；Claude Opus 4.8 Thinking 排 #3。@arena 今天发布 GLM 系列在 Code Arena: Frontend 的轨迹，从 GLM-4.6 的 1408 到 GLM-5.2 (Max) 的 1595，并称其已超过 Opus 4.8、逼近 Claude Fable 5。
  • LMArena Text：Claude Fable 5 继续处于榜首附近，公开榜单显示约 1508±9；Claude Opus/GPT-5.5/Gemini/GLM 等模型在前排混战。今天未见新文字模型上榜首发，但需要继续盯 Fable 5 的可用性变化。
  • LMArena Text-to-Video：gemini-omni-flash 仍是 #1，公开榜单显示约 1527±14；Dreamina Seedance 2.0 720p #2；HappyHorse-1.0 #3；Veo 3.1 audio 1080p、Wan2.7-t2v、Sora-2-pro 在后续位置。gemini-omni-flash 仍没有对应官方 Gemini 模型卡，需要按“竞技场出现”处理。
  • LMArena Image-to-Video：Dreamina Seedance 2.0 720p 与 gemini-omni-flash 继续在前排；grok-imagine-video-1.5-preview、HappyHorse-1.0、Wan2.7-i2v 位于追赶梯队。@arena 今天转发 Wan-2.7 I2V #5 信号，约 1434 分。
  • LMArena Video Edit：公开页面仍显示 Dreamina Seedance 2.0 720p #1、HappyHorse-1.0 #2、grok-imagine-video #3；这与 Artificial Analysis “HappyHorse-1.0 #1 video editing”不完全相同，说明两个榜单的任务设计/投票池/音频维度可能不同，不能简单互相替代。
  • Artificial Analysis Text to Image：GPT Image 2 (high) 仍居首，MAI-Image-2.5 前排，HiDream-O1-Image-1.5、GPT Image 1.5 high、Nano Banana 2 等接近。今天的重点是 MAI-Image-2.5 的榜单站稳，而不是新图像模型首发。
  • Artificial Analysis Image Editing：GPT Image 1.5 high 与 GPT Image 2 high 前二，MAI-Image-2.5 排 #3，Nano Banana 2 / Nano Banana Pro 紧随。对产品图和品牌图场景，编辑榜比 T2I 榜更值得看。
  • Artificial Analysis Video：T2V with audio 前排为 Dreamina Seedance 2.0 720p、HappyHorse-1.1、HappyHorse-1.0、Kling 3.0 1080p Pro、SkyReels V4；T2V no-audio 前排为 HappyHorse-1.0、HappyHorse-1.1、Dreamina Seedance 2.0、Kling 3.0 1080p Pro、Kling 3.0 Omni 1080p Pro。I2V with audio 前排为 Dreamina Seedance 2.0 720p、HappyHorse-1.1、grok-imagine-video-1.5-preview、Wan 2.7、HappyHorse-1.0。
  • Artificial Analysis LLM / Intelligence：前排仍是 Claude Fable 5 (with fallback)、Claude Opus 4.8 (max)、GPT-5.5 (xhigh)、Claude Opus 4.7 (max) 等。今天没有新的语言模型评测首发，榜单更多作为上下文。
  • Price Per Token：页面显示最近 24 小时没有新的模型发布入口；过去一周新增包括 Sakana Fugu Ultra、Nex N2 Pro、Grok 4.3 via Amazon Bedrock 等。它今天对“新可调用入口”的补充价值低于 X/官方/榜单源。
  • 来源：Arena overview、Arena WebDev、Arena Text-to-Video、Arena Image-to-Video、Arena Video Edit、@arena GLM-5.2、@arena Wan-2.7 I2V、Artificial Analysis、AA Text to Image、AA Image Editing、AA Text to Video、AA Image to Video、Price Per Token

X Watch

  • @GoogleDeepMind：2026-06-25T16:21Z 发帖确认 Gemini 3.5 Flash now supports native computer use。可信度高，已由 Google 官方博客、Gemini API changelog 和 model card 交叉核验。分类：官方发布。
  • @ArtificialAnlys：2026-06-25T16:11Z 发布 MAI-Image-2.5 在 Image Arena 的排名；2026-06-25T18:13Z 发布 HappyHorse-1.0 在 AI Video Editing Leaderboard #1。可信度高，但排名会随投票变化。分类：竞技场出现。
  • @arena：2026-06-25T15:56Z 发布 GLM 系列 Code Arena: Frontend 轨迹，重点是 GLM-5.2 (Max) 到约 1595 并逼近 Claude Fable 5；另转发 Wan-2.7 I2V #5。分类：竞技场出现。
  • @OpenAI：2026-06-25T17:23Z 发布 agents 研究文章；这是官方研究/产品方向信号，不是新模型。分类：官方发布。
  • @OpenAIDevs：2026-06-25T21:15Z 发布 Codex mobile GA、远程控制配对、通知、goals、side chat、file preview、inline review comments 等；2026-06-25T21:43Z 发布 DigitalOcean plugin。分类：官方发布。
  • @runwayml：2026-06-25T18:40Z 发布 Agent 2.0。可信度高，已由 Runway 新闻页核验。分类：官方发布。
  • @midjourney：2026-06-25T19:11Z 发布 --preview 的 V8.2 aesthetics & personalization 信号，并提到 large batch draft mode 和 --sref random。分类：X 首发/待核验预览。
  • @xiaohu：2026-06-25T11:17Z 发帖称“据说 Fable 5 今晚可能回归”。无官方源确认，应放入待确认清单；不能写成模型可用。daily.xiaohu.ai 最新日报仍把 Claude Tag、Seedance 2.5、Mistral OCR 4、OpenAI Record and Replay、Gemini 3.5 Flash Computer Use 作为近期重点，可作为辅助线索，不替代官方源。分类：待核验传言 + 媒体/个人源。
  • @xai / @grok：@xai 今天主要是 SuperGrok 和 X subscriptions 可用于 T3code；@grok 转发 Vercel AI Gateway 关于 Grok Imagine Video 用量的信号。没有新 Grok 模型 ID。分类：产品/生态信号。
  • @AnthropicAI / @claudeai：本窗口主要是合作/产品内容，没有 Claude 新模型官方发布。Claude Tag 是小互日报重点，但不是今天新模型。
  • @GoogleAI / @GeminiApp：除 Gemini 3.5 Flash Computer Use 之外，本窗口没有新的 Gemini Omni / Gemini 图像模型官方发布。gemini-omni-flash 仍按 LMArena 竞技场模型处理。
  • @Alibaba_Qwen：本窗口没有新的 Qwen 模型发布；Qwen-AgentWorld 是上一窗口重点，仍值得后续实测。
  • @MistralAI：OCR 4 是前一窗口重点，本窗口未见新模型发布。
  • @AIatMeta、@cohere、@LumaLabsAI、@Kling_ai、@SakanaAILabs：本窗口未抽到可升级为模型首发的官方新信号；多数是产品、活动、案例或招聘内容。
  • 来源：@GoogleDeepMind、@ArtificialAnlys MAI-Image-2.5、@ArtificialAnlys HappyHorse、@arena GLM、@OpenAI agents、@OpenAIDevs Codex mobile、@OpenAIDevs DigitalOcean、@runwayml Agent 2.0、@midjourney preview、@xiaohu Fable 5 rumor、小互 AI 日报 2026-06-25

待确认清单

  • Claude Fable 5 回归传言：@xiaohu 提到“今晚可能回归”，但未见 Anthropic/Claude/LMArena 官方确认可用入口变化。继续按待核验传言处理。
  • gemini-omni-flash：LMArena T2V 仍排 #1，但未见 Google Gemini 官方模型卡、API ID、价格或开放范围。继续按“竞技场出现”处理。
  • HappyHorse-1.0：Artificial Analysis video editing #1 和 LMArena video edit #2 同时成立，但榜单口径不同。需要确认官方模型方、API 可用性、编辑任务定义、音频编辑能力和商用条款。
  • MAI-Image-2.5：AA 图像榜单前排信号强，但微软官方模型卡、API 定价、区域、企业数据策略和 MAI-Image-2.5-Flash 的能力差异仍需核验。
  • Midjourney V8.2：目前是 --preview 早期体验信号。需要等 Midjourney docs/release notes 确认正式版本、默认状态、GPU 计费、参数兼容和是否支持 Discord/网页端一致使用。
  • Runway Agent 2.0：官方已发布产品更新，但它不是新模型 ID。需要确认底层生成模型选择、API 是否开放、素材/数据接入边界、团队权限和广告数据分析能力。
  • OpenAI Record & Replay：官方文档存在，但 availability 受 macOS、Computer Use、地区限制影响。需要实际确认当前账户是否可用，以及生成的 skill 能否在 Codex 自动化中稳定复用。
  • Gemini 3.5 Flash Computer Use：官方已发布，但仍是 preview。需要实测 browser/mobile/desktop 三类环境、敏感动作确认、prompt injection stop、延迟、成本和失败恢复。
  • Nex N2 Pro、Grok 4.3 via Amazon Bedrock：Price Per Token 过去一周列出入口，但本窗口不是官方首发。需要对应供应商文档确认模型卡、上下文、区域和价格。