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

AI 模型日报 - 2026-07-01

2026-07-01 AI 模型资讯：Anthropic 正式发布 Claude Sonnet 5，定位为“最 agentic 的 Sonnet”，模型 ID 为 claude-sonnet-5，现已成为 Free / Pro 默认模型，并面向 Max、Team、Enterprise、Claude Code...

30 秒摘要

  • Anthropic 正式发布 Claude Sonnet 5，定位为“最 agentic 的 Sonnet”，模型 ID 为 claude-sonnet-5，现已成为 Free / Pro 默认模型，并面向 Max、Team、Enterprise、Claude Code 与 Claude Platform 开放；8 月 31 日前 API 介绍价为 $2/MTok input、$10/MTok output。
  • Google 发布两项创作模型更新：Nano Banana 2 Lite 即 gemini-3.1-flash-lite-image GA，主打最快、最低成本的 Gemini Image；Gemini Omni Flash 即 gemini-omni-flash-preview 进入 public preview，支持 720p、3-10 秒视频生成与对话式视频编辑。
  • Arena 同步接入新模型：Claude Sonnet 5 已进入 Agent Arena；Gemini Omni Flash 在 Video Edit Arena 排 #2，分数 1347±16，仅次于 Dreamina Seedance 2.0 720p 的 1377±12。
  • Artificial Analysis 发布 Claude Sonnet 5 初评：max effort 在 Intelligence Index v4.1 得分 53，比 Sonnet 4.6 高 6 分；但每任务输出 token 约多 40%，无促销价时每任务成本会高于 Opus 4.8。
  • OpenAI 今天不是新模型发布，而是发布 GeneBench-Pro 生物计算研究级 benchmark：GPT-5.6 Sol 在最高 reasoning level 通过率 28.7%，Pro mode 31.5%，用于衡量 agent 在真实生物数据分析中的判断能力。

今日必看

1. Claude Sonnet 5：Anthropic 发布新一代 Sonnet，默认进入 Claude Free / Pro

  • 事件类型：官方发布 + X 首发 + 可用入口变化。
  • 首发/官方/可用时间：Anthropic 官方页日期为 2026-06-30；@claudeai 首帖时间为 2026-06-30T18:00Z；@AnthropicAI 同步转发。
  • 模型/功能名：Claude Sonnet 5、claude-sonnet-5、adaptive reasoning / effort levels。
  • 能力变化：Anthropic 将 Sonnet 5 定义为“最 agentic 的 Sonnet”，强调能制定计划、使用浏览器和终端等工具、长时间自主执行任务。官方称它在 reasoning、tool use、coding、knowledge work 上较 Sonnet 4.6 有明显提升，并在部分高 effort 任务上接近 Opus 4.8。
  • 可用入口：Claude Free / Pro 默认模型；Max、Team、Enterprise 可用；同时进入 Claude Code 与 Claude Platform。API model ID 为 claude-sonnet-5。
  • 价格：Claude Platform 介绍价至 2026-08-31 为 $2/M input tokens、$10/M output tokens；之后标准价为 $3/M input、$15/M output。
  • 安全/限制：Anthropic 称 Sonnet 5 的不良行为率低于 Sonnet 4.6，更适合 agentic 场景；cyber 能力低于当前 Opus 模型，但仍默认启用 cyber safeguards。
  • 影响判断：这是今天最重要的通用模型发布。短期重点是验证它在 Claude Code、浏览器/终端工具调用、长期任务跟进、代码维护与企业自动化中的实际稳定性；同时要评估高 effort 带来的 token 膨胀。
  • 来源：Anthropic: Introducing Claude Sonnet 5、@claudeai、@claudeai availability、Artificial Analysis Claude Sonnet 5

2. Nano Banana 2 Lite：Google 的低延迟低成本图片模型 GA

  • 事件类型：官方发布 + API 可用入口变化。
  • 首发/官方/可用时间：Google AI / Google DeepMind X 首发时间约为 2026-06-30T16:03Z；Google Cloud 官方博客日期为 2026-07-01；Google Cloud 模型页 release date 为 2026-06-30。
  • 模型/功能名：Nano Banana 2 Lite、Gemini 3.1 Flash-Lite Image、gemini-3.1-flash-lite-image。
  • 能力变化：Google 将其定义为 Nano Banana 系列中最快、最具成本效率的 image generation / editing model。官方博客称它可在低延迟场景下快速生成与迭代图像，支持世界知识、角色一致性、物体保真、文字与本地化草稿等能力；Google Cloud 文档显示支持 image generation、edit images、multi-turn image editing、video input to image generation、C2PA 等能力。
  • 可用入口：Gemini Enterprise Agent Platform / Agent Studio；Google Cloud 模型页 model ID 为 gemini-3.1-flash-lite-image。支持 Provisioned Throughput、Standard PayGo、Flex PayGo、Batch inference。
  • 技术信息：最大输入 token 65,536，最大输出 token 4,096；Release date 2026-06-30；知识截止 January 2025；官方文档称 1K 约 1MP 输出消耗 1120 output image tokens。
  • 影响判断：Nano Banana 2 Lite 是面向高并发视觉产品的成本/延迟优化版本，不是最高质量旗舰。它适合广告变体、社交应用、批量素材草图、agent 内嵌视觉生成等场景，值得马上做成本与速度压测。
  • 来源：Google Cloud blog、Google Cloud model card、Gemini API release notes、@GoogleDeepMind、@GoogleAI

3. Gemini Omni Flash：Google 视频生成/编辑模型进入 public preview 和 API

  • 事件类型：官方发布 + API 可用入口变化 + 竞技场榜单变化。
  • 首发/官方/可用时间：Google DeepMind X 首发时间约为 2026-06-30T16:03Z；Gemini API release notes 日期为 2026-06-30；Google Cloud 博客日期为 2026-07-01。
  • 模型/功能名：Gemini Omni Flash、gemini-omni-flash-preview。
  • 能力变化：Google 将 Omni Flash 描述为高性能 multimodal model，面向高速视频生成与对话式视频编辑；通过 Interactions API 可从文本生成 3-10 秒 720p 视频，或将静态图像动画化，再通过对话编辑和细化输出。Google Cloud 博客强调角色/产品替换、动态风格转换、添加对象、relighting、原始音视频轨保持等能力。
  • 可用入口：Gemini API、Gemini Enterprise Agent Platform、Google AI Studio / Agent Studio、Model Garden；Runway 也在本窗口宣布“Gemini Omni Flash now in Runway”。
  • 技术信息：Google Cloud 模型页 model ID 为 gemini-omni-flash-preview，launch stage 为 Preview，release date 2026-06-30，discontinuation date 2026-06-30，最大输入 token 131,072，最大输出 token 57,920；视频规格为 720p、单段最长 10 秒、每 prompt 最多 3 个视频，最多 10 张图像。
  • Arena 信号：Arena.ai 称 Gemini Omni Flash 在 Video Edit Arena 排 #2，分数 1347±16，仅次于 dreamina-seedance-2.0-720p 的 1377±12，领先 HappyHorse 1.0 的 1308±12。
  • 影响判断：这是 Google 把 Omni 从消费端演示推进到 developer/API 可用的关键节点。短期应重点测试视频编辑链路、参考图/视频一致性、10 秒上限、Runway 集成入口与 Google Cloud fixed quota / preview 条款。
  • 来源：Gemini API release notes、Google Cloud model card、Google Cloud blog、Arena Video Edit、@GoogleDeepMind、@runwayml

4. Claude Science：Anthropic 发布科学研究 workbench beta

  • 事件类型：官方发布 + 垂直工作流产品。
  • 首发/官方/可用时间：Anthropic 官方页日期为 2026-06-30；@claudeai 在 2026-06-30T17:02Z 发帖。
  • 模型/功能名：Claude Science。
  • 能力变化：Claude Science 是面向科学家的 AI workbench，不是单独新模型。它整合研究常用工具和包，生成可审计 artifacts，管理计算资源，并提供 60+ 可选科学数据库；支持本地 macOS / Linux、SSH、HPC login node；输出包含代码、环境与消息历史，便于复现。
  • 可用入口：Claude Pro、Max、Team、Enterprise beta；Team / Enterprise 需要管理员启用。
  • 影响判断：Claude Science 与 OpenAI GeneBench-Pro 同日出现，说明前沿模型公司都在把“科学工作流”作为下一阶段竞争重点。对研究机构和生物医药团队，真正要看的是数据不出本地/HPC 的边界、reviewer agent 的可靠性、引用/计算可审计性。
  • 来源：Anthropic: Claude Science、@claudeai Claude Science、Claude Science app

5. GeneBench-Pro：OpenAI 发布生物计算研究级 benchmark，不是新模型

  • 事件类型：官方发布 + benchmark / 评测。
  • 首发/官方/可用时间：OpenAI 官方页日期为 2026-06-30；@OpenAI 发帖时间为 2026-06-30T17:10Z。
  • 模型/功能名：GeneBench-Pro、GPT-5.6 Sol。
  • 能力变化：GeneBench-Pro 用 129 个问题覆盖 genomics、quantitative biology、translational medicine 等 10 个领域，评估 agent 在真实、混乱生物数据中选择分析路径、处理歧义、做判断的能力。OpenAI 将公开 10 个代表性问题，并计划向 Artificial Analysis 提供 50 题子集做第三方 benchmark。
  • 结果信号：OpenAI 称 GPT-5.6 Sol 在最高 reasoning level 通过率 28.7%，Pro mode 31.5%；最高 reasoning level 下解决的问题数接近 GPT-5.2 的 6 倍，同时 token 使用约为 GPT-5.2 的三分之二。
  • 可用入口：benchmark 论文与部分数据；不是新模型入口。
  • 影响判断：GeneBench-Pro 是对 GPT-5.6 Sol 的科学推理能力背书，也是 OpenAI 与 Anthropic 同日争夺 AI for Science 叙事的一部分。当前不应把它写成新模型发布，但要跟踪 Artificial Analysis 后续 50 题第三方评测。
  • 来源：OpenAI: Introducing GeneBench-Pro、@OpenAI GeneBench-Pro

Arena Watch

  • Agent Arena：Claude Sonnet 5 已进入 Arena.ai Agent Arena。@arena 称 Agent Arena 用真实长链路 agentic tasks 测模型，模型可用 web search、filesystem、terminal 工具。当前 X 帖未给具体分数，先标记为“竞技场出现”。
  • Video Edit Arena：dreamina-seedance-2.0-720p #1，1377±12，3,010 votes；gemini-omni-flash #2，1347±16，Preliminary，998 votes；happyhorse-1.0 #3，1308±12，2,681 votes；grok-imagine-video #4，1264±8；kling-o3-pro #5，1251±10。
  • Artificial Analysis：Claude Sonnet 5 max effort 在 Intelligence Index v4.1 得分 53；AA 称较 Sonnet 4.6 提升 6 分，但输出 tokens 每任务约增加 40%，平均约 69k output tokens / task；无促销价时每任务成本高于 Opus 4.8。
  • Google Gemini：gemini-omni-flash-preview 与 gemini-3.1-flash-lite-image 已有官方 API / model card，不再只是 Arena 匿名模型；后续要观察 T2V、I2V、Video Edit 三个赛道分数是否稳定。
  • HappyHorse：今天没有 HappyHorse 1.1 新首发；Video Edit 页面当前显示 HappyHorse 1.0 #3，HappyHorse 1.1 本窗口未见新 API ID 或官方模型卡。
  • 来源：Arena Video Edit、@arena Claude Sonnet 5、@arena Gemini Omni Flash、@ArtificialAnlys Claude Sonnet 5、Artificial Analysis Claude Sonnet 5

X Watch

  • @claudeai：2026-06-30T18:00Z 首发 Claude Sonnet 5，称其为“most agentic Sonnet yet”；同线程确认 Sonnet 5 已成为 Free / Pro 默认模型，并进入 Max、Team、Enterprise、Claude apps 与 Claude Platform。分类：官方发布 + X 首发 + 可用入口变化。
  • @AnthropicAI：转发 Claude Sonnet 5；本窗口未见除 Sonnet 5 / Claude Science 之外的新 Claude 模型。分类：官方发布。
  • @GoogleDeepMind：2026-06-30T16:03Z 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 两项模型更新；强调 Interactions API 可串联：先用 Nano Banana 2 Lite 出图，再用 Gemini Omni Flash 动画化，最多堆叠 3 次连续编辑。分类：官方发布 + API 可用入口变化。
  • @GoogleAI：同步发布创意工作流更新，强调快速生成图片并即时动画化。分类：官方发布。
  • @arena：2026-06-30T19:12Z 宣布 Claude Sonnet 5 进入 Agent Arena；2026-06-30T20:06Z 宣布 Gemini Omni Flash 在 Video Edit Arena #2。分类：竞技场出现 + 榜单变化。
  • @ArtificialAnlys：2026-06-30T20:59Z 发布 Claude Sonnet 5 初评，重点是 Intelligence Index 53、比 Sonnet 4.6 +6、token/cost 较高、agentic knowledge work 接近或超过 Opus 4.8。分类：榜单/评测源。
  • @xiaohu：2026-06-30T14:08Z 提前捕捉到 Google 新模型与 Claude Sonnet 5 当晚发布信号；同时有 Claude 封禁浙江/杭州 IP 的个人/传言帖，需单独标记为待核验，不写成官方事实。分类：X 首发/媒体信号 + 待核验传言。
  • @OpenAI：2026-06-30T17:10Z 发布 GeneBench-Pro；不是新模型。分类：官方 benchmark。
  • @OpenAIDevs：本窗口主要为 Codex / AI Engineer 会议 / data infrastructure debugging 内容；不是新模型。分类：官方产品/工程信号。
  • @runwayml：2026-06-30T19:24Z 宣布 Gemini Omni Flash 已可在 Runway 中生成和编辑视频，可通过 prompt、image、video 开始，也可让 Agent 使用 Omni。分类：官方产品集成 + 可用入口变化。
  • @LumaLabsAI：2026-06-30T19:33Z 宣布 Seedance 2.0 Mini now available in Luma；这是第三方模型在 Luma 的产品入口变化，不是 Luma 自研新模型。分类：官方产品集成。
  • @Kling_ai：本窗口主要是 Cannes Lions / 作品展示，未见 Kling 新模型 ID。分类：无新模型首发。
  • @Alibaba_Qwen、@Alibaba_Wan、@MistralAI、@xai、@grok、@AIatMeta、@cohere、@midjourney、@MicrosoftAI：本窗口未见可升级为新模型发布的官方 X 信号。分类：无新模型首发。
  • 来源：@claudeai、@GoogleDeepMind、@GoogleAI、@arena、@ArtificialAnlys、@xiaohu、@OpenAI、@runwayml、@LumaLabsAI

待确认清单

  • Claude Sonnet 5 的真实 agent 成功率：官方与早期伙伴案例很强，但需要在 Claude Code、browser/terminal 工具、企业自动化、长上下文项目维护中实测；尤其关注高 effort 是否导致 token 成本不可控。
  • Claude Sonnet 5 在 Artificial Analysis 的成本：AA 指出无促销价时每任务成本高于 Opus 4.8，且输出 token 约 +40%。需要等待更多 provider / 真实任务账单数据确认。
  • Claude Sonnet 5 的安全边界：Anthropic 称 cyber 能力低于 Opus / Mythos，但默认启用 cyber safeguards；需要观察合法安全研究与代码审计是否被误伤。
  • Gemini Omni Flash preview 约束：Google Cloud 文档显示 preview、10 秒上限、720p、部分能力 soon；需要实测 fixed quota、生成时间、音频一致性、对话式编辑的跨轮稳定性。
  • Nano Banana 2 Lite 成本：官方文档给出 image token 消耗与 pricing 入口，但实际每张图价格需结合文字/video input tokens、PayGo/Flex/PT 和地区配额测算。
  • Runway 的 Gemini Omni Flash 集成：需要确认是否只是 app 入口，还是 API/Agent 也可稳定调用；还要核对 Runway 侧计费、输出水印和商用条款。
  • Luma 的 Seedance 2.0 Mini 入口：X 已确认 now available in Luma，但需要核验是否有 API、价格、分辨率、时长与商用条款变化。
  • 小互提到的 Claude 浙江/杭州 IP 封禁：目前是 X 个人/媒体源，需官方邮件、Anthropic 状态页、多个独立用户样本或官方说明确认。
  • OpenAI GeneBench-Pro 第三方评测：OpenAI 称将给 Artificial Analysis 50 题子集；需等待 AA 独立结果，避免只采用 OpenAI 自测。
  • Grok 4.5：昨日 Elon 的 private beta 信号仍未见 xAI 官方 docs/API/model card；今天 @xai / @grok 未新增确认。