香港时间采集
AI 模型日报 - 2026-07-05
2026-07-05 AI 模型资讯:过去 24 小时没有新的 OpenAI、Google、Anthropic、Qwen、Mistral、xAI、Meta、Cohere、Runway、Luma、Kling、Midjourney、Microsoft AI 官方模型首发;今天的核心是“已发布模型的重新可用、榜单...
30 秒摘要
- 过去 24 小时没有新的 OpenAI、Google、Anthropic、Qwen、Mistral、xAI、Meta、Cohere、Runway、Luma、Kling、Midjourney、Microsoft AI 官方模型首发;今天的核心是“已发布模型的重新可用、榜单回归与产品入口变化”。
Claude Fable 5是本窗口最重要的 Arena 信号:@arena称 Fable 5 已回到 Battle Mode 和 Agent Mode,官方 leaderboard 显示Claude Fable 5 (High)在 Agent Arena 的总体榜单 #1,overall13.34%±1.55%,Confirmed Success16.12%±2.68%,Praise vs Complaint30.63%±5.69%。- Anthropic 官方的 Fable 5 / Mythos 5 redeploy 是
2026-07-01已确认事件,不是今天的新发布;但今天 Arena/X 的可见动态显示 Fable 5 正在重新进入真实用户测试与长链路 agent 评估。 @xiaohu与多家中文媒体同步指向一个重要产品入口变化:豆包与通义千问智能体功能将于2026-07-15下线。它不是模型发布,但会影响中国用户的 agent 应用入口与历史数据保存。- 小互 AI 日报公开页仍停留在
2026-06-27,本轮只能作为历史背景;今天的中文侧主要依赖@xiaohuX 可见动态与媒体公开报道交叉核验。
今日必看
1. Fable 5 回到 Arena:Agent Arena 总体 #1,官方榜单开始反映重新可用
- 事件类型:竞技场出现 + 榜单变化 + 可用入口延续观察。
- 首发/官方/可用时间:Anthropic 官方 redeploy 更新为
2026-07-01;@arena在2026-07-04T17:26Z称 Fable 5 回到 Arena,可在 Battle Mode 和 Agent Mode 测试;2026-07-04T19:11Z再次强调 Fable 5 回归后的测试表现。 - 模型/功能名:
Claude Fable 5、Claude Fable 5 (High)、Battle Mode、Agent Mode、Agent Arena。 - 榜单信号:Arena Agent Leaderboard 显示
Claude Fable 5 (High)总体 #1,overall13.34%±1.55%,16,082sessions;Confirmed Success #1,16.12%±2.68%;Praise vs Complaint #1,30.63%±5.69%;Steerability #3,9.21%±2.92%;Tool Hallucination 与多模型并列1.31%±0.13%。 - 可用入口:Anthropic 官方称 Fable 5 已从
2026-07-01起在 Claude Platform、Claude.ai、Claude Code、Claude Cowork 全球恢复;Pro、Max、Team 与部分 Enterprise 计划在2026-07-07前最多可将每周用量的 50% 用于 Fable 5,之后需要 usage credits;Arena 侧可在 Battle Mode / Agent Mode 测。 - 影响判断:今天不是 Fable 5 的官方首发日,但它是本轮最重要的可观察模型信号。Fable 5 回归后已经在 Agent Arena 的“用户确认完成任务”和“正负反馈差”两个指标上显著领先;这比单次 demo 更接近真实 agent 使用质量。需要继续看 leaderboard scores 是否稳定、Anthropic 新 classifier 是否带来合法 coding/security 误伤。
- 来源:Anthropic: Redeploying Fable 5、Arena Agent Leaderboard、Arena Text Leaderboard、@arena Fable 5 back、@arena Battle/Agent Mode
2. 豆包 / 通义千问智能体功能将下线:不是模型发布,但影响 agent 入口
- 事件类型:媒体报道 + X 首发/个人源 + 可用入口变化。
- 首发/官方/可用时间:
@xiaohu在2026-07-04T04:10Z提到“豆包和千问的智能体应用全部下架”;多家中文媒体在2026-07-04报道豆包与通义千问智能体功能将于2026-07-15正式下线。 - 模型/功能名:豆包智能体、千问智能体、通义千问智能体服务。
- 能力/入口变化:报道称豆包智能体功能下线后,用户仍可在一段时间内查看和保存智能体信息及历史对话,
2026-10-15后相关数据将按隐私政策处理;千问也提示智能体功能与服务将于2026-07-15下线,下线后无法继续访问相关智能体配置及历史对话记录。 - 可用入口:当前是产品功能下线通知,不是模型 API 或模型卡变化。豆包报道中提到可转向字节旗下“猫箱 App”创建智能体;千问建议用户提前保存重要内容。
- 影响判断:这会直接影响中国用户在豆包/千问消费端构建和运行 agent 的路径,短期需提醒用户备份配置与对话。它不等同于 Qwen 模型能力下降,也不代表 Qwen API 或企业 agent 产品下线;需要继续等字节 / 阿里官方产品公告和开发者文档确认边界。
- 来源:@xiaohu、新浪财经报道、搜狐转载
3. Anthropic Fable 5 新 safeguards:回归伴随更强 cyber classifier
- 事件类型:官方发布延续 + 安全/治理事件。
- 首发/官方/可用时间:Anthropic 官方 redeploy 文章日期为
2026-06-30,更新称 Fable 5 / Mythos 5 已于2026-07-01恢复;本窗口由 Arena 回归与用户测试重新触发关注。 - 模型/功能名:
Claude Fable 5、Claude Mythos 5、cyber safety classifiers、jailbreak severity framework。 - 能力/治理变化:Anthropic 表示 Fable 5 与 Mythos 5 的 export controls 已解除;Fable 5 重新上线时加入了新的 classifier,用于阻断此前 Amazon 报告中提到的安全绕过行为。Anthropic 称新 classifier 在超过 99% 的情况下能阻断该特定 technique,但也承认会增加 routine coding/debugging benign requests 的 false positives。
- 可用入口:Fable 5 全球恢复;Mythos 5 先恢复给一组美国组织,并继续向 Glasswing partners 扩展。
- 影响判断:Fable 5 的回归不是单纯“模型变强”,而是“强模型 + 更重安全门控”的生产化实验。对 coding/security 用户,关键测试不是只看榜单,而是看合法安全研究、漏洞复现、代码审计、调试请求是否被误拦,以及 fallback 到 Opus 4.8 的体验。
- 来源:Anthropic: Redeploying Fable 5、Anthropic Fable/Mythos status page、@AnthropicAI export controls lifted
4. Sakana AI:稀疏 LLM 与黑箱优化研究进入 ICML/Arxiv 观察项
- 事件类型:研究发布/论文更新;非模型发布。
- 首发/官方/可用时间:
@SakanaAILabs在2026-07-04T13:08Z再次推广 “Sparser, Faster, Lighter Transformer Language Models”;在2026-07-04T21:36Z推广 “Bridging Spherical Black-Box Optimizers”。 - 模型/功能名:TwELL、Sparser/Faster/Lighter Transformer Language Models、Bridging Spherical Black-Box Optimizers。
- 能力变化:TwELL 是 Sakana 与 NVIDIA 合作的 sparse packing / GPU 友好稀疏格式方向,目标是让稀疏 Transformer 更快、更轻、更适合 tiled GPU kernels;黑箱优化论文则面向 simulator、external APIs、RL 等无梯度优化场景。
- 可用入口:论文与博客;不是可调用模型 API。
- 影响判断:Sakana 今天没有新模型 ID,但其研究方向与 Fugu 的“组合/编排模型”形成互补:一边做模型编排,一边做底层效率与优化。短期对产品影响有限,但值得跟踪是否进入未来 Fugu / Marlin / Sakana Chat 的推理成本优化。
- 来源:@SakanaAILabs sparse LLMs、@SakanaAILabs black-box optimizers、Sakana sparse LLM blog
5. Grok / Luma / Kling:本窗口主要是模板、作品和活动,不是模型首发
- 事件类型:官方产品/内容动态;非模型发布。
- 首发/官方/可用时间:
@grok在2026-07-04T14:31Z转发 Grok Imagine America 250 templates;@LumaLabsAI在2026-07-04T00:48Z转发 Ray 3.2 作品;@Kling_ai在2026-07-04T03:00Z发布 NEXTGEN Awards 内容。 - 模型/功能名:Grok Imagine templates、Luma Ray 3.2、Kling AI NEXTGEN Awards。
- 可用入口:Grok Imagine、Luma app、Kling AI 活动/作品展示。
- 影响判断:这些动态有助于观察视频/图像模型的社区分发和创作场景,但今天不能写成 Grok 4.5、Luma 新模型或 Kling 新模型发布。Grok 4.5 仍未见 xAI 官方 docs/API/model card;Luma/Kling 也未见新模型 ID。
- 来源:@grok / @imagine、@LumaLabsAI / Dream Lab、@Kling_ai
Arena Watch
- Agent Arena 总体:
Claude Fable 5 (High)#1,overall13.34%±1.55%,16,082sessions;Claude Opus 4.8 (Thinking)#2,overall9.37%±1.29%;GPT 5.5 (xHigh)#3,overall8.21%±1.02%。 - Confirmed Success:
Claude Fable 5 (High)#1,16.12%±2.68%;GLM 5.2 (Max)#2,9.13%;Claude Opus 4.8 (Thinking)#3,8.59%。 - Praise vs Complaint:
Claude Fable 5 (High)#1,30.63%±5.69%;Claude Opus 4.8 (Thinking)#2,17.48%±4.79%;GLM 5.2 (Max)#3,15.45%。 - Text Arena Overall:
claude-fable-5#1,score1509±9,4,350votes,price shown as$10 / $50per 1M tokens;claude-opus-4-6-thinking#2;claude-opus-4-7-thinking#3。Text leaderboard date显示2026-07-01,因此今日只作为延续榜单,不写成新上榜。 - Video / Image Arena:本 24 小时窗口未见新的 HappyHorse、Gemini Omni Flash、Nano Banana 2 Lite、Kling、Luma 榜单首发或显著变动。继续沿用上一期的 Omni Flash / HappyHorse 观察项。
- 来源:Arena Agent Leaderboard、Arena Text Leaderboard、@arena Fable 5
X Watch
@arena:本窗口最重要。2026-07-04T17:26Z称 Fable 5 回到 Arena,可在 Battle Mode 和 Agent Mode 测;2026-07-04T19:11Z称 Fable 5 可能是其见过最 impressive 的模型之一,并展示 60+ 高难度 3D generation 测试。分类:竞技场出现 + 榜单延续观察。@xiaohu:2026-07-04T04:10Z提到豆包和千问智能体应用下架;中文媒体随后报道2026-07-15下线智能体功能。分类:X 首发/媒体信号 + 可用入口变化,需官方通知边界核验。@SakanaAILabs:本窗口发布两条研究动态,分别是黑箱优化论文与 TwELL / sparse LLMs ICML 方向。分类:研究发布;不是新模型。@grok:转发 Grok Imagine America 250 templates。分类:产品模板;不是 Grok 4.5 官方确认。@LumaLabsAI:转发 Ray 3.2 作品/案例。分类:案例信号;不是新模型。@Kling_ai:NEXTGEN Awards / 4K creators 活动内容。分类:活动/作品信号;不是新模型。@OpenAI/@OpenAIDevs:本窗口未见新模型发布;最新重要模型仍是 GPT-5.6,最新 benchmark 仍是 GeneBench-Pro。分类:无新模型首发。@AnthropicAI/@claudeai:本窗口无新官方帖;Fable 5 redeploy 与 Sonnet 5 属于 7 月 1 日前后已确认事件,今天由 Arena 动态重新进入重点。分类:无新模型首发,Fable 5 为延续可用性观察。@GoogleDeepMind/@GoogleAI/@GeminiApp:本窗口未见 Nano Banana 2 Lite / Gemini Omni Flash 之后的新 Gemini 模型;Gemini App 主要是 macOS / MCP / app 集成动态,非模型首发。分类:无新模型首发。@Alibaba_Qwen/@Alibaba_Wan:本窗口官方账号未见新 Qwen/Wan 模型发布;Wan 最近是 Wan Skills 与 Music to Dance 功能展示。分类:无新模型首发。@MistralAI、@xai、@AIatMeta、@cohere、@runwayml、@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:@arena Fable 5、@xiaohu、@SakanaAILabs、@grok / imagine、@LumaLabsAI、@Kling_ai
待确认清单
- Fable 5 leaderboard 稳定性:Arena 当前 Agent Leaderboard 显示 Fable 5 多项领先,但官方 X 表示 leaderboard scores 仍在 coming / 继续积累。需要观察 votes、sessions 和误差收敛。
- Fable 5 的 safety false positives:Anthropic 明确承认新 classifier 会增加 routine coding/debugging 中的 benign false positives。需要实测代码审计、漏洞复现、CTF、debugging、DevOps 场景。
- Fable 5 usage credits:
2026-07-07之后 Pro/Max/Team/部分 Enterprise 的 included quota 变化需要实测,尤其是 Claude Code / Claude Cowork 的消耗方式。 - Mythos 5 扩展范围:官方仍称先恢复给一组美国组织,并继续扩大到 Glasswing partners;普通用户和国际 partner 的访问范围未完全明确。
- 豆包 / 千问智能体下线边界:需核验官方公告原文、是否只影响消费端智能体、是否影响 API / 企业智能体 / Qwen-AgentWorld / 通义千问企业版。
- 豆包 / 千问用户数据:
2026-07-15下线与2026-10-15数据处理节点需要提醒用户备份;具体导出方式和历史对话可恢复范围需以产品内通知为准。 - 小互 AI 日报源:公开页仍停留在
2026-06-27,需要继续观察是否恢复更新;当前不能把它作为最新日报源。 - Grok 4.5 官方化:仍未见 xAI blog、docs、API model list、Grok 产品入口、模型卡或第三方可复现实测;Grok Imagine 模板不是 Grok 4.5 发布。
- HappyHorse 1.1 API:今天未见
happyhorse_1_1官方 API ID、价格、模型卡或商用条款。 - Gemini Omni Flash / Nano Banana 2 Lite:今天无新变动,继续跟踪 Google Cloud preview/GA 状态、Runway 集成稳定性与实际成本。