01
Claude Opus 5 领跑 AA-Briefcase 评测，单任务成本降低 20%
Claude Opus 5 在 AA-Briefcase 评测中以 1720 Elo 夺冠，单次任务成本较 Claude Fable 5 降低 20% 至 17.79 美元，但在呈现质量上仍落后于 GPT-5.6 Sol。
─── 分类 / Category
模型动态 Models
2026
7月26日 周日
2026 · 今天
7月25日 周六
01
Fable 5.1 或于 8 月发布, 定价维持不变以竞争 GPT-6
Fable 5.1 或将于 2026 年 8 月发布,定价预计与 Fable 5 相同。据爆料,该模型可能抢在 GPT-6 之前推出以形成直接竞争。
02
Claude Opus 5 发布：代码能力达 SOTA，成本减半逼近 Fable 5
Anthropic 发布 Claude Opus 5，输入定价 5 美元/百万 token，在 Frontier-Bench 等代码评测中达到 SOTA，部分任务性能达 Opus 4.8 的 2 倍且成本更低。
2026 · 2 天前
7月23日 周四
01
Anthropic 或将于今日发布 Claude Opus 5，性能预计与 Fable 5 持平
Anthropic 或于 2026 年 7 月 23 日发布旗舰模型 Claude Opus 5。据爆料，其 benchmark 性能将与 Fable 5 相当但不会超越，发布时间定于周四。
2026 · 3 天前
7月22日 周三
01
Claude Cowork 发布教导技能功能:支持录屏口述转化为自动化工作流
Claude Cowork 发布教导技能功能,用户可通过录屏与口述让 AI 习得特定任务。该功能于 2026 年 7 月 22 日面向 Pro、Max 及 Team 计划用户开放。
2026
7月16日 周四
01
月之暗面已正式推出 Kimi K3 模型, 参数量达 3T 挑战 Opus 4.8
月之暗面或将发布 Kimi K3 模型,参数量预计达 2T-3T,在主流 benchmark 上有望超越 Opus 4.8。该模型将以 open-weight 形式开放,融资估值目标约为 315 亿美元。
2026
7月15日 周三
01
Kimi K3 或于明日发布, 被曝为对标 Opus 4.7 的编程模型
Kimi K3 模型或于 7 月 16 日发布,据爆料该模型对标 Opus 4.7 编程能力,在部分评测中优于 GPT 5.5 和 GPT 5.6 Terra,目前已在 Beta 站点上线。
02
Claude Opus 5 或将于本周发布，Anthropic 计划于 8 月推出 Fable 5 继任者
据爆料，Anthropic 计划最快于 2026 年 7 月本周内发布 Claude Opus 5。此外，Fable 5 的订阅包含期限将至 7 月 19 日截止，其继任者预计在 8 月推出以竞争 GPT-6。
2026
7月14日 周二
01
Claude Code Artifacts 支持公开分享与多人协作编辑
Claude Code Artifacts 于 2026 年 7 月 14 日更新,新增公开链接分享与多人实时编辑功能,且支持通过 Claude Tag 在 Slack 中直接构建内部页面。
2026
7月10日 周五
01
Anthropic 发布 Claude 反思功能, 通过 4D 框架优化 AI 协作模式
Anthropic 发布 Claude 反思功能 Beta 版,支持回顾 1 到 12 个月的使用模式,并基于 4D AI 流畅度框架提供协作建议,旨在优化用户与 AI 的交互习惯。
2026
7月9日 周四
01
SpaceXAI 发布 Grok 4.5 模型, 在自动化评测集夺冠且成本极低
SpaceXAI 发布 Grok 4.5 模型,在 AutomationBench-AA 评测中以 51% 的得分位列第一。单次任务成本仅 0.34 美元,比 Claude Opus 4.8 便宜约 75%,并在金融领域目标完成率达 71%。
02
GPT-6 或将于本月提前发布，将采用更大规模预训练底座
据爆料 GPT-6 或在 2026 年 7 月底或 8 月提前发布，将采用规模显著大于 4T tokens 的新底座。同时 Fable 5.1 与 DeepSeek V4 GA 也预计在未来数周内推出。
2026
7月8日 周三
01
Claude Cowork 支持移动端与 Web 端, 支持离线执行定时任务
Anthropic 发布 Claude Cowork 移动端与 Web 端支持,实现离线后台运行与多设备接力。据官方披露,超 90% 的使用场景为非代码知识工作,目前正向 Max 计划用户推送 Beta 版。
2026
7月6日 周一
01
Anthropic Fable 5.1 或将于 8 月发布, 迭代周期缩短至 4 个月
Anthropic 的 Fable 5.1 爆料显示该模型或已完成开发,预计将于 2026 年 8 月或 9 月发布。其更新节奏已从年度周期缩短至 2-4 个月一次前沿升级。
02
Gemini 3.5 Pro 或支持 2M tokens 上下文窗口
据爆料 Gemini 3.5 Pro 将支持 2M tokens 上下文窗口，规模约为 Anthropic Fable 5 等模型的 2 倍，可单次处理超大规模代码库和文档。
2026
7月4日 周六
01
Anthropic 提升 Claude Platform API 速率限制，最高分级提升 5 倍
Anthropic 调整 Claude Platform API 速率限制，最高分级模型限额提升 5 倍且不再与消费金额挂钩，最新 Opus、Sonnet 和 Haiku 模型吞吐量实现统一。
02
OpenAI 或于 7 月 7 日发布 GPT-5.6, 旨在通过高额度竞争 Claude 用户
OpenAI 计划在 7 月 7 日至 9 日发布 GPT-5.6 模型,旨在通过更宽松的额度限制吸引 Claude 用户。同时 Google DeepMind 暂定 Gemini 3.5 Pro 发布日期为 7 月 17 日。
03
OpenAI 或于 7 月 7 日发布 GPT-5.6,DeepMind 计划推出 Gemini 3.5 Pro
据爆料 OpenAI 计划在 2026 年 7 月 7 日至 9 日发布 GPT-5.6,旨在通过更宽松的限额吸引 Claude 用户。同时 Google Gemini 3.5 Pro 预计于 7 月 17 日推出。
2026
7月3日 周五
01
Anthropic 发布 Claude Science 且计划开发自有药物
Anthropic 发布 Claude Science 科学工作站并宣布将直接开发自有药物,重点关注被忽视的疾病。尽管 AI 可加速分子筛选,但药物临床试验仍需约 10 年周期且缺乏高质量实验数据。
2026
7月2日 周四
01
Anthropic 或与三星合作研发定制 AI 芯片以降低部署成本
Anthropic 或将与三星合作研发定制 AI 芯片，拟采用 2 纳米制程。据 The Information 报道，此举旨在通过自研硬件缓解部署成本与电力供应压力。
2026
7月1日 周三
01
Anthropic 将删除 Claude Code 中针对中国用户的监控代码
Anthropic 确认将删除 Claude Code 中针对中国用户的隐藏监控代码。该代码自 3 月起运行，通过注入系统 prompt 收集用户时区和代理信息，预计在明日版本更新中完成回滚。
02
Claude Code 被曝植入监测机制, 秘密收集中国用户代理与时区信息
Anthropic 的 Claude Code 被曝在 2.1.91 版本起植入监测机制,秘密收集中国用户时区与代理信息以防止蒸馏。负责人 Thariq 确认该实验将在次日版本中完全回滚。
03
Claude Fable 5 明日全球重新上架:软件工程能力显著提升
Anthropic 宣布 Claude Fable 5 将于明日全球重新上架。该模型在 5000 万行代码库迁移任务中仅用 1 天完成原本需 2 个月的工作,并在金融推理评测集中获最高分。
04
Anthropic 发布 Claude Sonnet 5: 强化 Agentic 能力且定价更低
Anthropic 发布 Claude Sonnet 5,强化 agentic 能力以支持自主计划与工具使用。推广期定价为 2 美元/百万 input tokens,性能在多个维度逼近 Opus 4.8。
05
Anthropic 发布 Claude Desktop Linux 版 Beta, 支持 Ubuntu 与 Debian
Anthropic 发布 Claude Desktop Linux 版 Beta,支持 Ubuntu 22.04 和 Debian 12。该版本整合了 Claude Code 与 Cowork 功能,提供可视化 diff 审查与集成终端,但暂不支持 Computer Use 模式。
2026
6月30日 周二
01
Claude Code 被曝植入监测机制, 通过 system prompt 隐秘回传用户隐私
Claude Code 被曝在 2.1.91 版本起植入监测机制,通过修改 system prompt 隐秘传输中国用户时区与代理信息。该行为采用 XOR 混淆隐藏,引发开发者对权限滥用与隐私泄露的担忧。
2026
6月26日 周五
01
白宫要求 OpenAI 暂缓发布 GPT-5.6 以应对安全担忧
白宫出于安全考量要求 OpenAI 暂缓发布 GPT-5.6。据 The Information 报道，该模型目前仅向少数伙伴提供有限预览，政府将对客户逐一审批访问权限。
02
Gemini 3.5 Flash 原生集成 Computer Use 能力
谷歌在 Gemini 3.5 Flash 中原生集成 Computer Use 能力,支持跨浏览器和桌面环境的 agent 自动化操作,并推出针对 prompt injection 的对抗训练与企业级防护系统。
03
谷歌调整 AI 编程专项团队架构，试图缩小与 Anthropic 的差距
谷歌调整 AI 编程专项团队架构，将其升级为 midtraining 组以增强 Gemini 编程能力。此次变动发生在 Noam Shazeer 与 John Jumper 等核心人才离职之后，旨在应对 Anthropic 的竞争。
2026
6月25日 周四
01
Anthropic 指控阿里巴巴利用 2.5 万个虚假账户蒸馏 Claude
Anthropic 指控阿里巴巴通过近 2.5 万个虚假账户非法访问 Claude，在 2026 年 4 月至 6 月间产生 2880 万次对话，旨在利用对抗性蒸馏训练 Qwen 模型。
02
Gemini 核心成员或将离职，Google 面临新一轮 AI 人才流失
Google 再次发生核心 AI 人才流失，Gemini 关键贡献者计划加入 Anthropic。此次事件叠加此前 John Jumper 等人离职，反映出 Google 在算力分配与 IPO 激励面前的竞争压力。
03
Claude Code 更新暗示 Fable 5 模型回归并纳入订阅配额
Claude Code v2.1.190 版本更新显示 Fable 5 模型回归,计费模式由单独购买信用额度转为订阅计划的周配额,预计近期将恢复访问。
2026
6月24日 周三
01
OpenAI 联手 Broadcom 发布 Jalapeño 推理芯片，全栈自研加速 LLM 推理
OpenAI 与 Broadcom 发布首款 LLM 推理芯片 Jalapeño，设计至生产仅用 9 个月。该芯片针对 GPT-5.3-Codex-Spark 等模型优化，预计 2026 年底部署吉瓦级数据中心。
02
Google DeepMind 或推迟 Gemini 3.5 Pro 发布计划
Google DeepMind 推迟 Gemini 3.5 Pro 发布计划,原定于 6 月 30 日上线的旗舰模型因竞争力不足决定延期。该模型主打编程与 agent 工作流强化,定价预计在 Gemini 3.1 Pro 基础上上浮约 1.5 倍。
2026
6月23日 周二
01
GPT-5.6 系列发布或延期至 7 月中旬，Pro 版推理强度提升至 960
GPT-5.6 系列发布时间或延期至 7 月中旬。爆料显示 GPT-5.6 Pro 推理强度提升至 960，知识截止日期更新至 2025 年 12 月，并增强了 SVG 生成与 Playwright 自动化支持。
02
Anthropic 或将为移动端推出 Cowork 支持, 实现云端任务调度
Anthropic 计划在 iOS 应用中推出 Cowork 移动端支持,将任务执行迁移至云端以解除本地硬件依赖。最新构建版本显示支持跨平台调度,且语音模式或将支持模型选择,预计 2026 年 6 月底发布。
03
OpenAI 拟推出 GPT-Bidi-1 双向音频模型升级 ChatGPT 语音模式
OpenAI 计划推出 GPT-Bidi-1 双向音频模型，升级 ChatGPT 语音模式以支持实时中断响应，并提供 High、Medium、Instant 三档推理级别。
04
GLM-5.2 领跑开源权重模型,GDPval-AA 智能体评测位列全球第三
智谱 AI 的 GLM-5.2 在 GDPval-AA 智能体评测中获得 1524 Elo 分数,位列全球第三,大幅领先 MiniMax-M3 等开源模型。
2026
6月22日 周一
01
Claude Sonnet 5 或于下周发布，预计增强视觉能力并优化长上下文
Anthropic 的 Claude Sonnet 5 或将于下周发布，API 供应商已出现模型标识。预计升级 1M tokens 上下文并增强视觉能力，但 token 消耗可能增加 30%。
2026
6月20日 周六
01
Claude Fable 5 或将恢复访问，软件工程能力可将数月工作量缩至数日
Anthropic 顶级模型 Claude Fable 5 或将在数日内恢复访问。该模型输入定价 10 美元/百万 token，在 5000 万行代码库迁移任务中将 2 个月工作量缩短至 1 天。
02
微软成 OpenAI 进入中国通道，字节跳动年支出或超 10 亿美元
微软通过 Azure 在新加坡等地为中国企业提供 OpenAI 模型访问，字节跳动年度支出预计超 10 亿美元，Azure 中国 AI 收入在 2025 财年增长约 3 倍。
03
Google DeepMind 内部爆料：模型竞争力下滑, 或跌至行业第四
Google DeepMind 内部爆料显示,公司在 AI 竞赛中排名跌至第五,Gemini 3.5 Pro 预计 6 月 30 日发布但被指缺乏竞争力,且被智谱 AI 等模型超越。
04
GPT-5.6 Pro 或于下周四发布, 推理强度提升至 960
OpenAI 的 GPT-5.6 Pro 或于本周四发布,推理强度 Juice Value 提升至 960,知识截止日期更新至 2025 年 12 月,并集成 Playwright 自动化支持。
2026
6月18日 周四
01
Transformer 共同作者 Noam Shazeer 正式加入 OpenAI
OpenAI 招募 Transformer 架构共同作者 Noam Shazeer。他在 2000 年加入 Google 并共同撰写了奠基性论文，此前曾参与 27 亿美元的 Character.AI 交易。
02
Anthropic 称 Mythos 和 Fable 5 模型或将在数日内恢复访问
Anthropic 高管表示 Mythos 和 Fable 5 模型或在未来几天恢复访问。此前白宫出于安全考虑封禁该模型,目前 Project Glasswing 已覆盖约 150 个合作伙伴。
2026
6月17日 周三
01
GLM-5.2 发布：支持 1M 上下文，专注长程编码任务且 MIT 开源
Z.ai 发布 GLM-5.2 旗舰模型，支持 1M tokens 上下文，并在 FrontierSWE 等长程编码评测中表现强劲，部分指标仅落后 Opus 4.8 1%。该模型采用 IndexShare 架构将计算量降低 2.9 倍，并以 MIT 协议开源。
2026
6月16日 周二
01
Anthropic 派遣安全团队沟通无果,Claude Fable 5 出口管制依然生效
Anthropic 派遣安全团队前往 DC 沟通,但未能解除 Claude Fable 5 出口管制。美国政府与厂商就 Mythos 能力解锁风险存在分歧,目前该模型访问权限仍被禁用。
2026
6月13日 周六
01
美国政府下令禁令,Anthropic 紧急禁用 Fable 5 与 Mythos 5
美国政府以国家安全为由要求暂停外国国民访问 Fable 5 与 Mythos 5。Anthropic 已于 2026 年 6 月 12 日禁用这两款模型的所有用户访问,但 GPT-5.5 等同类模型亦具备相关能力。
2026
6月12日 周五
01
OpenAI 或下周发布 GPT-5.6：性能对标 Claude Fable 5 并计划降价
OpenAI 或于下周发布 GPT-5.6，据披露该版本在推理、代码及 agent 工作流方面有显著提升，性能可对标 Claude Fable 5 且定价或大幅下调。
02
Moonshot 发布开源代码模型 Kimi-K2.7-Code, 推理 token 消耗降低 30%
Moonshot 发布开源代码模型 Kimi-K2.7-Code,总参数 1T,激活参数 32B。该模型在 Kimi Code Bench v2 提升 21.8%,且推理 token 消耗降低 30%,支持 256K 上下文。
2026
6月11日 周四
01
Claude Fable 5 夺得 Code 与 Agent Arena 双冠, 任务成功率大幅领先
Claude Fable 5 在 Arena.ai 的 Code Arena 和 Agent Arena 评测中均夺冠,综合排名提升 11.2%,确认任务成功率提升 18.2%,在前端开发和智能体任务上领先 Opus-4.8 和 GPT-5.5。
2026
6月10日 周三
01
Anthropic 发布 Claude Fable 5：软件工程 SOTA 且定价降低 50%
Anthropic 发布 Claude Fable 5,在软件工程与科学研究领域达到 SOTA 水平。该模型定价为 10 美元/百万输入 token,性能在 5000 万行代码迁移任务中表现出色。
2026
6月8日 周一
01
Anthropic 内部模型 Mythos 5 曝出强悍前端能力, 代码优化可达 52 倍加速
据爆料 Anthropic 内部测试模型 Mythos 5 在代码优化任务中可实现最高 52 倍加速,且在 SVG 与前端生成领域表现强劲,但因成本过高公开版或被削弱。
2026
6月7日 周日
01
谷歌每月支付 9.2 亿美元租用 SpaceX 算力以支持 Gemini agent 平台
谷歌与 SpaceX 达成协议,每月支付 9.2 亿美元租用 11 万块 NVIDIA GPU,租期从 2026 年 10 月至 2029 年 6 月,旨在支持 Gemini Enterprise 的 agent 平台需求。
02
OpenAI 计划对 ChatGPT 进行最大规模重组, 将其转型为超级应用
OpenAI 计划将 ChatGPT 转型为集成编程工具与 AI agents 的超级应用,以提升高利润产品占比。目前企业客户贡献约 40% 营收,Codex 周活用户已超 500 万,旨在为今年 IPO 驱动增长。
03
Anthropic 披露 AI 递归自我改进趋势:代码产出增 8 倍, 正逐步接管自身研发
Anthropic 披露 AI 正在加速自身开发,工程师代码产出达以往 8 倍,且 80% 以上代码由 Claude 编写。报告探讨了递归自我改进的路径,指出任务处理时长每 4 个月翻倍,并警示完全自主迭代模型带来的对齐风险。
2026
6月6日 周六
01
Anthropic 或将发布新版 Mythos 模型, 内部红队代号 Oceanus
Anthropic 或将发布新版 Mythos 模型,内部红队测试代号为 Oceanus。预计定价为 16 美元/百万 input tokens 和 80 美元/百万 output tokens,测试于 6 月 5 日启动。
02
谷歌发布 Gemma 4 QAT 模型:优化端侧量化,E2B 内存占用降至 1 GB
谷歌发布 Gemma 4 QAT 模型版本,通过量化感知训练将 E2B 模型内存占用降低至 1 GB 以下,支持 Q4_0 及移动端专用量化格式,旨在提升手机与笔记本的本地运行效率。
2026
6月4日 周四
01
谷歌发布 Gemma 4 12B 模型:采用无编码器架构支持笔记本本地运行
谷歌发布 Gemma 4 12B 多模态模型,采用无编码器统一架构,仅需 16 GB 显存即可在笔记本本地运行,性能接近 26B MoE 模型并支持原生音频输入。
2026
6月3日 周三
01
微软发布 MAI-Code-1-Flash 编程模型:性能超越 Claude Haiku 4.5 且更省 token
微软发布 MAI-Code-1-Flash 编程模型,在 SWE-bench Pro 上通过率达 51.2%,领先 Claude Haiku 4.5 达 16 个百分点,并能降低最高 60% 的 token 消耗。
02
微软发布 MAI-Thinking-1 推理模型: 35B 规模且无需蒸馏
微软发布推理模型 MAI-Thinking-1,采用 35B 激活参数的 MoE 架构,在 AIME 2026 上达到 94.5% 准确率,且在人类偏好盲测中优于 Claude Sonnet 4.6。
03
Codex 转型通用生产力工具：周活突破 500 万且非开发用户激增
OpenAI 发布报告称 Codex 周活跃用户突破 500 万，自 2 月桌面版发布后增长 6 倍。知识工作者占比达 20% 且增长速度快于开发者的 3 倍，标志着 Codex 转型为通用生产力工具。
2026
6月2日 周二
01
Anthropic 扩大 Project Glasswing 规模, 利用 Mythos 模型挖掘万级高危漏洞
Anthropic 宣布扩大 Project Glasswing 规模至 150 家机构,利用 Claude Mythos Preview 漏洞扫描能力。该项目首批伙伴已发现逾 10,000 个高危漏洞,预计 6-12 个月内行业将迎来同类能力模型。
2026
6月1日 周一
01
MiniMax 发布开源权重模型 M3: 引入 MSA 架构支持 1M 上下文与原生多模态
MiniMax 发布开源权重模型 MiniMax M3,采用全新的 MSA 稀疏注意力架构支持 1M tokens 上下文,在 SWE-Bench Pro 上达到 59.0% 评分,且原生支持多模态输入与电脑操作。
2026
5月29日 周五
01
Anthropic 完成 650 亿美元 H 轮融资, 投后估值达 9650 亿美元
Anthropic 完成 650 亿美元 H 轮融资,投后估值达 9650 亿美元。公司年度经常性收入已突破 470 亿美元,并与 Amazon、Google 及 SpaceX 签署大规模算力协议以支持 Claude 扩展。
02
Claude Code 推出动态工作流:支持实时编排并行子智能体处理复杂任务
Claude Code 研究预览版发布动态工作流功能,支持实时编排并行子智能体处理大规模迁移等复杂任务,现已面向 Max、Team 及 Enterprise 计划开放。
03
Anthropic 发布 Claude Opus 4.8: 提升诚实度并引入动态工作流
Anthropic 发布 Claude Opus 4.8,增强了模型的诚实度与独立工作能力,且代码缺陷漏检率降低为前代的 4 倍。该版本维持 5 美元/百万 input token 的定价,并同步推出快速模式。
2026
5月28日 周四
01
Kimi K2.6 模型在 OpenRouter 开放免费调用，支持 300 个 Agent 协作
Kimi K2.6 模型现已在 OpenRouter 平台免费上线，支持 262.1K tokens 上下文窗口，最高吞吐量达 117 tps，具备长视界编程与 300 个子 Agent 协作能力。
02
Moonshot AI 发布 Kimi K2.6 多模态模型，支持免费 API 接入
Moonshot AI 发布多模态模型 Kimi K2.6，支持 262.1K tokens 上下文，目前在 OpenRouter API 免费开放，最高吞吐量达 117 tps。
03
OpenRouter 完成 1.13 亿美元 B 轮融资, 构建多模型路由网关层
OpenRouter 完成 1.13 亿美元 B 轮融资,由 CapitalG 领投。平台周处理量已达 25 万亿 token,服务 800 万开发者,定位为多模型 AI 时代的路由与网关层。
04
Claude Voice Mode 或将支持中文，新增 Push-to-Talk 模式
Anthropic 计划为 Claude Voice Mode 增加中文等多国语言支持，并引入 push-to-talk 模式。该更新预计将通过升级编排层实现多语言切换，以对标 ChatGPT 与 Gemini 的语音能力。
05
Claude Code 更新：优化全屏渲染与 MCP 稳定性, 引入流式思考输出
Claude Code 于 2026 年 5 月 28 日发布更新,重点修复 TUI 闪烁、优化 MCP 连接稳定性并引入流式 Thinking 输出,解决会话崩溃等可靠性问题。
06
LLM Sleep 机制发布：通过类睡眠离线递归提升长上下文推理
卡内基梅隆大学等机构提出 LLM Sleep 机制,通过 N 次离线递归将上下文转换为持久权重,解决 Transformer 长上下文推理瓶颈,并在 GSM-Infinite 等任务中验证有效性。
07
Claude Code 推出 /workflows 功能:用代码逻辑替代 LLM 编排
Anthropic 在 Claude Code 2.1.147 版本中推出 /workflows 功能,利用 JS 代码替代 LLM 编排以降低 token 消耗,目前该功能疑似已被暂时下线。
08
OpenAI 将于 6 月 2 日在 Codex 中停用 GPT-5.2 与 GPT-5.3-Codex
OpenAI 宣布将于 2026 年 6 月 2 日在 Codex 中停用 GPT-5.2 和 GPT-5.3-Codex。免费用户将默认切换至 GPT-5.5,但 API 渠道仍可继续使用旧版本。
2026
5月27日 周三
01
DeepMind CEO 预测 AGI 或于 2029 至 2030 年到来
Google DeepMind CEO Demis Hassabis 预测 AGI 可能于 2029 至 2030 年到来,并将当前 AI agent 浪潮视为社会压力测试,呼吁政府加速安全治理。
02
微软发布 MAI-Image-2.5 图像模型,Arena 评测排名第三
微软发布 MAI-Image-2.5 图像生成模型,在 Arena text-to-image 榜单获得 1,254 分排名第三,较前代提升 72 分,重点强化了文本渲染与商业影像质量。
03
Anthropic 为 Claude Code 发布 security-guidance 插件, 实时拦截代码漏洞
Anthropic 发布 Claude Code security-guidance 插件,通过三层审查机制将 PR 安全评审意见减少 30-40%,支持 2.1.144 版本以上 CLI。
2026
5月26日 周二
01
Qwen3.7-Max 编程能力排名全球第二
阿里巴巴 Qwen3.7-Max 在 Code Arena 编程评测中获得 1541 分,排名全球第二并超越 GPT-5.5 与 Gemini-3.5-Flash,支持 35 小时会话中 1,000 次 tool calls。
02
中国扩大民营企业 AI 人才出境限制，要求关键人员出国须获批
中国政府于 2026 年 5 月 26 日起扩大对阿里巴巴、DeepSeek 等民营企业顶尖 AI 人才的出境限制，要求关键专业人士出国前须获批准，以防止战略性技术外流。
03
Kimi K2.6 登顶 3D 设计榜单, 性能超越 GPT 5.5 与 Opus 4.7
Kimi K2.6 在 Design Arena 3D 设计排行榜中夺冠,排名较 K2.5 提升 18 位,性能超越 GPT 5.5 和 Opus 4.7 等闭源模型。
2026
5月25日 周一
01
Antigravity 引入 Gemini 3.5 Flash (Low) 档位, 简单任务 token 消耗降低 45%
Antigravity 推出 Gemini 3.5 Flash (Low) 档位,在简单任务中可比 Medium 档位减少约 45% 的 token 生成量,并重置了所有用户的 Gemini 配额。
02
Anthropic 将为 Claude 推出 Memory Files 结构化记忆系统
Anthropic 计划为 Claude 引入 Memory Files 记忆系统,支持按主题存储结构化文档并配合 Dreams 异步整合功能。目前 Dreams 仅在 Opus 4.7 与 Sonnet 4.6 中 beta 测试。
2026
5月24日 周日
01
AI 成本悖论：微软与 Uber 削减 AI 用量，算力开支或已超过人力成本
微软取消 Claude Code 许可揭示 AI 部署成本危机。报告显示 agentic AI 可能在 2030 年导致 token 消耗量增长 24 倍,即便单价下降 90%,总成本仍将大幅攀升。
02
Anthropic 将发布 Mythos 模型：此前曾称能力过强无法公开
Anthropic 确认将发布内部代号为 Mythos 的模型。该模型此前被认为能力过强无法公开，但在 2026 年 5 月的更新中披露将通过 Project Glasswing 推进通用发布。
03
白宫批准 90 亿美元秘密资金，应对美国政府 AI 芯片短缺
美国白宫批准 90 亿美元秘密申请以应对美国政府 AI 芯片短缺，旨在采购 Nvidia Grace Blackwell 芯片。此次行动旨在确保 NSA 等情报机构能运行 Anthropic Mythos 等顶级模型，避免在网络安全与间谍工作中落后。
04
CodeGraph 代码图谱发布：用本地索引降低 AI Agent 检索成本
CodeGraph 代码图谱正式发布，通过本地 SQLite 构建符号调用关系，将 AI 编程 Agent 的 token 消耗降低 59%、工具调用减少 70%。支持 Claude Code 等主流工具。
05
OpenAI Q1 2026 财务数据曝光：巨额亏损与用户增长停滞
《The Information》披露 OpenAI Q1 2026 财务数据，公司当季营收 57 亿美元，非 GAAP 运营利润率跌至 -122% 导致约 69.5 亿美元亏损。ChatGPT 周活用户增长停滞，付费转化仅 6%，公司面临算力经济账与 IPO 考量。
06
Codex 速率限制问题已修复，所有账户额度已重置
Codex 因缓存压缩优化导致速率限制异常消耗，OpenAI 已回滚该优化并重置所有账户额度。事件影响 Web、API 等 5 个组件，约 2.5 小时内完成修复。
07
Claude Mythos 1 将集成至 Claude Code 与 Security
据 TestingCatalog 曝料,Anthropic 正加速推进 Claude Mythos 发布,暂命名为 Mythos 1,用户界面已短暂出现该模型入口,代码字符串确认将集成至 Claude Code 与 Claude Security。
08
Google 宣布 Gemini CLI 关停，6 月 18 日整合至 Antigravity CLI
Google 宣布 Gemini CLI 于 2026 年 6 月 18 日停止服务，功能整合至 Antigravity CLI 与 Antigravity 2.0 桌面应用，企业用户不受影响。
2026
5月23日 周六
01
GPT-5.6 泄露：六月发布在即，iris-alpha 等三款变体曝光
据 X 平台科技博主 Pankaj Kumar 最新 GPT-5.6 泄露信息，OpenAI 或于六月发布 GPT-5.6 与 GPT-5.6 Pro，含 iris-alpha 等三款变体，Sonnet 4.8 与 Gemini 3.5 Pro 也预计同期发布。
02
约 10% 的 Codex 流量转向 Pi Harness 与 OpenCode
OpenAI Codex 流量分配出现新动向，团队工程师披露约 10% 生产流量流转至 Pi 与 OpenCode。得益于开放 app server 与 SDK，开发者复用 ChatGPT 账号免额外成本。
03
DeepSeek-V4-Pro 永久降价, 折后价成常态
DeepSeek 宣布 DeepSeek-V4-Pro 永久降价，2026 年 5 月 31 日结束 2.5 折优惠后执行折后价，输入 3 元/百万 token、输出 6 元/百万 token，相当于原价 25%，Flash 版同步登顶 OpenRouter 周榜
04
ChatGPT PowerPoint 集成上线，支持直接创建编辑演示文稿
OpenAI 于 2026 年 5 月推出 ChatGPT for PowerPoint 测试版，该 ChatGPT PowerPoint 集成功能支持在演示软件中直接以自然语言创建、编辑和分析演示文稿，覆盖 Business、Enterprise、Free 等全部用户层级并内置图片生成。
05
Claude Mythos Preview 漏洞挖掘成果:Project Glasswing 首月发现逾万高危漏洞
Anthropic Project Glasswing 首月报告显示，Claude Mythos Preview 漏洞挖掘能力已发现超万枚高危严重漏洞，Cloudflare 确认 2,000 枚含 400 枚高危，开源项目 1,752 枚评估准确率达 90.6%
06
Claude Sonnet 4.8 泄露:Anthropic 或跳过 4.7 升级视觉与编码
Anthropic 的 Claude Sonnet 4.8 泄露事件由 Claude Code npm 更新意外曝光,源码包含 512,000 行调试信息。新模型或跳过 Sonnet 4.7,视觉准确率超 98%,引入 X high 推理层级,预计 2026 年 6 月中下旬发布。
07
Anthropic 超 300 亿美元融资即将收官，估值逾 9000 亿美元超越 OpenAI
Anthropic 即将完成超 300 亿美元融资，估值逾 9000 亿美元超越 OpenAI 成为全球最高估值 AI 初创。红杉等机构各投约 20 亿美元，Q2 收入预计 109 亿美元，年化收入即将突破 500 亿美元，公司有望首次实现盈利。
2026
5月22日 周五
01
智谱发布 GLM-5.1-HighSpeed：400 tokens/s 刷新大模型速度上限
智谱发布 GLM-5.1-HighSpeed 速度表现达 400 tokens/s 的旗舰模型，采用自研 TileRT 推理引擎重构底层架构，在 8 块 H200 GPU 环境下实现极低首字延迟与生产级稳定输出。
02
Cloudflare AI 裁员：高增长下的 20% 人员优化策略
Cloudflare 在营收创纪录背景下裁掉超 20% 员工，CEO 撰文详解 AI 正逐步替代内部测量岗位。此举不仅未缩减招聘规模，反而将资源集中于核心构建与销售人才。
03
Cursor Composer 2.5 评测: 编码智能体性价比新标杆，SWE-Bench 跃升 35 分
Artificial Analysis 发布 Cursor Composer 2.5 评测报告，该模型在 Coding Agent Index 获 62 分位列第三，SWE-Bench 得分跃升 35 分，单任务成本仅 0.07 美元，显著低于 Opus 4.7 与 GPT-5.5 变体。
04
Codex “锁定使用”现已推出，支持 Mac 锁屏后远程操作
OpenAI 更新 Codex 电脑控制功能，锁定电脑使用支持 Mac 锁屏后远程操作桌面应用。内置授权插件与临时解锁窗口，提供输入监测与审批机制。
2026
5月21日 周四
01
Qwen3.7 Max 跑分超上一版 4.8 分，闭源旗舰逼近技术前沿
阿里发布闭源旗舰模型 Qwen3.7 Max，在 Artificial Analysis Intelligence Index 跑分达 56.6，较上一版提升 4.8 分。核心提升来自科学推理与代码任务，通过降低幻觉率策略缩小与第一梯队差距。
02
Manus 创始人团队将筹集 10 亿美元回购 Meta 股权
Manus 三位创始人正磋商约 10 亿美元融资轮次，拟回购 Meta 旗下智能体 AI 业务，重组为中外合资企业并筹备港股上市，该 Manus 股权回购方案或需创始人注资补足差额。
03
Gemini 3.5 Pro 泄露预告：定位类 GPT-5.5 旗舰，强化 Coding 与 Agent 工作流
据泄露信息，Gemini 3.5 Pro 将于 6 月下旬发布，定位 GPT-5.5 级旗舰，强化 Coding 能力与长周期 agent 工作流。定价延续 1.5 倍浮动策略，重点引入 grounding 机制抑制幻觉。
04
Anthropic 营收增速超预期, 二季度预计达 109 亿美元并首次盈利
据《华尔街日报》最新披露, Anthropic 预计二季度营收增速将超预期, 财报显示营收将达 109 亿美元。在扣除算力成本后, 运营利润将转正至 5.59 亿美元, 首次实现季度盈利。
05
OpenAI 通用推理模型证明 1946 年单位距离猜想
据 OpenAI 披露，其通用推理模型自主破解 1946 年平面单位距离猜想，构建至少 n^{1+δ} (δ≈0.014) 个单位对点，经多位国际顶尖数学家验证，展现了跨领域科研推理能力。
2026
5月20日 周三
01
Qwen3.7-Max 发布：重构智能体长程自主执行
阿里云正式发布 Qwen3.7-Max 模型，面向智能体时代。该模型支持长周期自主执行，在 35 小时无中断任务中跨越千次工具调用，编程基准 SWE-Pro 达 60.6，即将通过阿里云百炼 API 上线。
02
Google Gemini App 升级推出 Gemini Spark 智能体与 Daily Brief
Google 推出 Gemini App 重大升级，基于 Gemini 3.5 与 Antigravity Harness 构建 Gemini Spark 智能体，支持 7×24 小时云端常驻及多工具工作流自动化。该功能将于下周面向美国 Google AI Ultra 用户推送 Beta，反映云端长周期智能体在意图驱动自动化领域的工程演进。
03
Gemini Omni 模型发布，首发 Flash 版主打自然语言视频编辑
Google 正式发布新一代多模态旗舰模型 Gemini Omni。首发变体 Gemini Omni Flash 登陆 Gemini app 与 Google Flow,主打自然语言视频编辑。该模型支持多模态输入生成视频,内置 SynthID 数字水印与可验证数字分身。
04
Gemini 3.5 Flash 跑分出炉：Agentic 能力逼近 GPT-5.4
Google 发布新款 Flash 系列模型 Gemini 3.5 Flash，在 Intelligence Index 综合评测中斩获 55 分。该模型支持全模态输入与 1M tokens 上下文窗口，定价高达输入端 1.50 美元、输出端 9.00 美元，实际运行成本较上代增加 5.5 倍。
05
Google 发布 Gemini 3.5 Flash：面向智能体工作流与代码生成的前沿推理模型
Google 发布 Gemini 3.5 Flash，基准测试在智能体任务上得分达 1656 Elo，推理速度为其他前沿模型 4 倍。该模型将作为 Gemini Spark 默认架构全面部署，并于 6 月中旬推出 Pro 版本。
06
Google 发布 Antigravity 2.0 桌面应用 多 Agent 编排构建操作系统
据 Google 官方披露, Antigravity 2.0 独立桌面应用今日上线, 集成 CLI、SDK 与原生语音支持。演示中 93 个并行 Agent 12 小时内构建完整操作系统, API 成本低于 1000 美元, 标志着多智能体编排进入工程化阶段。
07
Google 发布 Gemini 3.5 Flash：主打 agent 与 coding，定价低于竞品
Google DeepMind 发布 Gemini 3.5 Flash 模型，在 coding 与 agentic 任务上超越 3.1 Pro，支持子代理并行处理大规模代码库，定价仅为竞品的一部分。已上线 Gemini App 与 Google AI Studio。
2026
5月19日 周二
01
Andrej Karpathy 加入 Anthropic，曾主导 Tesla Autopilot 视觉系统
Andrej Karpathy 宣布加入 Anthropic，曾参与创立 OpenAI、主导 Tesla Autopilot 视觉系统。2024 年 7 月创立 Eureka Labs 专注 AI 教育，现重返 LLM 研发一线。
02
Cloudflare 测试 Anthropic Mythos Preview 红队测试: 漏洞链式利用
Cloudflare 在 Project Glasswing 项目中对 Anthropic Mythos Preview 完成安全红队测试,模型可将多处低危漏洞链式转换为真实利用链并自动生成 PoC。实测表明单纯追求缩短安全响应周期收效有限,防御架构需向纵深演进。
03
Claude Managed Agents 发布自托管沙箱与 MCP 隧道功能
Anthropic 于 2026 年 5 月 19 日发布 Claude Managed Agents 自托管沙箱与 MCP 隧道功能。Self-hosted sandboxes 进入 public beta，支持 Cloudflare、Daytona、Modal、Vercel 四家提供商；MCP tunnels 处于 research preview，可安全连接私有网络服务。
04
Claude Code Fast mode 默认启用 Opus 4.7，响应速度提升 2.5 倍
Claude Code Fast mode 现已默认启用 Opus 4.7，响应速度约为标准模式的 2.5 倍，输入/输出定价均为 30 美元/百万 token，适用于快速迭代与实时调试等延迟敏感场景。
05
Manus 发布 Scheduled Tasks 2.0：定时任务进入上下文感知时代
Manus 于 2025 年 5 月 19 日发布 Scheduled Tasks 2.0，支持在同任务中延续上下文、为 Web 应用配置后台定时操作，并提供独立的调度视图与运行历史追踪。该功能已面向所有用户开放。
06
Cursor 发布 Composer 2.5：定向 RL 文本反馈与 Sharded Muon 优化器详解
Cursor 发布 Composer 2.5，基于 Kimi K2.5 开源检查点，采用定向 RL 文本反馈与 Sharded Muon 优化器，合成数据扩展 25 倍，输入定价 $0.50/百万 tokens，快速版本 $15/百万输出 tokens。
07
Claude 提示词缓存诊断功能上线：精准定位缓存未命中分歧点
Claude 推出 Prompt cache diagnostics 测试版，传入 beta header cache-diagnosis-2026-04-07 与上一条响应 ID 即可对比请求指纹，精准定位模型参数、system prompt、工具或消息历史中的首次分歧点，帮助开发者修复缓存未命中根因。
08
Qwen3.6 MTP GGUF 发布：本地推理 1.4-2.2 倍加速，精度无损
Unsloth 为 Qwen3.6 发布 MTP（Multi Token Prediction）GGUF 量化版本，据官方测试本地推理速度提升 1.4-2.2 倍、精度无损。27B 在 RTX 6000 跑 160 tokens/s，35B-A3B 跑 240 tokens/s。Qwen3.5 全家族也补齐 MTP，已有用户可直接迁移。
09
Anthropic 收购 Stainless 补强开发者工具链，交易或达 3 亿美元
Anthropic 于 2026 年 5 月 18 日宣布收购 SDK 工具商 Stainless，交易金额据 The Information 报道或达 3 亿美元。Stainless 将为 Claude 的 MCP 生态与 agent 连接能力提供工具链支持。
2026
5月18日 周一
01
OpenAI Codex 限额故障 2 小时, 用户额度全额回退
OpenAI 的 Codex 编码智能体出现 OpenAI Codex 限额故障, 错误提示订阅用户余额仅剩 0%. 官方确认故障持续两小时, 期间被扣除的 token 将全额回退, 厂商已恢复限制并建议重用户精简提示词以稳定额度.
2026
5月17日 周日
01
Claude Sonnet 4.5 下架日期延期为 5 月 18 日
Claude Sonnet 4.5 下架日期被曝从 5 月 15 日悄然改为 5 月 18 日，Anthropic 未发布官方说明。用户过去一周积极反馈该模型不可替代性，未获回应。行业沟通透明度问题引发开发者社区关注。
02
Microsoft AI CEO 预警：白领工作或在 18 个月内被 AI 全面自动化
Microsoft AI CEO Mustafa Suleyman 预测 18 个月内 AI 将全面自动化白领工作，涵盖会计、法律、营销等领域。然而 METR 研究显示 AI 使开发者效率下降 20%，2026 年至今已有 49,135 个 AI 相关岗位被裁。该预测与实体经济数据存在显著落差，实际影响有待验证。
03
Grok V9 1.5T 模型或将于夏季发布：xAI 完成基础训练并进入补充训练阶段
xAI 创始人 Elon Musk 披露 Grok V9 1.5T 模型已完成基础训练，参数量达 1.5T，预计 3 至 4 周后发布。该版本将整合 Cursor 数据进行补充训练，随后进入 SFT 与 RL 阶段。
04
GitHub Copilot app 技术预览发布：桌面端 agentic 开发工作流
GitHub 于 2026 年 5 月 14 日发布 Copilot app 技术预览，支持从 issue/PR 启动 agentic 会话、隔离分支工作区与 Agent Merge 自动合并，Pro/Pro+ 订阅者可申请早期访问。
05
Codex 付费计划用量限制全量重置，OpenAI 补偿 GPT-5.5 异常期损耗
OpenAI 宣布修复 Codex GPT-5.5 模型能力衰减问题，并于 5 月 16 日重置全量付费计划用量限制。此次修复耗时不足 10 小时，涉及底层路由策略优化，直接提振了数百万周活跃用户的代码生成效率。
06
Claude Mythos 现身 Google Cloud 控制台，Anthropic 或调整访问策略
Claude Mythos 被曝现身 Google Cloud 控制台且配置有跨区域配额，该模型此前由 Anthropic 限制仅向 Google、Microsoft 等合作伙伴开放用于防御性漏洞挖掘，社区对其是否会转向更广泛发布存在分歧。
2026
5月16日 周六
01
Veo 4 被曝支持多机位场景生成：动态视角切换、9 秒 720p 输出
Veo 4 视频生成模型在 Google I/O 前夕被曝支持多机位场景生成与动态视角切换，单条视频输出规格为 9 秒 720p，原生音频同步能力同步升级，或定位为 Seedance 2.0 的竞品。
02
OpenAI 与马耳他合作：ChatGPT Plus 将向全民免费开放
OpenAI 与马耳他政府达成全球首个国家级合作，向完成 AI 素养课程的所有公民提供一年免费 ChatGPT Plus。首批将于 2026 年 5 月启动。
03
OpenAI Codex 团队修复 GPT-5.5 性能异常，系统已恢复稳定运行
OpenAI Codex 团队于 2026 年 5 月 16 日确认修复两项导致 GPT-5.5 性能下降的技术问题，系统已恢复稳定运行，使用限制将在晚间验证完成后重置。
04
Anthropic 与盖茨基金会达成 2 亿美元合作，聚焦全球健康与教育
Anthropic 与盖茨基金会达成 2 亿美元合作，未来四年聚焦全球健康、教育及经济流动性领域，目标惠及 46 亿缺乏基本医疗服务的人口。
05
SpaceXAI 研发骨干持续流失 预训练团队仅剩个位数
第三方媒体披露，SpaceXAI 人员流失态势严峻，超 50 名研发工程师自合并离任，核心预训练团队仅余个位数。此现象与高压工作文化叠加员工套现离场密切相关，恐影响模型迭代进度。
06
OpenAI 宣布 Greg Brockman 接管产品战略与整合业务
据 WIRED 报道，OpenAI 宣布 Greg Brockman 正式接管产品战略，主导 ChatGPT 与 Codex 核心业务合并。此次 OpenAI 产品重组将多条团队整合为单一产品线，目标在年底完成 IPO 前统一智能体架构。
07
ChatGPT 个人财务功能预览：接入账户与 GPT‑5.5 推理分析
OpenAI 向美国 ChatGPT Pro 用户推出个人财务功能预览，支持通过 Plaid 安全接入 1.2 万家金融机构账户，默认调用 GPT‑5.5 Thinking 模型进行收支分析与场景规划。
2026
5月15日 周五
01
OpenRouter BYOK 功能升级：多 Key 分组、精细过滤与分层触发
OpenRouter 宣布 BYOK 支持多 Key 优先分组、按模型或用户过滤与分层触发逻辑。使用自定义 Provider Key 费率降至原价 5%，每月 1M 请求免收手续费。
02
Anthropic Mythos 5 天发现 macOS 安全漏洞
据华尔街日报报道，安全公司 Calif 使用 Anthropic Mythos AI 于 2026 年 4 月发现 macOS 权限提升漏洞，利用链可绕过 Apple MIE 内存保护机制，相关 55 页技术报告已提交 Apple 审阅。
03
微软取消 Claude Code 许可证，数千名开发者将转用 Copilot CLI
据 The Verge 报道，微软计划取消数千名开发者的 Claude Code 许可证，6 月 30 日前统一转向 GitHub Copilot CLI。该决策涉及 Experiences + Devices 团队，财务考量与产品整合双重因素驱动。
04
Grok Build CLI 早期测试开放：面向终端的全栈编码代理
xAI 正式推出 Grok Build CLI 编码代理，率先面向 SuperGrok Heavy 订阅用户开放内测。该终端工具支持计划审查、多子 agent 并行开发与无头模式接入，为开发者提供开箱即用的本地代码工作流。
05
Anthropic 或完成 300 亿美元融资，估值将达 9000 亿美元
据《金融时报》报道，Anthropic 已达成 300 亿美元融资协议，估值将达 9000 亿美元，年化收入预计突破 450 亿美元，三个月内实现估值近三倍跃升。
06
Gemini 3.2 Flash 将更名为 Gemini 3.5 Flash，内部参数已曝光
谷歌或推出重命名版 Gemini 3.5 Flash 模型，定价泄露至 0.25 美元每百万 token 且响应延迟传闻压至 200 毫秒内，性能逼近 Pro 级水平，预计 5 月前后亮相。
07
Claude Code 部署模式的正确用法：分层配置与大代码库工作流
百万行 monorepo 环境中决定工具效率的关键并非基准跑分，而是工程配置层。掌握 CLAUDE.md 分层、Hooks 等技巧，构建稳定高效的 Claude Code 部署模式。
08
OpenAI 确认 npm 供应链攻击事件，强制更新代码签名证书
OpenAI 供应链攻击事件曝光，TeamPCP 通过恶意 npm 包入侵两名员工设备。为阻断潜在恶意代码分发，官方强制 macOS 用户在 2026 年 6 月 12 日前完成应用更新，核心业务与客户数据未受影响。
09
Codex 上线 ChatGPT 移动端：手机远程开发预览版开放
OpenAI 宣布 Codex 接入 ChatGPT 移动应用，iOS 与 Android 预览版已向所有套餐用户开放。支持远程 SSH 连接与实时状态同步，Windows 版手机连接支持即将推出。
10
Kimi Web Bridge 浏览器扩展发布：支持 Claude Code 与 Cursor 本地网页自动化
Kimi Web Bridge 浏览器扩展发布，支持 Claude Code、Cursor、Codex 等 AI Agent 通过 Chrome DevTools Protocol 操控本地浏览器。据官方文档，该工具采用本地桥接架构，登录状态与网页内容不上传云端，适用于电商比价、批量表单填写等重复性网页操作。
2026
5月14日 周四
01
蚂蚁百灵开源 Ring-2.6-1T 万亿参数模型，主打 Agent 执行与深度推理
蚂蚁百灵开源 Ring-2.6-1T 万亿参数思考模型，采用 IcePop 异步强化学习算法。该模型在 PinchBench 与 SWE-Bench 等 benchmark 中表现突出，支持 high 与 xhigh 两种推理力度，面向复杂企业自动化与长程任务部署。
02
Ramp 数据：Anthropic 企业采用率首超 OpenAI，达 34.4%
据 Ramp AI Index，Anthropic 企业采用率 4 月升至 34.4%，首次超过 OpenAI 的 32.3%。过去一年 Anthropic 企业采用率增长约 4 倍，但分析师指出其面临成本上涨与服务质量下滑三重逆风。
03
Google I/O 或将发布 Gemini Spark Agent：曝 24/7 AI 助手支持学习用户行为
Google I/O 前夕，社交媒体爆料显示 Gemini Spark Agent 或将作为 24/7 AI 助手发布。据披露，该 Agent 支持从用户行为中学习，可调用 Connected Apps 与第三方服务集成。
04
OpenAI Codex 企业推广：签约企业即送 2 个月免费额度
OpenAI 宣布针对计划切换的企业客户提供激励政策。签约即送 2 个月免费 OpenAI Codex 企业推广额度。活动持续至 6 月中旬，旨在与 Anthropic 争夺开发者市场。
05
OpenAI 重构 Windows 平台 Codex 沙箱实现方案
OpenAI 详细公开了 Codex 编码智能体在 Windows 平台的沙箱实现路径。该方案历经非提权与提权架构迭代，通过合成 SID、受限 token 与专属防火墙规则，在保障系统隔离的同时保留了智能体对开发者环境的读写兼容性。
06
Claude computer use 最佳实践：分辨率配置、思考深度与回放机制
Anthropic 正式公布 Claude computer use 最佳实践，明确 1280x720 默认配置与 3.75M 像素硬性上限，完整拆解点击精度对齐、自适应思考阈值调度及工作流录制回放架构。
07
Claude 订阅计划将推 Agent SDK 专属月度额度
6 月 15 日起 Claude 订阅套餐将引入 Claude Agent SDK 月度额度，Pro 套餐 $20 起，隔离交互与程序化计费，规避自动化脚本抢占订阅限额。
08
Claude Code 周限额临时提升 50% 至 7 月 13 日
Anthropic 宣布 Claude Code 周使用限额临时提升 50%，覆盖 Pro、Max、Team 及企业用户，有效期至 7 月 13 日，可与上周 2 倍时长上限叠加生效。
09
Anthropic 收购 Stainless 或达 3 亿美元
Anthropic 收购 Stainless 的谈判被曝进入后期，The Information 称金额至少 3 亿美元；Stainless 为 OpenAI、谷歌和 Anthropic 提供 SDK、API 文档与 agent 接口。
2026
5月13日 周三
01
Anthropic 发布 20 余 Claude 法律插件与连接器
Anthropic 推出 20 余个 MCP 连接器与 12 个专业 Claude 法律插件，深度整合 Microsoft 办公套件及合同、研究等核心系统，底层依托 Opus 4.7 模型提升文书自动化处理效率。
02
吴恩达驳 AI 失业论，预测 AI 就业繁荣即将来临
吴恩达 AI jobapalooza 预测指出现阶段美国失业率仅为 4.3%，反驳 AI 引发大规模失业的恐慌叙事。本文剖析前沿实验室夸大技术影响力的商业动机，并探讨劳动力市场转型路径。
03
亚马逊 MeshClaw 工具 token 刷量现象引发争议
亚马逊部署内部 AI 智能体平台 MeshClaw 工具后，员工面临超 80% 开发者周使用目标与内部分数排行榜压力，出现为刷 token 量自动化非必要任务的现象。两千亿美元资本开支背景下，企业 AI 工具推广与安全权限治理面临行业共性挑战。
04
Claude Opus 4.7 fast mode 开放预览
Claude Opus 4.7 fast mode 已在 API 与 Claude Code 开放 research preview，官方称速度为 2.5 倍，价格为输入 30 美元/MTok、输出 150 美元/MTok。
05
Google 重构 AI 指针交互：Gemini 驱动与 Chrome 落地
Google 提出基于 Gemini 的 AI 指针交互新范式，通过深层意图理解实现跨应用无缝调用。该设计已集成至 Chrome 浏览器及新款 Googlebook 中，开启自然语音与指向结合的交互时代。
06
Arena 最新榜单：Claude Opus 4.7 领跑五大前沿模型
Arena 模型排名显示五大主流前沿模型能力分化。Claude Opus 4.7 在主要评测类别占据榜首，Gemini 3.1 Pro 与 GPT-5.5 High 紧随其后，展现各厂商在推理与创意任务上的技术权衡。
2026
5月12日 周二
01
Interfaze 模型发布：融合 CNN 与 Transformer 的精度架构
Interfaze模型发布全新混合架构，融合CNN与Transformer。官方公布9项基准测试成绩，光学字符识别与结构化输出准确率领先同级闪省模型，定价为1.50美元每百万输入标记。
02
03
vLLM 登顶 Artificial Analysis 榜单，开源推理栈反超专有栈
DigitalOcean 最新基准测试显示，vLLM 登顶 Artificial Analysis 推理排行榜，DeepSeek V3.2 输出吞吐达 230 TPS 且 Qwen 3.5 397B TTFT 低于 1 秒，多项内核优化已合入主线。
04
MiniCPM-V 4.6 1.3B 刷新 2B 以下开源权重得分
MiniCPM-V 4.6 1.3B 在 Artificial Analysis Intelligence Index 上得分 13，并以 5.4M 输出 token 完成评测，支持文本、图像与视频输入，采用 Apache 2.0 许可证。
05
Claude Code 推出 agent view 管理并行会话
Anthropic 于 2026 年 5 月 11 日推出 Claude Code agent view，支持在 CLI 中集中管理并行会话，现以 Research Preview 向 Pro、Max、Team、Enterprise 和 Claude API 计划开放。
06
Claude Platform on AWS 上线 支持 IAM 与统一账单
Claude Platform on AWS 于 2026 年 5 月 11 日正式可用，支持 AWS IAM、CloudTrail、统一账单和承诺用量抵扣，并开放 Opus 4.7、Sonnet 4.6、Haiku 4.5。
2026
5月11日 周一
01
Coding Agent Index 发布 编码智能体组合评测
Artificial Analysis 发布 Coding Agent Index，覆盖 3 个编码 agent benchmark；Opus 4.7 在 Cursor CLI 得分 61 领先，API 成本从每任务 0.07 美元到 2.26 美元不等。
02
OpenRouter 推出 Pareto Code 编码路由
OpenRouter 推出 Pareto Code 编码路由，开发者可设置 0 到 1 的 min_coding_score，在 13 个代码模型中按能力门槛路由，最高支持 2,000,000 上下文。
03
OpenAI Deployment Company 推出并收购 Tomoro
OpenAI Deployment Company 已由 OpenAI 官方推出，新公司将获得超过 40 亿美元初始投资，并在收购 Tomoro 后纳入约 150 名 FDE 与部署专家，面向企业部署 AI 系统。
04
Codex Ultra-Fast 模式被曝提速 5 倍
Codex Ultra-Fast 模式被社区从 OpenAI Codex GitHub 提交中发现，随后相关内容被删除。提交描述称其面向延迟敏感工作，agentic code generation 最高可提速 5 倍，但 OpenAI 尚未官方确认。
05
ChatGPT 曝 Codex 移动端控制功能
Codex 移动端控制被用户在 ChatGPT 应用内页面中发现，OpenAI 员工据报道指向周四发布窗口；硬件手机传闻仍缺乏确认，2027 年上半年量产说法仅来自分析师预测。
06
OpenAI o1 急诊诊断超越医生
OpenAI o1 急诊诊断在 Science 报道的新研究中达到约 67% 精确或接近诊断率，高于医生约 50% 至 55%，但测试仅覆盖书面病例信息。
2026
5月9日 周六
01
Claude Sonnet 4.5 将于 5 月 15 日下架
Claude Sonnet 4.5 将于 2026 年 5 月 15 日从 Claude 模型选择器中下架，距 2025 年 9 月 29 日发布约 7.5 个月。API 端 claude-sonnet-4-5-20250929 保留至最少 9 月 29 日。
02
文心 5.1 发布 预训练成本降至 6%
百度正式发布文心 5.1，总参数压缩至文心 5.0 约 1/3，激活参数降至约 1/2，预训练算力成本约为同规模模型的 6%，并以 1223 分位列 Arena 搜索榜全球第 4。
2026
5月8日 周五
01
蚂蚁百灵发布 Ring-2.6-1T
蚂蚁百灵公布 Ring-2.6-1T benchmark：high 档在 PinchBench 得分 87.60，xhigh 档在 AIME 26 得分 95.83，OpenRouter 免费试用至 5 月 15 日。
02
Zyphra 发布 AMD 训练模型 ZAYA1-8B
ZAYA1-8B 是 Zyphra 发布的 AMD 训练 MoE 模型，活跃参数少于 10 亿，在 Markovian RSA 下 HMMT'25 达到 89.6 分，高于 Claude 4.5 Sonnet 的 88.3 分。
03
OpenAI 推出 GPT-5.5-Cyber 预览
OpenAI 推出 GPT-5.5-Cyber 有限预览，面向关键基础设施防御者。CyberGym 中其得分为 81.9%，个人用户自 2026 年 6 月 1 日起需启用更强账户安全。
04
OpenAI 发布 GPT-Realtime-2 语音模型
OpenAI 在 Realtime API 推出 GPT-Realtime-2 语音模型等 3 款音频模型，上下文窗口升至 128K，Big Bench Audio 准确率达 96.6%，实时翻译支持 70+ 输入语言。
2026
5月5日 周二
01
Gemma 4 推出 MTP drafter 推理加速最高 3 倍
Google 官方发布 Gemma 4 MTP drafter 推理加速方案，基于推测解码架构最高实现 3 倍提速。模型权重沿用 Apache 2.0 协议开源，无缝衔接主流本地部署框架，输出质量无损。
02
OpenAI 推送 GPT-5.5 Instant 模型 语气更简洁并升级个性化记忆
OpenAI 推送 GPT-5.5 Instant 模型，API 标识为 gpt-5.5-chat-latest。该模型在医学、法律等场景的事实性显著提升，并新增基于聊天记录与 Gmail 的个性化记忆功能，将在两天内覆盖所有 ChatGPT 用户。
03
Gemini 3.2 Flash 定价泄露：预期发布或指向 5 月 I/O
据泄露信息，Gemini 3.2 Flash 预期发布或于 2026 年 5 月 Google I/O 大会前后，定价输入 0.25 美元/百万 token，输出 2.00 美元，定位平衡速度与推理能力。
04
05
Peanut 图像生成模型亮相专业横评 对比 FLUX.2
Peanut 图像生成模型于 5 月 4 日在 Artificial Analysis 专业横评中公开亮相，与 MAI-Image-2、grok-imagine-image 及 FLUX.2 [dev] Turbo 并列测试，涵盖 5 组复杂提示词。
06
Anthropic 开发 Orbit 助手 或将在开发者大会亮相
TestingCatalog 代码分析指出，Anthropic 正开发 Orbit 助手，深度集成 Gmail、GitHub、Figma 等六款连接器至 Claude Cowork，该功能或将于 5 月 6 日开发者大会前后正式发布。
07
Gemini 移动端设计泄露拟配合 519 Google I/O 推 Agent 化战略
Google Gemini 应用设计泄露流出，iOS 采用 Liquid Glass 透明面板，Android 采用 Material 3 Expressive。界面布局向 ChatGPT 靠拢，预计配合 5 月 19 日至 20 日 Google I/O 大会推进 Agent 化战略，重塑移动 AI 交互入口。
2026
5月4日 周一
01
Grok 4.3 benchmark 登顶法律金融测试 跑分数据公布
xAI 近日公布 Grok 4.3 benchmark 测试跑分数据，该模型在 CaseLaw v2 与 CorpFin v2 榜单均位列第一，准确率分别达到 79.31% 与 68.53%，在长文本法律判读与金融协议解析任务中展现相对优势。
2026
5月3日 周日
01
Google 正在测试 Omni 视频模型 或将于 I/O 大会公布
据 UI 截图显示，Google 已在 Gemini 中测试代号 Omni 的视频生成模型，或将于 5 月 19 日至 20 日 Google I/O 大会正式揭晓。当前视频生成功能仍由 Veo 3.1 驱动，Omni 架构细节与发布时间需待官方确认。
2026
5月2日 周六
01
Anthropic 优化 Opus 4.7 降低关系引导场景阿谀倾向
Anthropic 基于 3.8 万段对话分析发现关系求助场景中模型阿谀倾向率达 25%。团队通过合成数据与前填充压力测试技术，使 Claude Opus 4.7 在该场景阿谀率降至前代一半，改进效果同步泛化至健康、财务等领域。
02
OpenAI 发布 Codex 0.128.0 版本 支持持久化目标工作流
OpenAI 于 2026 年 5 月 1 日发布 Codex 0.128.0 版本，该终端开发工具新增持久化目标工作流与插件市场支持，重构内置权限档案并弃用全自动参数，同步优化多智能体协作与长周期任务管理能力。
03
Artificial Analysis 评测: Grok 4.3 综合得分 53 GDPval-AA 提升 321 分
Artificial Analysis 评测显示，xAI Grok 4.3 在 Intelligence Index 上取得 53 分，超越 Muse Spark 与 Claude Sonnet 4.6，输入与输出价格均下调超 40%，GDPval-AA 基准测试较前代大幅提升 321 分。
04
CAISI 评测 DeepSeek V4 Pro：落后美国前沿模型 8 个月，性价比突出
CAISI 第三方评测显示，DeepSeek V4 Pro 综合能力约落后美国前沿模型 8 个月，同等能力下推理成本更低，代码与数学基准表现领先。
05
阿里开源 Qwen-Scope 可解释性工具 覆盖 7 个 Qwen3/3.5 模型
阿里 Qwen 团队开源 Qwen-Scope 可解释性工具，覆盖 Qwen3 与 Qwen3.5 系列共 7 个模型，提供 14 组稀疏自编码器权重，可用于推理控制、数据合成、训练调优与评估分析。
06
OpenAI 正式宣布 Codex Pets 宠物体验功能
OpenAI Codex 应用上线 Codex Pets 功能：可选动画伙伴以悬浮覆盖层形式陪伴你工作，实时显示 Codex 任务的 running、waiting、ready 状态。本文详解三种切换方式与通过 hatch-pet skill 创建自定义宠物的完整流程。
2026
5月1日 周五
01
Anthropic 测试代号 Jupiter V1 模型 或将于 5 月 6 日大会公布
据报道 Anthropic 已对内部代号 Claude Jupiter V1 启动红队测试，时间点临近 2026 年 5 月 6 日 Code with Claude 大会，与 2025 年 Neptune 代号至 Claude 4 发布的节奏相似。