AI 信息前沿
本页持续记录 AI 领域的重要事件，按时间线排列。不是日报，是里程碑索引——值得长期记住的模型发布、架构突破、定价变化、产业拐点。
2026年6月
Section titled “2026年6月”🏛️ 白宫 AI 行政令 — 促进先进 AI 创新与安全
Section titled “🏛️ 白宫 AI 行政令 — 促进先进 AI 创新与安全”时间：2026年6月2日
发布方：美国白宫，特朗普总统
官方文本：EO 14409
核心内容：
- 要求联邦机构在 30 天内强化网络防御能力
- 建立 AI 网络安全信息交换所（clearinghouse）
- 指示司法部优先起诉利用 AI 非法访问计算机系统的行为
- 建立政府与领先 AI 开发商的网络安全评估协作机制
定位：特朗普第二任期首份专门针对 AI 安全的行政令，延续了拜登政府以来的 AI 治理思路但更侧重国家安全与执法。
相关：Fact Sheet
🧠 Anthropic 发布 Claude Fable 5 / Mythos 5 — 新世代旗舰
Section titled “🧠 Anthropic 发布 Claude Fable 5 / Mythos 5 — 新世代旗舰”时间：2026年6月9日
发布方：Anthropic
官方公告：Claude Fable 5 and Claude Mythos 5
产品线：
- Claude Fable 5 — Mythos 级能力的安全版，向全量用户开放。已在 claude.com 定价页列为最高档模型
- Claude Mythos 5 — 解除安全限制，通过 Project Glasswing 向美国政府/网络防御合作伙伴提供
定价：$10/百万输入 tokens，$50/百万输出 tokens（不到 Mythos Preview 的一半）
离谱的实测案例：
| 领域 | 表现 |
|---|---|
| 软件工程 | Stripe 一天内迁移 5000万行 Ruby 代码库（原估团队 >2个月）；CursorBench SOTA |
| 知识工作 | Hebbia Finance Benchmark 最高分 |
| 视觉 | 纯截图打穿 Pokémon FireRed（无地图/导航辅助）；从截图重建 Web App 源码 |
| 记忆 | Slay the Spire 中持久记忆比 Opus 4.8 好 3 倍 |
| 药物设计 (Mythos 5) | 14个蛋白靶点中 9 个出强候选，加速 ~10× |
| 基因组学 | 自训练 ML 模型击败 Science 论文模型，体积小 100× |
安全机制：分类器兜底——<5% 会话降级到 Opus 4.8。外部赏金 >1000 小时无通用越狱。UK AISI 在初始窗口内取得部分进展。30 天数据留存策略。
定位：Fable 5 是 Anthropic 目前对全量用户开放的最强模型，定位在 Opus 4.8 之上。
相关：官方公告 | Pricing | System Card
🔬 Google DeepMind 发布 DiffusionGemma 26B-A4B — 文本扩散架构突破
Section titled “🔬 Google DeepMind 发布 DiffusionGemma 26B-A4B — 文本扩散架构突破”时间：2026年6月9日（模型卡）/ 6月10日（正式公告）
发布方：Google DeepMind
许可：Apache 2.0（开源开放权重）
官方博客：DiffusionGemma: 4x faster text generation
核心突破：
- 首个开源文本扩散语言模型 — 摒弃传统的自回归逐 token 解码，改用扩散方法并行生成 256-token 块
- 推理速度：在专用 GPU 上最高可加速 4×
- 架构：26B 总参数 / 3.8B 激活参数（MoE），256K token 上下文窗口
- 多模态输入：支持文本、图片、视频输入
- 功能：可配置思维链推理模式、原生函数调用
代价：在标准评测基准上，DiffusionGemma 略逊于同尺寸的 Gemma 4。官方明确标注为”实验性”模型。
意义：文本扩散路线首次以可用形式开源，可能改变未来 LLM 推理的设计范式——不再强制逐 token 生成。
相关：Hugging Face (NVidia FP4) | Developer Guide
🏎️ 小米 MiMo-V2.5-Pro UltraSpeed — 1000 TPS
Section titled “🏎️ 小米 MiMo-V2.5-Pro UltraSpeed — 1000 TPS”时间：2026年6月9日
发布方：小米 MiMo 团队 + TileRT
核心指标：万亿参数 MoE 模型，单台 8 卡通用 GPU 节点，文本生成速度 1000 TPS（峰值 1200 TPS）
技术路线（三管齐下）：
- FP4 量化 — 针对 MoE 架构仅对专家层做无损压缩，减少模型体积
- DFlash 推测解码 — 挂载轻量级 drafter 模型，一次草稿 8 个候选 token，大模型只出场一次验证整块。平均单轮确认 6-7 个 token，大模型出场次数直接除以 8
- TileRT 工程调度 — 算子间交接间隙压到微秒级：一次开线、持续运转
代价：价格是标准版的 3 倍。官方宣称”更快因此更便宜”的逻辑引发社区争议——按 token 计费下 3 倍价格如何得出更便宜的结论？
社区评价：「AI 界安兔兔跑分」「不明觉厉」「分给 50 个用户还能保持同样智力水平吗？」
对比参照：GPT 5.5 标准输出 ~50-60 tkps，高速模式 ~100 tkps。MiMo UltraSpeed 是 GPT 5.5 高速模式的 ~10 倍。
相关：知乎讨论
📝 Moonshot AI 开源 Kimi K2.7 Code — 编程专注的开放权重模型
Section titled “📝 Moonshot AI 开源 Kimi K2.7 Code — 编程专注的开放权重模型”时间：2026年6月12日
发布方：Moonshot AI（月之暗面）
许可：开放权重（Apache 2.0 式许可）
官方：Kimi K2.7 Code
核心参数：
- 1 万亿参数 MoE 模型，256K 上下文窗口
- 专注于 agentic 代码生成和长周期软件工程任务
- 推理 token 消耗降低约 30%（相比 K2.6）
- 文本输入/文本输出
基准提升：
- Kimi Code Bench v2：+21.8%
- Program Bench：+11.0%
- MLS Bench Lite：+31.5%
社区反应：VentureBeat 报道指出”基准与现实有差距”——部分从业者认为 K2.7 Code 在标准化基准上表现亮眼，但实际 agentic 编码场景的提升未完全反映在分数中。
定位：延续 K2.6 的开源路线，进一步压低推理成本，目标是挑战 Claude Code 和 OpenAI Codex 在 agentic 编程领域的地位。
相关：MarkTechPost | VentureBeat
🏛️ Z.ai (智谱) 发布 GLM-5.2 — 国产开源模型的里程碑
Section titled “🏛️ Z.ai (智谱) 发布 GLM-5.2 — 国产开源模型的里程碑”时间：2026年6月13日
发布方：Z.ai（原名智谱 AI / Zhipu AI）
许可：开放权重（开源）
官方公告：GLM-5.2: Built for Long-Horizon Tasks
核心参数：
- 744B 总参数 / 40B 激活参数（MoE 架构），与 GLM-5.1 同尺寸
- 1M token 上下文窗口 — 可一次装入完整代码库
- 在独立开放权重排行榜上位居榜首
基准表现：
- 在多项长周期编码基准上超过 GPT-5.5
- API 成本约为 GPT-5.5 的 1/6
- 在编码基准上同时超过 Google 的同尺寸开放模型
定价：未公开详细价格，但官方强调显著低于 GPT-5.5
意义：GLM-5.2 标志着中国开源模型首次在关键基准（长周期编码）上系统性超越 OpenAI 的对应产品线。1M 上下文 + 开放权重的组合使其在开发者生态中迅速获得关注。
相关：VentureBeat | SCMP 报道 | API 文档
🏢 字节跳动发布 Seed 2.1 Pro / Turbo — 豆包旗舰模型
Section titled “🏢 字节跳动发布 Seed 2.1 Pro / Turbo — 豆包旗舰模型”时间：2026年6月23日（火山引擎）/ 6月24日（全球发布）
发布方：字节跳动（ByteDance）— 火山引擎 / Doubao
官方：Seed 2.1 发布页
产品线：
- Seed 2.1 Pro — 旗舰版，面向复杂推理、长周期 Agent 任务、代码生成。匹配 Claude Opus 4.6 级别能力
- Seed 2.1 Turbo — 轻量版，面向规模化生产部署
核心变化：
- 在四个维度达到”生产级质变点”：信息分析、方案设计、内容策划、结果整合
- 日 token 消耗量大幅增长，反映在企业级部署中的快速采用
- 集成了 agent 式工作流（前台开发、长周期任务编排）
定价：通过火山引擎 API 提供
定位：字节跳动在闭源大模型领域的最新旗舰，直接对标 Anthropic Claude Opus 和 OpenAI GPT-5.5。在中国 AI 厂商中，字节/豆包是日活和调用量最大的消费级 AI 产品之一。
相关：LLM Stats | Dataconomy | Fello AI 评测
🔧 OpenAI 发布首款自研推理芯片 Jalapeño — 联手 Broadcom
Section titled “🔧 OpenAI 发布首款自研推理芯片 Jalapeño — 联手 Broadcom”时间：2026年6月24日
发布方：OpenAI + Broadcom
官方公告：OpenAI and Broadcom unveil LLM-optimized inference chip
核心细节：
- 首款自研 AI 推理芯片 — 对标 NVIDIA Blackwell 的定制 ASIC
- 开发周期：从设计到 tape-out 仅 9 个月，期间使用 OpenAI 自身模型加速芯片设计
- 尺寸：reticle-sized ASIC（掩膜版极限尺寸）
- 合作伙伴：Broadcom 提供硅设计和制造，Celestica 提供机架技术
- 部署时间表：计划 2026 年底开始部署
意义：
- OpenAI 加入 Google（TPU）、Apple、SpaceX 等自研芯片阵营，减少对 NVIDIA 的依赖
- 9 个月 tape-out 速度（行业平均 18-24 个月）展示了 AI 辅助芯片设计的潜力
- 推理专用芯片可能大幅降低 API 成本
相关：TechCrunch | Tom’s Hardware | Reuters
🌞 OpenAI 预览 GPT-5.6 系列：Sol / Terra / Luna — 三梯队新旗舰
Section titled “🌞 OpenAI 预览 GPT-5.6 系列：Sol / Terra / Luna — 三梯队新旗舰”时间：2026年6月26日
发布方：OpenAI
官方公告：Previewing GPT-5.6 Sol: a next-generation model
System Card：Deployment Safety Hub
产品线：
| 模型 | 定位 | 输入价格 | 输出价格 |
|---|---|---|---|
| GPT-5.6 Sol | 旗舰，最强推理/编码/安全 | $5/M tokens | $30/M tokens |
| GPT-5.6 Terra | 平衡，日常工作的性价比选择 | $2.50/M tokens | $15/M tokens |
| GPT-5.6 Luna | 最快、最经济，高吞吐场景 | $1/M tokens | $6/M tokens |
核心能力：
- Sol 在编码、科学推理、网络安全领域达到 OpenAI 最高水平
- 新增 “Max Reasoning” 模式和 Ultra Subagent 模式，支持长时间深度推理链
- 全系列支持最高 1M token 上下文
- Agentic 能力大幅提升：coding、biology、cybersecurity 三领域均有突破
安全与监管：
- 仅限于约 20 个美国政府批准的合作伙伴 — 这是史上首次由美国政府直接审批谁可以使用前沿 AI 模型
- 白宫要求推迟公开部署，理由是国家安全考量（网络安全能力提升显著）
- OpenAI 公开表示这一限制”不可持续”（unsustainable），但配合政府要求
社区影响：
- Sol 的定价（$5/$30 每 M token）约为 Anthropic Fable 5 的一半，直接对标竞争
- 在多项内部评测中 Sol “可与 Claude Fable 5 匹敌”
- 三层产品结构（Sol/Terra/Luna）标志着 OpenAI 从”一个旗舰模型”策略转向”按需分层”——与 Anthropic 的 Opus/Sonnet/Haiku 路线趋同
相关：CNBC | Reuters | Simon Willison | Axios
📡 DeepSeek V4 Flash — API 定价调整
Section titled “📡 DeepSeek V4 Flash — API 定价调整”时间：2026年6月
核心变化：DeepSeek V4 Flash 作为高性价比 backbone 的定位进一步巩固。
价格参考：输入 ¥0.5/M tokens，输出 ¥2/M tokens，缓存命中 ¥0.1/M tokens
特征：原生不支持视觉输入（纯文本模型），但推理速度快、中文能力强
🤖 MiniMax M3 多模态模型 + Token Plan 更新
Section titled “🤖 MiniMax M3 多模态模型 + Token Plan 更新”时间：2026年6月
核心变化：MiniMax Token Plan 用户可用的多模态模型更新。
注意：MiniMax M2.5 Pro 无多模态能力；M2.5 有。M3 为独立新模型。
2026年7月
Section titled “2026年7月”🧬 DeepSeek V4 正式发布 — 放弃 MLA，CSA+HCA 混合注意力新范式
Section titled “🧬 DeepSeek V4 正式发布 — 放弃 MLA，CSA+HCA 混合注意力新范式”时间：2026年7月3日
发布方：DeepSeek
完整报告：DeepSeek V4 Technical Report
核心变化：
- 彻底放弃 MLA（Multi-head Latent Attention），转向 CSA（Cross-Self Attention）+ HCA（Hybrid Cross Attention）混合注意力架构
- 百万级长上下文效率大幅提升
- 在多个基准上超越前代 V3.2，逼近 GPT-5.5 级别
意义：DeepSeek 在 MLA 架构（V2/V3 核心创新）上走了两年后主动切换方向，标志着注意力机制设计仍在快速演进，远未收敛。
🔮 Google 发布 Gemma 4 — 密度化路线上的开源模型
Section titled “🔮 Google 发布 Gemma 4 — 密度化路线上的开源模型”时间：2026年7月2日
发布方：Google DeepMind
报告：Gemma 4 Technical Report
核心变化：密度化架构创新，在更小的激活参数下达到更强的推理能力。延续 Gemma 系列开源路线。
🟢 Google 发布 Gemini 3.1 Pro — 深度推理驱动的 Agent 能力
Section titled “🟢 Google 发布 Gemini 3.1 Pro — 深度推理驱动的 Agent 能力”时间：2026年7月20日
发布方：Google DeepMind
定位：深度推理驱动的旗舰级 Agent 模型，能力密度大幅提升。
🏛️ OpenAI 发布 GPT-5.6 Preview — Sol/Terra/Luna 三级架构
Section titled “🏛️ OpenAI 发布 GPT-5.6 Preview — Sol/Terra/Luna 三级架构”时间：2026年7月4日
发布方：OpenAI
核心变化：
- 三级模型架构：Sol（旗舰）、Terra（均衡）、Luna（轻量）
- 美国政府审查下的受限发布策略
- 标志性事件：前沿模型发布首次受到政府监管框架直接影响
意义：AI 治理从行业自律转向政府监管的里程碑。GPT-5.6 的发布策略可能成为后续大型模型发布的模板。
🌸 Qwen3.5 Omni — Thinker-Talker 双 MoE 全模态
Section titled “🌸 Qwen3.5 Omni — Thinker-Talker 双 MoE 全模态”时间：2026年7月3日
发布方：阿里巴巴 Qwen 团队
核心变化：Thinker-Talker 双 MoE 架构，Audio-Visual Vibe Coding 涌现能力，全模态输入输出。国内大模型在多模态融合上的最新代表。
🌱 MiniMax M2 系列 — 小激活量 Agent 原生强化学习
Section titled “🌱 MiniMax M2 系列 — 小激活量 Agent 原生强化学习”时间：2026年7月17日
发布方：MiniMax
核心变化：小激活参数+Agent 原生强化学习，展示自我进化萌芽。代表了中国 AI 创业公司在模型能力上的持续突破。
🏢 ByteDance Seed 2.0 — 面向真实世界复杂性的三档 Agent 模型
Section titled “🏢 ByteDance Seed 2.0 — 面向真实世界复杂性的三档 Agent 模型”时间：2026年7月17日
发布方：字节跳动 Seed 团队
核心变化：面向真实世界复杂性的三档 Agent 模型系列。字节跳动在 Agent 化 AI 方向上的重要产品线整合。
📐 GLM-5 突破 1M 上下文窗口
Section titled “📐 GLM-5 突破 1M 上下文窗口”时间：2026年7月3日-4日
发布方：智谱 AI
核心变化：GLM-5v Turbo 发布 + GLM-5 达成 1M token 上下文窗口（Long Horizon 技术）。国内长上下文能力的重大突破。
2026年5月
Section titled “2026年5月”🌙 Meta 发布 Muse Spark — 终结开源 Llama 时代
Section titled “🌙 Meta 发布 Muse Spark — 终结开源 Llama 时代”时间：2026年4月8日（发布）/ 5月起逐步部署至 Meta 全线产品
发布方：Meta Superintelligence Labs
官方公告：Introducing Muse Spark
核心变化：
- 首个闭源 Meta 模型 — 彻底背离 Meta 自 Llama 1（2023年）以来的开源路线
- 原生多模态推理模型，内置工具调用、视觉思维链、多智能体编排
- 驱动 Meta AI 助手，部署在 WhatsApp、Instagram、Facebook、Messenger 及 Ray-Ban Meta 智能眼镜
- 同时支持消费级应用和企业级部署
意义：Meta 的路线转换是 2026 年最重要的产业信号之一。Llama 4 Behemoth 长期处于”预览”状态（近一年未正式发布），Muse Spark 的闭源策略意味着开源社区失去了最大的推手。多家分析指出，“开源 AI 的黄金时代可能已经结束”。
后续：2026年6月4日，Reuters 报道 Meta 一再推迟向开发者开放 Muse Spark API。
相关：Meta AI Blog | CNBC | The New Stack | Reuters (API delays)
🔵 OpenAI 发布 GPT-5.5 系列 — 第二代旗舰
Section titled “🔵 OpenAI 发布 GPT-5.5 系列 — 第二代旗舰”时间：2026年4月23日（GPT-5.5）/ 5月5日（GPT-5.5 Instant）/ 5月28日（GPT-5.5 Instant 更新）
发布方：OpenAI
官方：Introducing GPT-5.5 | GPT-5.5 Instant
产品线：
- GPT-5.5 — 旗舰模型，$5/百万输入 tokens，$30/百万输出 tokens。深度推理、代码生成、研究能力突出
- GPT-5.5 Instant — ChatGPT 默认模型，$2.50/百万输入 tokens，$12/百万输出 tokens。2026年5月28日更新后响应更简洁、减少幻觉、个性化增强
API 变革：随 GPT-5.5 发布，OpenAI 推出全新的 Responses API，逐步替代 Chat Completions API。
基准表现：Intelligence Index 评分 59-60，在通用聊天和知识工作场景排名靠前但非最高（Claude Opus 4.8 在复杂推理上略胜）。
相关：TechCrunch | Release Notes | VentureBeat (5.28更新)
⚡ Google 发布 Gemini 3.5 Flash — 小型模型的前沿能力
Section titled “⚡ Google 发布 Gemini 3.5 Flash — 小型模型的前沿能力”时间：2026年5月19日（GA）
发布方：Google DeepMind
官方：Gemini 3.5 Flash Blog
核心指标：
- 在 APEX-Agents-AA 基准上排名第 1，超越同尺寸以上模型
- 比同类前沿模型推理速度快 4 倍
- 1M token 上下文窗口
- 定价：$1.50/百万输入 tokens，$9/百万输出 tokens
定位：Flash 系列首次在多个维度达到与旗舰模型竞争的智能水平。在 Google I/O 2026 上作为重点发布，随后集成到 Google Search 的 AI 功能中。
后续：Gemini 3.5 Pro 原定 6 月发布，后推迟至 7 月。
相关：Google Blog | Mashable | WaveSpeed 分析
🏛️ OpenAI 重组为营利性公益公司
Section titled “🏛️ OpenAI 重组为营利性公益公司”时间：2026年5月
核心变化：OpenAI 正式从非营利+ capped-profit 结构转为 Delaware 公共利益公司（PBC）。
影响：对投资者更友好，加速 IPO 进程。原非营利董事会权力被显著削弱。
🔓 Anthropic 发布 Claude Opus 4
Section titled “🔓 Anthropic 发布 Claude Opus 4”时间：2026年5月
核心变化：在复杂推理、代码生成、长上下文理解上超越 GPT-5。
定价：$15/M input tokens, $75/M output tokens。
定位：最贵的商用模型，仅在需要最高质量的推理任务时使用。
2026年4月
Section titled “2026年4月”📐 Google Gemini 2.5 Pro — 1M 上下文
Section titled “📐 Google Gemini 2.5 Pro — 1M 上下文”时间：2026年4月
核心变化：1M token 上下文窗口（可申请 2M），原生多模态输入（文本/图片/音频/视频）。
定价：$1.25-2.50/M input tokens（视缓存命中率），$10/M output tokens。
特征：思维链推理（“thinking” mode），在数学/科学/编程基准上拔尖。
- 条目结构：时间线 → 事件标题 → 核心变化/技术细节 → 定价（如有）→ 影响/评价
- 来源标注：关键数据附来源链接
- 更新频率：每周末 cron 自动扫描采集，重要事件即时手动补充
- 去重原则：同一事件不重复录入，新增信息追加到已有条目