Tekoälyn kesäkuun 2026 superviikko: GPT‑5.6‑huhut, Codexin yritysloikka ja ennennäkemätön julkaisuryöppy

Yhteisöarviot sijoittavat mahdollisen julkaisuikkunan 15. kesäkuuta – 5. heinäkuuta 2026 välille, mutta aikataulu on täysin puhdasta ekstrapolointia lokihavainnoista, eikä sille löydy virallista vahvistusta . Hypoteettisesta GPT‑5.6:sta ei ole toistaiseksi ilmaantunut mitään konkreettista hinnoittelua, token-tehokkuuslukuja tai vahvistettuja multimodaalisia kyvykkyyksiä; odotukset paremmasta kustannustehokkuudesta ja teksti-kuva-generointikyvystä perustuvat päätelmään 5.x-perheen kehityskaaresta, eivät dokumentoituihin spesifikaatioihin .

Lopputulema: GPT‑5.6 on uskottava vuoto, ei tuote. Ala seuraa taustalogien käyttäytymistä, mutta OpenAI ei ole julkaissut lanseerauspäivää tai teknistä spesifikaatiolistaa .

"Mythos-vertailuarvon" monet kasvot ja Claude Mythos -malli

Ilmaus "Mythos-vertailuarvo" esiintyy useassa erillisessä asiayhteydessä, mikä saattaa aiheuttaa sekaannusta:

• Anthropicin Claude Mythos -mallin vuoto (26. maaliskuuta 2026): Anthropicin sisällönhallintajärjestelmän virheellinen määritys altisti vahingossa noin 3000 sisäistä dokumenttia. Niiden joukossa oli luonnosartikkeli seuraavan sukupolven mallista, jonka koodinimi on "Capybara" ja virallinen nimi Claude Mythos . Vuodettujen sisäisten vertailuarvojen mukaan Mythos saavutti 93,9 % SWE-bench Verified -testissä ja 77,8 % SWE-bench Pro -testissä, johtaen kaikkia merkittäviä koodausvertailuja tuolloin . Huhtikuun 7. päivänä 2026 Anthropic julkisti virallisesti Claude Mythos Preview'n – mutta ilmoitti samanaikaisesti, ettei yleisö voi käyttää sitä . Malli on herättänyt huomiota myös poikkeuksellisilla kyberturvallisuuskyvyillään, mukaan lukien 27 vuotta huomaamatta pysyneen bugin löytäminen OpenBSD:stä .

• Carnegie Mellon -yliopiston tietoturvavertailu (toukokuu 2026): CMU:n tutkijat rakensivat erillisen evaluoinnin, joka testaa, kykenevätkö tekoälymallit kehittämään itsenäisesti oikeita selainhyökkäyksiä Googlen V8-moottorin haavoittuvuuksia vastaan. Sekä Claude Mythos että GPT‑5.5 todistivat pystyvänsä löytämään ja aseistamaan aitoja tietoturva-aukkoja ilman ihmisen väliintuloa, ja Mythos suoriutui huomattavasti GPT‑5.5:ttä paremmin, ollen kuitenkin samalla noin kaksitoista kertaa kalliimpi käyttää .

• SecureAI:n Mythos-haavoittuvuusvertailu (tammikuu 2026): Kyberturvallisuuteen keskittyvä testisarja, joka kattaa vuosien 2023–2026 CVE-haavoittuvuudet, suunniteltu arvioimaan tekoälypohjaisia haavoittuvuuksien tunnistajia, ja käyttää suuria kielimalleja kuten Llama‑3.1‑405B perustasonaan .

Kun joku mainitsee "Mythos-vertailuarvon vuodon", hän viittaa yleensä Anthropicin mallin vuotoon. CMU:n ja SecureAI:n arvioinnit ovat erillisiä hankkeita, joilla on yhteistä "Mythos"-nimikkeessä vain sattumalta.

OpenAI Codex: Koodaustyökalusta yrityksen työalustaksi

OpenAI julkisti 2. kesäkuuta 2026 järjestämässään "Intelligence at Work" -tilaisuudessa Codexin rakenteellisen laajentamisen kehittäjälähtöisestä koodausagentista laajemmaksi yritysten työalustaksi . Julkistuksen kolme vahvistettua kulmakiveä ovat:

• Kuusi roolikohtaista lisäosaa: Myynti, data-analytiikka, luova tuotanto, tuotemuotoilu, investointipankkitoiminta ja julkisten osakkeiden sijoittaminen. Kukin lisäosa niputtaa integraatiot suosittuihin liiketoimintasovelluksiin – yhteensä 62 sovellusta, mukaan lukien Salesforce, Snowflake, Figma ja HubSpot – ja sisältää 110 automatisoitua taitoa. Niiden asentamiseen tai käyttämiseen ei tarvita koodaustaitoa .
• Codex Sites (esikatselu): Ominaisuus, jonka avulla käyttäjät voivat pyytää Codexia rakentamaan, iteroimaan ja julkaisemaan kevyitä full-stack JavaScript/TypeScript-verkkosovelluksia, joissa on palvelimella isännöidyt URL-osoitteet, "Sign in with ChatGPT" -tunnistautuminen ja tiedostojen tallennus. Tässä vaiheessa vain tietyille, kriteerit täyttäville ChatGPT Enterprise- ja Edu-työtiloille .
• Annotaatiot (Annotations): Osiotason muokkauspalaute, joka toimii nyt dokumenteissa, esityksissä, taulukoissa ja Sites-palvelussa, eikä pelkästään koodissa .

OpenAI vahvisti myös, että Codex on ylittänyt 5 miljoonan viikoittaisen aktiivisen käyttäjän rajan . Laajennus on selvä strateginen veto kaapata ei-teknisiä tietotyöntekijöitä yritysten sisällä, ja useat itsenäiset analyysit tunnistavat sen olevan suora kilpailuakseli työkaluja vastaan, jotka aiemmin keskittyivät lähes yksinomaan insinööritiimeihin .

Microsoft Build 2026: Seitsemän MAI-mallia, yksi päättelymoottori

Jokavuotisessa Build-kehittäjäkonferenssissaan San Franciscossa 2. kesäkuuta 2026 Microsoft esitteli seitsemän oman talon sisäistä tekoälymallia, jotka tuotiin yhtenäisen MAI-brändin (Microsoft AI) alle, sekä uutta laitteistoa .

Keskipisteenä loisti MAI‑Thinking‑1, yhtiön ensimmäinen päättelyyn erikoistunut malli:

• 35 miljardia aktiivista parametria ja 256 000 tokenin konteksti-ikkuna .
• Koulutettu alusta alkaen puhtaalla, yrityskäyttöön lisensoidulla datalla ilman minkäänlaista tislausprosessia kolmannen osapuolen malleista .
• Saavutti 97 % tuloksen AIME 25 -testissä, joka on Microsoftin keskeinen sisäinen yleispäättelyn mittari, ja ylsi johtavien mallien veroiseksi ohjelmistotekniikan testeissä, joissa ihminen suoritti sokkovertainun ja suosi Sonnet 4.6 -mallia vain hienoisesti .
• Suunniteltu alhaisille token-kustannuksille ja optimoitu Microsoftin Maia 200 -piirisarjalle .

Kuusi muuta mallia täydentävät multimodaalisen ekosysteemin:

• MAI‑Code‑1‑Flash — koodaukseen optimoitu malli .
• MAI‑Image‑2.5 / MAI‑Image‑2.5‑Flash — kuvangenerointi ja sen nopea muunnelma .
• MAI‑Transcribe‑1.5 — transkriptio .
• MAI‑Voice‑2 / MAI‑Voice‑2‑Flash — puheenkäsittely ja -synteesi .

Laitteistojulkistuksiin kuului Surface RTX Spark Dev Box, kompakti tekoälykehitykseen tarkoitettu kone, jonka laskentateho yltää jopa yhteen petaflopiin ja jossa on 128 Gt yhdistettyä muistia. Se kykenee ajamaan jopa 120 miljardin parametrin malleja paikallisesti . Lisäksi Microsoft esitteli Majorana 2 -kvanttisirun, joka viestii sen laitteistotavoitteiden kiihtymisestä perinteisen tekoälylaskennan ulkopuolelle .

Seitsemän MAI-mallin perhettä pidetään laajalti liikkeenä, jolla pyritään vähentämään riippuvuutta OpenAI:n malleista ja tarjoamaan yritysasiakkaille talon sisäisiä vaihtoehtoja, joiden mukana tulee puhtaat kaupalliset lisenssit .

Vibe-koodauksen mittarit: World of AI Bench, Vibe Code Bench ja BridgeBench

"Vibe-koodaus" – käytäntö, jossa kokonaisia sovelluksia luodaan keskustelevilla kehotteilla syntaksin kirjoittamisen sijaan – on synnyttänyt uuden sukupolven testejä, jotka pyrkivät mittaamaan full-stack-kyvykkyyttä eristettyjen koodaustehtävien sijasta:

• World of AI Bench: Julkaistiin noin 2. kesäkuuta 2026 ja se kuvaa itseään "maailman ykköseksi vibe-koodauksen vertailuarvoksi". Se arvioi yli 16:ta kärkimallia kymmenessä koodauskategoriassa, käyttäen tekoälytuomaria 3897 kehotteen kirjastoon. Alusta on ilmainen ja mahdollistaa mallien suorat keskinäiset vertailut .
• Vibe Code Bench (VCB): Vals.ai:n julkaisema ja arXiv-palvelussa kuvaama akateeminen testi. Se käyttää 100:aa verkkosovellusspesifikaatiota ja 964:ää selainpohjaista työnkulkua, jotka koostuvat 10 131 alivaiheesta. Tämä tekee siitä ensimmäisen testin, joka arvioi päästä-päähän-verkkosovelluskehitystä luonnollisen kielen kehotteesta tuotannon kaltaisessa ympäristössä .
• BridgeBench: BridgeMindin avoimen lähdekoodin arviointi, joka testaa tekoälymalleja koodauksessa nopeuden, kustannusten ja laadun perusteella. Se mittaa asioita, joilla on väliä "kun toimit ohjelmaa tekoälyn avulla", ja toimii avoimella metodologialla ja julkisilla tulostauluilla .

Näiden kolmen alustan yhteinen tavoite on viedä tekoälykoodauksen arviointi ohitusprosenttiin perustuvien testien, kuten SWE-benchin, ohi ja kohti kokonaisvaltaisia käytettävyyden, nopeuden, kustannusten ja turvallisuuden mittareita.

Hermes Agent -työpöytäsovellus: Avoimen lähdekoodin agentti saa käyttöliittymän

Nous Research julkaisi 2. kesäkuuta 2026 Hermes Desktopin julkisena esikatseluna. Se toimitetaan niputettuna Hermes Agent v0.15.2:n kanssa ja julkaistiin MIT-lisenssillä macOS 12+:lle, Windows 10/11:lle ja Linuxille .

Aiemmin Hermesiin pääsi käsiksi vain komentorivipohjaisen käyttöliittymän tai viestiporttien kautta. Työpöytäsovellus on natiivisti graafinen etuosa, joka jakaa saman agenttiytimen, API-avaimet, istunnot, taidot ja muistin kuin komentoriviversio, joten se on vaihtoehtoinen käyttötapa, ei versiohaarukka .

Nous Research kuvaa Hermestä "itseään kehittäväksi agentiksi, ei koodausapulaiseksi" . Agentti on kasvanut lanseerauksestaan noin 180 000 GitHub-tähteen noin kolmessa kuukaudessa, mikä tekee siitä yhden ekosysteemin nopeimmin kasvavista avoimen lähdekoodin agenttihankkeista .

Alibaba Qwen 3.7 Plus: Multimodaaliagentti kuudesosalla kustannuksia

Alibaba lanseerasi Qwen 3.7 Plussan noin 1.–2. kesäkuuta 2026. Se on multimodaalinen agenttimalli, joka käsittelee tekstiä, kuvia ja videota varhaisen fuusion koulutusmenetelmällä, ja sen konteksti-ikkuna on miljoona tokenia .

Hinnoittelu on asetettu noin kuudesosaan Alibaban pelkästään tekstiä käsittelevän Qwen 3.7 Maxin token-hinnasta, mikä tekee siitä yhden markkinoiden aggressiivisimmin hinnoitelluista multimodaaliagenteista . Agenttisuorituskyvyn vertailuissa Qwen 3.7 Plus voittaa Claude Opus 4.6:n Terminal‑Bench 2.0 -testissä ja pystyy UI:n tunnistukseen/automatisointiin, koodin generointiin kuvista ja visuaaliseen kysymyksiin vastaamiseen .

Anthropic Claude Code: /fork-komento

Claude Code on Anthropicin agenttimainen koodaustyökalu, joka toimii suoraan terminaalissa ja ajaa komentotulkin komentoja sekä muokkaa tiedostoja kehittäjän koneella. /fork-komento luo uuden istunnon, joka haarautuu olemassa olevasta ja tallentuu commands/branch/-hakemistoon, mahdollistaen työnkulun, jossa kehittäjä voi tutkia eri suuntaa menettämättä alkuperäisen istunnon kontekstia .

Claude Codesta on tullut yksi laajimmin käyttöön otetuista tekoälykehittäjätyökaluista, ja yksi sen npm-pakettimaininnoista keräsi yli 1 100 tähteä ja 1 900 haarausta yhdessä päivässä .

Aukot ja avoimet kysymykset

Useille alkuperäisen tiedustelun kohdille ei löydy suoraa lähdevahvistusta kesäkuun 2026 alussa:

• GPT‑5.6:n hinnoittelu ja token-tehokkuusluvut: Mitään konkreettista dataa ei ole ilmaantunut "parantunutta tehokkuutta" -yleistystä kummempaa. Väite, jonka mukaan se voisi vastata Claude Mythosta suorituskyvyssä ja olla samalla edullisempi, on yhteisön spekulaatiota .
• Google Notebook LM + Gemini Omni -integraatio: Todisteet osoittavat, että Notebook LM käyttää Gemini-malleja (mukaan lukien 1.5 Pro:ta diagnostisen tarkkuuden tutkimuksessa), mutta omistetusta "Gemini Omni" -integraatiosta Notebook LM:ssä kesäkuun 2026 tuotelanseerauksena ei löytynyt vahvistusta saatavilla olevista lähteistä .
• World Intelligence Expon humanoidirobotit: Haku ei tuottanut todennettavissa olevaa näyttöä hyperrealististen, liikkeenkaappaukseen ja tunneilmaisuun kykenevien humanoidirobottien esittelystä kyseisessä tapahtumassa. Tämä on avoin kysymys, joka vaatisi kohdennetun haun tapahtuman sijainnilla ja ajankohdalla.

Mitä tämä viikko viestii?

Kesäkuun 2026 avausviikon hallitsevia teemoja ovat yritystyökalujen laajennus (Codex-lisäosat ja Sites), talon sisäiset malliperheet (Microsoftin MAI-kattaus, Alibaban Qwen), avoimen lähdekoodin agenttien kypsyys (Hermes Desktop) ja häämöttävä seuraava sukupolvi, joka ei ole vielä julkinen (GPT‑5.6, Claude Mythos). Ala liikkuu nopeasti – mutta ero vahvistettujen tuotteiden ja vahvistamattomien huhujen välillä on terävämpi kuin otsikot usein antavat ymmärtää.