Gelombang AI Jun 2026: Daripada Model MAI Microsoft ke Platform Codex OpenAI

Anggaran komuniti meletakkan tetingkap pelancaran yang mungkin antara 15 Jun dan 5 Julai 2026, tetapi garis masa itu adalah ekstrapolasi tulen daripada penampakan log dan tidak mempunyai sokongan rasmi . Tiada harga konkrit, nombor kecekapan token, atau keupayaan multimodal yang disahkan telah muncul untuk GPT‑5.6 hipotesis; jangkaan keberkesanan kos yang lebih baik dan penjanaan teks-serta-imej adalah inferens yang diambil daripada trajektori keluarga 5.x, bukan spesifikasi yang didokumenkan .

Kesimpulan: GPT‑5.6 adalah kebocoran yang boleh dipercayai, bukan produk. Industri sedang memerhatikan tingkah laku bahagian belakang, tetapi tiada tarikh pelancaran atau helaian spesifikasi teknikal telah diterbitkan oleh OpenAI .

“Penanda Aras Mythos” dan Model Claude Mythos

Frasa “Penanda Aras Mythos” muncul dalam beberapa konteks berbeza, yang boleh menimbulkan kekeliruan:

• Kebocoran model Claude Mythos Anthropic (26 Mac 2026): Salah konfigurasi dalam sistem pengurusan kandungan Anthropic secara tidak sengaja mendedahkan kira-kira 3,000 dokumen dalaman, termasuk draf siaran tentang model generasi seterusnya dengan nama kod “Capybara” dan nama rasmi Claude Mythos . Penanda aras dalaman yang bocor menunjukkan Mythos mencapai 93.9% pada SWE‑bench Verified dan 77.8% pada SWE‑bench Pro, mendahului setiap penanda aras pengekodan utama pada masa itu . Pada 7 April 2026, Anthropic secara rasmi mengumumkan Pratonton Claude Mythos — tetapi pada masa yang sama mengisytiharkan bahawa orang awam tidak boleh menggunakannya . Model ini juga telah dibenderakan kerana keupayaan keselamatan siber yang luar biasa, termasuk menemui pepijat berusia 27 tahun dalam OpenBSD .

• Penanda aras keselamatan Universiti Carnegie Mellon (Mei 2026): Penyelidik CMU mencipta penilaian berasingan yang menguji sama ada model AI boleh membangunkan eksploitasi penyemak imbas sebenar secara autonomi yang menyasarkan enjin V8 Google. Kedua-dua Claude Mythos dan GPT‑5.5 terbukti mampu menemui dan menjadikan kelemahan keselamatan tulen sebagai senjata tanpa campur tangan manusia, dengan Mythos mengatasi GPT‑5.5 dengan margin yang ketara sambil menelan kos operasi kira-kira dua belas kali lebih tinggi .

• Penanda aras kelemahan Mythos SecureAI (Januari 2026): Satu suite penanda aras berfokuskan keselamatan siber yang meliputi CVE dari 2023–2026, direka untuk menilai pengesan kelemahan AI, yang menggunakan model besar seperti Llama‑3.1‑405B sebagai garis asas .

Apabila seseorang menyebut “kebocoran Penanda Aras Mythos,” mereka biasanya merujuk kepada kebocoran model Anthropic. Penanda aras CMU dan SecureAI adalah usaha berasingan yang berkongsi label “Mythos” secara kebetulan sahaja.

OpenAI Codex: Daripada Alat Pengekodan ke Platform Kerja Perusahaan

Pada 2 Jun 2026, di acara “Intelligence at Work”, OpenAI mengumumkan pengembangan struktur Codex daripada ejen pengekodan berfokuskan pembangun kepada platform kerja perusahaan yang lebih luas . Tiga tunjang pengumuman yang disahkan adalah:

• Enam plugin khusus peranan: Jualan, Analitis Data, Pengeluaran Kreatif, Reka Bentuk Produk, Perbankan Pelaburan, dan Pelaburan Ekuiti Awam. Setiap satu menggabungkan integrasi dengan aplikasi perniagaan popular — 62 aplikasi kesemuanya, termasuk Salesforce, Snowflake, Figma, dan HubSpot — bersama 110 kemahiran automatik. Tiada kepakaran pengekodan diperlukan untuk memasang atau menggunakannya .
• Codex Sites (pratonton): Ciri yang membolehkan pengguna menggesa Codex untuk membina, mengiterasi, dan menggunakan aplikasi web ringan JavaScript/TypeScript penuh dengan URL yang dihoskan, pengesahan Log Masuk dengan ChatGPT, dan storan fail. Hanya tersedia untuk ruang kerja ChatGPT Enterprise dan Edu yang layak pada peringkat ini .
• Anotasi: Maklum balas penyuntingan peringkat bahagian yang kini berfungsi merentas dokumen, dek pembentangan, hamparan dan Sites, bukan hanya kod .

OpenAI juga mengesahkan bahawa Codex telah melepasi 5 juta pengguna aktif mingguan . Pengembangan ini mewakili langkah strategik yang jelas untuk menawan pekerja pengetahuan bukan pembangun di dalam perusahaan, hala tuju yang telah dikenal pasti oleh pelbagai analisis bebas sebagai paksi persaingan langsung terhadap alat yang sebelum ini memfokus hampir secara eksklusif kepada pasukan kejuruteraan .

Microsoft Build 2026: Tujuh Model MAI, Satu Enjin Penaakulan

Pada persidangan Build tahunannya di San Francisco pada 2 Jun 2026, Microsoft memperkenalkan keluarga tujuh model AI dalaman di bawah jenama bersatu MAI (Microsoft AI), bersama perkakasan baharu .

Tumpuan utamanya ialah MAI‑Thinking‑1, model penaakulan pertama syarikat:

• 35 bilion parameter aktif dengan tetingkap konteks 256K .
• Dilatih dari awal menggunakan data berlesen komersial gred perusahaan dengan sifar penyulingan daripada model pihak ketiga .
• Mencapai skor 97% pada AIME 25, ukuran dalaman utama Microsoft untuk penaakulan umum, dan menyamai model terkemuka pada penanda aras kejuruteraan perisian, dengan penilai manusia menunjukkan keutamaan yang setanding dengan Sonnet 4.6 dalam ujian buta .
• Direka untuk kos token rendah dan dioptimumkan untuk silikon Maia 200 Microsoft .

Enam model lain melengkapkan ekosistem multimodal:

• MAI‑Code‑1‑Flash — model yang dioptimumkan untuk pengekodan .
• MAI‑Image‑2.5 / MAI‑Image‑2.5‑Flash — penjanaan imej dan varian pantas .
• MAI‑Transcribe‑1.5 — transkripsi .
• MAI‑Voice‑2 / MAI‑Voice‑2‑Flash — pemprosesan dan sintesis suara .

Pengumuman perkakasan termasuk Surface RTX Spark Dev Box, mesin pembangunan AI kompak yang mampu mencapai sehingga satu petaflop pengkomputeran AI dengan 128 GB memori bersatu, direka untuk menjalankan model sehingga 120 bilion parameter secara setempat . Microsoft juga memperkenalkan cip kuantum Majorana 2, menandakan pecutan cita-cita perkakasannya di luar pengkomputeran AI klasik .

Keluarga tujuh model MAI ditafsirkan secara meluas sebagai langkah untuk mengurangkan pergantungan pada model OpenAI sambil memberi pelanggan perusahaan alternatif dalaman yang disertakan dengan pelesenan komersial yang bersih .

Penandaarasan Pengekodan Vibe: World of AI Bench, Vibe Code Bench, dan BridgeBench

“Pengekodan Vibe” — amalan menjana keseluruhan aplikasi melalui gesaan perbualan dan bukannya menulis sintaks — telah melahirkan generasi penanda aras baharu yang cuba mengukur keupayaan penuh dan bukannya tugasan pengekodan terpencil:

• World of AI Bench: Dilancarkan sekitar 2 Jun 2026, dan menggambarkan dirinya sebagai “penanda aras pengekodan vibe nombor satu dunia”. Ia menilai 16+ model termaju merentas 10 kategori pengekodan vibe menggunakan hakim AI pada perpustakaan 3,897 gesaan. Platform ini percuma dan membolehkan perbandingan model secara head‑to‑head .
• Vibe Code Bench (VCB): Penanda aras akademik yang diterbitkan oleh Vals.ai dan dihuraikan di arXiv. Ia menggunakan 100 spesifikasi aplikasi web yang dipasangkan dengan 964 aliran kerja berasaskan penyemak imbas yang terdiri daripada 10,131 sublangkah, menjadikannya penanda aras pertama yang menguji penjanaan aplikasi web hujung-ke-hujung daripada gesaan bahasa semula jadi dalam persekitaran seperti pengeluaran .
• BridgeBench: Penanda aras sumber terbuka daripada BridgeMind yang menilai model pengekodan AI pada kelajuan, kos dan kualiti kod. Ia meletakkan dirinya sebagai mengukur perkara yang penting “apabila anda menghantar produk dengan AI” dan beroperasi dengan metodologi terbuka dan carta pendahulu langsung awam .

Ketiga-tiga platform ini berkongsi matlamat untuk menggerakkan penilaian pengekodan AI melepasi penanda aras kadar lulus seperti SWE‑bench dan ke arah ukuran holistik kebolehgunaan, kelajuan, kos dan keselamatan.

Aplikasi Desktop Hermes Agent: Ejen Sumber Terbuka Mendapat UI

Pada 2 Jun 2026, Nous Research mengeluarkan Hermes Desktop sebagai pratonton awam, digabungkan dengan Hermes Agent v0.15.2 dan diterbitkan di bawah lesen MIT untuk macOS 12+, Windows 10/11, dan Linux .

Sebelum ini, Hermes hanya boleh diakses melalui antara muka baris perintah atau get laluan pemesejan. Aplikasi desktop ini adalah bahagian hadapan grafik asli yang berkongsi teras ejen, kunci API, sesi, kemahiran dan memori yang sama seperti CLI, jadi ia adalah permukaan alternatif dan bukannya cabang .

Nous Research menggambarkan Hermes sebagai “ejen peningkatan kendiri, bukan pembantu pengekodan” . Ejen ini telah berkembang daripada pelancaran kepada kira-kira 180,000 bintang GitHub dalam masa kira-kira tiga bulan, menjadikannya salah satu projek ejen sumber terbuka yang paling pesat berkembang dalam ekosistem .

Alibaba Qwen 3.7 Plus: Ejen Multimodal pada Satu Perenam Kos

Alibaba melancarkan Qwen 3.7 Plus pada kira-kira 1–2 Jun 2026. Ia adalah model ejen multimodal yang memproses teks, imej dan video melalui latihan gabungan awal, dengan tetingkap konteks 1 juta token .

Harga ditetapkan pada kira-kira satu perenam kos per token Qwen 3.7 Max khusus teks Alibaba, yang menjadikannya salah satu ejen multimodal dengan harga paling agresif di pasaran . Pada penanda aras prestasi ejen, Qwen 3.7 Plus mengalahkan Claude Opus 4.6 pada Terminal‑Bench 2.0 dan mampu melakukan pengecaman/automasi UI, penjanaan kod daripada imej, dan penjawaban soalan visual .

Anthropic Claude Code: Perintah /fork

Claude Code ialah alat pengekodan agentik Anthropic yang berfungsi secara langsung dalam terminal, menjalankan perintah shell dan mengedit fail pada mesin pembangun. Perintah /fork mencipta sesi baharu yang bercabang daripada yang sedia ada, disimpan di bawah commands/branch/, membolehkan aliran kerja di mana pembangun boleh meneroka arah yang berbeza tanpa kehilangan konteks daripada sesi asal .

Claude Code telah menjadi salah satu alat pembangun AI yang paling banyak diguna pakai, dengan satu sebutan pakej npm mengumpul lebih 1,100 bintang dan 1,900 cabang dalam satu hari .

Jurang dan Soalan Tidak Terjawab

Beberapa perkara dalam siasatan asal tidak mempunyai pengesahan sumber langsung setakat awal Jun 2026:

• Harga dan nombor kecekapan token GPT‑5.6: Tiada data kukuh yang muncul melangkaui generalisasi “kecekapan yang lebih baik”. Dakwaan bahawa ia mungkin menandingi Claude Mythos sambil lebih murah adalah spekulasi komuniti .
• Integrasi Google Notebook LM + Gemini Omni: Bukti menunjukkan Notebook LM menggunakan model Gemini (termasuk 1.5 Pro untuk kajian ketepatan diagnostik), tetapi integrasi khusus “Gemini Omni” dalam Notebook LM sebagai pelancaran produk Jun 2026 tidak dapat disahkan daripada sumber yang tersedia .
• Robot humanoid Ekspo Kecerdasan Dunia: Carian tidak menangkap bukti yang boleh disahkan tentang pameran robot humanoid hiper-realistik dengan tangkapan gerakan dan ekspresi emosi di ekspo ini. Ini kekal sebagai soalan terbuka yang memerlukan carian bersasar dengan lokasi dan tarikh acara tertentu.

Isyarat Minggu Ini

Tema dominan minggu pertama Jun 2026 adalah perkakasan perusahaan (plugin dan Sites Codex), keluarga model dalaman (barisan MAI Microsoft, Qwen Alibaba), kematangan ejen sumber terbuka (Hermes Desktop), dan generasi akan datang yang bakal muncul tetapi belum awam (GPT‑5.6, Claude Mythos). Industri bergerak pantas — tetapi perbezaan antara produk yang disahkan dan khabar angin yang tidak disahkan adalah lebih ketara daripada yang sering dicadangkan oleh tajuk berita.