Fala premier AI w czerwcu 2026: od modeli MAI Microsoftu po pivot OpenAI Codex dla przedsiębiorstw

Szacunki społeczności wskazują, że ewentualne okno premiery przypada między 15 czerwca a 5 lipca 2026 roku, ale ten harmonogram to jedynie ekstrapolacja na podstawie obserwacji logów i nie ma żadnego oficjalnego potwierdzenia . Nie ujawniono żadnych konkretnych danych na temat cen, wydajności tokenów ani potwierdzonych możliwości multimodalnych dla hipotetycznego GPT-5.6. Oczekiwania dotyczące poprawy opłacalności i generowania obrazu na podstawie tekstu są jedynie wnioskami wyciągniętymi z trajektorii rozwoju rodziny 5.x, a nie udokumentowaną specyfikacją .

Konkluzja: GPT-5.6 to wiarygodny przeciek, a nie produkt. Branża obserwuje zachowanie backendu, ale OpenAI nie opublikowało ani daty premiery, ani arkusza specyfikacji technicznej .

„Mythos Benchmark” i model Claude Mythos

Wyrażenie „Mythos Benchmark” pojawia się w kilku odrębnych kontekstach, co może prowadzić do nieporozumień:

• Wyciek modelu Claude Mythos od Anthropic (26 marca 2026): Błąd konfiguracji w systemie zarządzania treścią Anthropic przypadkowo ujawnił około 3000 wewnętrznych dokumentów, w tym szkic wpisu o modelu nowej generacji o nazwie kodowej „Capybara” i oficjalnej nazwie Claude Mythos . Wyciekłe wewnętrzne testy porównawcze pokazały, że Mythos osiąga 93,9% w SWE-bench Verified i 77,8% w SWE-bench Pro, wyprzedzając w tamtym czasie wszystkie główne testy kodowania . 7 kwietnia 2026 roku Anthropic formalnie ogłosiło Claude Mythos Preview, jednocześnie oświadczając, że opinia publiczna nie może z niego korzystać . Model został również oznaczony jako wyjątkowo zdolny w obszarze cyberbezpieczeństwa, m.in. znajdując 27-letniego buga w systemie OpenBSD .

• Test bezpieczeństwa Carnegie Mellon University (maj 2026): Naukowcy z CMU stworzyli odrębną ocenę, która sprawdza, czy modele AI mogą samodzielnie opracowywać rzeczywiste exploity przeglądarek wymierzone w silnik Google V8. Zarówno Claude Mythos, jak i GPT-5.5 okazały się zdolne do odkrywania i wykorzystywania prawdziwych luk w zabezpieczeniach bez interwencji człowieka, przy czym Mythos znacząco przewyższał GPT-5.5, będąc jednocześnie około dwanaście razy droższym w eksploatacji .

• Test podatności Mythos od SecureAI (styczeń 2026): Zestaw testów porównawczych skoncentrowany na cyberbezpieczeństwie, obejmujący luki CVE z lat 2023–2026, zaprojektowany do oceny detektorów podatności AI, wykorzystujący duże modele, takie jak Llama-3.1-405B, jako punkty odniesienia .

Kiedy ktoś wspomina o „wycieku testu Mythos”, zazwyczaj odnosi się do wycieku modelu Anthropic. Testy CMU i SecureAI to niezależne wysiłki, które dzielą etykietę „Mythos” jedynie przypadkowo.

OpenAI Codex: Od narzędzia dla programistów po platformę pracy dla firm

2 czerwca 2026 roku, podczas wydarzenia „Intelligence at Work”, OpenAI ogłosiło strukturalne rozszerzenie narzędzia Codex z agenta kodującego dla deweloperów na szerszą platformę pracy dla przedsiębiorstw . Trzy potwierdzone filary ogłoszenia to:

• Sześć wtyczek dedykowanych konkretnym rolom: Sprzedaż, Analityka Danych, Produkcja Kreatywna, Projektowanie Produktów, Bankowość Inwestycyjna i Inwestowanie na Rynku Publicznym. Każda z nich integruje się z popularnymi aplikacjami biznesowymi — łącznie 62 aplikacje, w tym Salesforce, Snowflake, Figma i HubSpot — wraz ze 110 zautomatyzowanymi umiejętnościami. Do instalacji i użytkowania nie jest wymagana znajomość kodowania .
• Codex Sites (wersja poglądowa): Funkcja, która pozwala użytkownikom za pomocą poleceń w Codexie budować i wdrażać lekkie, pełnostackowe aplikacje internetowe w JavaScript/TypeScript z hostowanymi adresami URL, uwierzytelnianiem „Zaloguj się przez ChatGPT” i przechowywaniem plików. Na tym etapie dostępna tylko dla uprawnionych przestrzeni roboczych ChatGPT Enterprise i Edu .
• Adnotacje: Możliwość edycji na poziomie sekcji, która działa teraz nie tylko w kodzie, ale także w dokumentach, prezentacjach, arkuszach kalkulacyjnych i Sites .

OpenAI potwierdziło również, że Codex przekroczył 5 milionów aktywnych użytkowników tygodniowo . To rozszerzenie stanowi wyraźny strategiczny ruch w kierunku pozyskania pracowników wiedzy niebędących programistami w środowisku korporacyjnym. Wiele niezależnych analiz wskazuje, że jest to bezpośrednia oś konkurencji z narzędziami, które wcześniej koncentrowały się niemal wyłącznie na zespołach inżynierskich .

Microsoft Build 2026: Siedem modeli MAI i jeden silnik wnioskujący

Podczas dorocznej konferencji Build w San Francisco, 2 czerwca 2026 roku, Microsoft zaprezentował rodzinę siedmiu wewnętrznych modeli AI pod ujednoliconą marką MAI (Microsoft AI) oraz nowy sprzęt .

Centralnym punktem jest MAI-Thinking-1, pierwszy model wnioskujący firmy:

• 35 miliardów aktywnych parametrów z oknem kontekstowym 256K .
• Trenowany od podstaw na danych klasy korporacyjnej, z komercyjną licencją i bez wykorzystania destylacji z modeli stron trzecich .
• Osiągnął wynik 97% w AIME 25, kluczowym wewnętrznym teście Microsoftu do ogólnego rozumowania, i dorównał wiodącym modelom w testach inżynierii oprogramowania, przy czym w ślepych testach oceniający ludzie wykazywali preferencje porównywalne do modelu Sonnet 4.6 .
• Zaprojektowany z myślą o niskim koszcie tokenów i zoptymalizowany pod kątem krzemu Microsoft Maia 200 .

Pozostałe sześć modeli dopełnia multimodalny ekosystem:

• MAI-Code-1-Flash — model zoptymalizowany do kodowania .
• MAI-Image-2.5 / MAI-Image-2.5-Flash — generowanie obrazów i szybszy wariant .
• MAI-Transcribe-1.5 — transkrypcja .
• MAI-Voice-2 / MAI-Voice-2-Flash — przetwarzanie i synteza głosu .

W ogłoszeniach sprzętowych znalazł się Surface RTX Spark Dev Box, kompaktowy komputer do tworzenia aplikacji AI zdolny do nawet jednego petaflopa mocy obliczeniowej AI, wyposażony w 128 GB zunifikowanej pamięci, zaprojektowany do lokalnego uruchamiania modeli nawet do 120 miliardów parametrów . Microsoft wprowadził również chip kwantowy Majorana 2, sygnalizując przyspieszenie ambicji sprzętowych wykraczających poza klasyczne obliczenia AI .

Siedmiomodelowa rodzina MAI jest powszechnie interpretowana jako ruch mający na celu zmniejszenie zależności od modeli OpenAI, oferując jednocześnie klientom korporacyjnym wewnętrzne alternatywy z czystym, komercyjnym licencjonowaniem .

Testowanie „vibe codingu”: World of AI Bench, Vibe Code Bench i BridgeBench

„Vibe coding” — praktyka generowania całych aplikacji za pomocą poleceń konwersacyjnych zamiast pisania składni — zrodziła nową generację testów porównawczych, które próbują mierzyć zdolności full-stack, a nie izolowane zadania kodowania:

• World of AI Bench: Uruchomiony około 2 czerwca 2026 roku, sam siebie opisuje jako „najlepszy na świecie test vibe codingu”. Ocenia ponad 16 modeli w 10 kategoriach za pomocą sędziego AI na bibliotece 3897 promptów. Platforma jest bezpłatna i umożliwia bezpośrednie porównania modeli .
• Vibe Code Bench (VCB): Akademicki test porównawczy opublikowany przez Vals.ai i opisany na arXiv. Wykorzystuje 100 specyfikacji aplikacji internetowych w połączeniu z 964 przepływami pracy w przeglądarce, obejmującymi 10 131 podkroków, co czyni go pierwszym testem oceniającym kompleksowe generowanie aplikacji internetowych z promptu w języku naturalnym w środowisku zbliżonym do produkcyjnego .
• BridgeBench: Otwartoźródłowy test porównawczy od BridgeMind, który ocenia modele kodowania AI pod kątem szybkości, kosztów i jakości kodu. Pozycjonuje się jako miernik tego, co ma znaczenie „gdy wysyłasz produkt z AI” i działa w oparciu o otwartą metodologię oraz publiczne tablice wyników na żywo .

Te trzy platformy łączy cel wykroczenia poza ocenę AI w testach typu pass-rate, takich jak SWE-bench, w kierunku holistycznych miar użyteczności, szybkości, kosztów i bezpieczeństwa.

Aplikacja desktopowa Hermes Agent: Agent open-source zyskuje interfejs użytkownika

2 czerwca 2026 roku Nous Research udostępniło publiczną wersję poglądową Hermes Desktop, dołączoną do Hermes Agent v0.15.2 i opublikowaną na licencji MIT dla systemów macOS 12+, Windows 10/11 i Linux .

Wcześniej Hermes był dostępny tylko za pośrednictwem interfejsu wiersza poleceń (CLI) lub bramek komunikacyjnych. Aplikacja desktopowa to natywny graficzny interfejs użytkownika, który współdzieli ten sam rdzeń agenta, klucze API, sesje, umiejętności i pamięć co wersja CLI, więc jest to alternatywna powierzchnia użytkowa, a nie rozwidlenie projektu (fork) .

Nous Research opisuje Hermesa jako „samodoskonalącego się agenta, a nie asystenta kodowania” . Agent zyskał około 180 000 gwiazdek na GitHubie w ciągu około trzech miesięcy od premiery, co czyni go jednym z najszybciej rozwijających się projektów agentów open-source w ekosystemie .

Alibaba Qwen 3.7 Plus: Agent multimodalny za jedną szóstą ceny

Alibaba uruchomiła Qwen 3.7 Plus około 1–2 czerwca 2026 roku. Jest to multimodalny model agenta, który przetwarza tekst, obrazy i wideo dzięki treningowi wczesnej fuzji, z oknem kontekstowym o wielkości 1 miliona tokenów .

Cena jest ustalona na poziomie około jednej szóstej kosztu za token w porównaniu do tekstowego modelu Qwen 3.7 Max firmy Alibaba, co czyni go jednym z najagresywniej wycenionych agentów multimodalnych na rynku . W testach wydajności agentów Qwen 3.7 Plus pokonuje Claude Opus 4.6 w Terminal-Bench 2.0 i jest zdolny do rozpoznawania/automatyzacji interfejsów użytkownika, generowania kodu z obrazów i wizualnych odpowiedzi na pytania .

Anthropic Claude Code: Polecenie /fork

Claude Code to agentowe narzędzie kodowania od Anthropic, które działa bezpośrednio w terminalu, wykonując polecenia powłoki i edytując pliki na komputerze dewelopera. Polecenie /fork tworzy nową sesję, która odgałęzia się od istniejącej i jest przechowywana w commands/branch/, umożliwiając przepływ pracy, w którym deweloper może eksplorować inny kierunek bez utraty kontekstu z oryginalnej sesji .

Claude Code stał się jednym z najszerzej adoptowanych narzędzi AI dla deweloperów, a jedna wzmianka o pakiecie npm zgromadziła ponad 1100 gwiazdek i 1900 forków w ciągu jednego dnia .

Luki i pytania bez odpowiedzi

Kilka punktów z pierwotnego zapytania nie ma bezpośredniego potwierdzenia w źródłach na początku czerwca 2026 roku:

• Ceny i wydajność tokenów GPT-5.6: Nie pojawiły się żadne twarde dane poza ogólnym stwierdzeniem o „poprawie wydajności”. Twierdzenie, że może dorównać Claude Mythos, będąc tańszym, jest spekulacją społeczności .
• Integracja Google Notebook LM + Gemini Omni: Dowody wskazują, że Notebook LM wykorzystuje modele Gemini (w tym 1.5 Pro do badań nad dokładnością diagnostyczną), ale nie można było potwierdzić dedykowanej integracji „Gemini Omni” w Notebook LM jako premiery produktu w czerwcu 2026 roku na podstawie dostępnych źródeł .
• Roboty humanoidalne na World Intelligence Expo: Wyszukiwanie nie wykazało weryfikowalnych dowodów na prezentacje hiperrealistycznych robotów humanoidalnych z przechwytywaniem ruchu i ekspresją emocjonalną na tych targach. Pozostaje to kwestią otwartą, która wymagałaby ukierunkowanego wyszukiwania z konkretną lokalizacją i datą wydarzenia.

Co sygnalizuje ten tydzień

Dominujące tematy pierwszego tygodnia czerwca 2026 roku to narzędzia dla przedsiębiorstw (wtyczki Codex i Sites), wewnętrzne rodziny modeli (linia MAI Microsoftu, Qwen od Alibaby), dojrzałość agentów open-source (Hermes Desktop) oraz zbliżająca się nowa generacja, która nie jest jeszcze publiczna (GPT-5.6, Claude Mythos). Branża porusza się szybko — ale rozróżnienie między potwierdzonymi produktami a niepotwierdzonymi plotkami jest ostrzejsze, niż często sugerują to nagłówki.