GPT-5.6来了，Fable 5慌了？

一个能省钱，一个更聪明。

GPT-5.6终于全量上线了。

早在6月26日，OpenAI就以有限预览的方式发布了GPT-5.6系列：Sol（太阳）主打复杂推理和Agent编码，Terra（大地）定位日常生产力，Luna（月亮）走低价快速路线。由于美国政府要求分阶段放开，首发仅向约20家机构开放。两周后，GPT-5.6于当地时间7月9日全面上线，覆盖ChatGPT、ChatGPT Work、Codex及OpenAI API。ChatGPT Plus及以上用户可用Sol，在ChatGPT Work和Codex中，免费用户默认使用Terra，付费用户可在三档之间切换。

几乎同一时间，Anthropic的Fable 5也经历了一波三折。这款6月9日发布的Fable 5（寓言）模型，与未发先火的Mythos 5（神话）模型共享同一底座，但由于漏洞挖掘能力太强，发布时在Fable 5上多加了一层安全分类器。即便如此，6月12日，Anthropic还是因安全隐患暂停并关闭了所有用户访问，直到7月1日才恢复上线。7月8日，最新消息宣布Fable 5的使用期限从原定的7月7日延长至7月12日；此后Fable 5将不再计入订阅套餐额度，转为按量付费。

这两款模型都被视为各自公司的最强模型，在模型赛场上直接对位。从OpenAI公布的评测数据中，我们选取了Fable 5与GPT-5.6 Sol均有成绩的12项基准，制成以下对比图表。

从成绩来看，双方差距并不大。GPT-5.6 Sol更擅长Agent执行和终端操作，而长上下文和代码库级任务仍是Fable 5的强项。价格方面，GPT-5.6 Sol每百万Token输入5美元、输出30美元；Fable 5是输入10美元、输出50美元，前者几乎便宜一半。

一个6月底小范围预览、7月全面上线；一个6月发布即遭下架、7月才回归。两款模型踩着同一个时间窗口完成了各自的波折上新。而OpenAI还同步推进了更大的动作：Codex正式并入ChatGPT桌面应用，ChatGPT Work同步上线。ChatGPT想成为用户电脑里的常驻入口。

那么问题也就来了，价格更低、野心更大、又把战线从模型拉到产品，GPT-5.6到底能不能追上Fable 5？

01. 三档模型，各有所长

OpenAI这次把GPT-5.6拆成了三档：Sol、Terra、Luna。Sol扛大旗，Terra打主力，Luna跑量。但定位归定位，落到真实任务里，它们各自能打到什么程度？我们挑了几个场景，逐一验证。

先来看GPT-5.6 Luna，我们从最轻量的活儿开始，让它做一个二线城市的单人出游规划。

它交付的是一份标准的攻略模板。住宿建议、每日行程、预算参考、出行提醒，该有的板块都有。饮食推荐细化到了“小锅米线约10-20元”这种具体的价格区间，路线规划也会考虑不同的兴趣偏好。

GPT-5.6 Luna制作的出游规划

但生成的攻略缺少景区开放时间的提醒和景区门票价格，对实际出行的参考价值打了折扣。对于懒得自己做功课的人来说，GPT-5.6 Luna够用，但不够精细。

为了能直观地看出三个版本的区别，我们在这里也用一样的指令测一下Terra和Sol。

三个版本的模型选的城市各不一样。Terra选择了热门旅游地长沙，它采用了表格的方式呈现，整体更加整齐。和Luna相同的是，它在推荐美食时也给出了具体的价格区间。不同点则在于，它给出了涵盖景点预约、天气、交通、饮食等多方面的提醒。

GPT-5.6 Terra制作的出游规划

Sol的表现与它全能的属性相符。Sol选的城市是泉州，它的呈现形式和Luna比较相似，也是按时间线罗列路线，但它贴心的点在于加了一个行程概览，能够快速了解行程安排。整体来看，Sol最为贴心。它的游玩行程具体到时间，在推荐美食时除了标出价格区间还附带了门店推荐。此外，它还给出了景点的开放时间，建议游玩时间和不同爱好的游玩选择。

GPT-5.6 Sol制作的出游规划

这样看来，三档模型在信息密度上有较大差异，Luna够用，Terra好用，Sol省心。

接下来，我们继续看单档模型的表现。轮到GPT-5.6 Terra，难度往上提一级，我们让它做一个防晒衣的竞品分析。

先说结论，GPT-5.6 Terra的结构性很强，习惯先拆解维度，再逐个填充。但内容深度明显不够，每个维度的分析基本都是点到为止，比如提到价格策略，不分析为什么这样定价或这种策略在市场中的实际效果。

GPT-5.6 Terra制作的竞品分析

最后来看GPT-5.6 Sol，既然它主推复杂推理和编程能力，我们就给它上了两道强度不同的题。

场景一：经典逻辑推理题

我们给了它15个线索，让它根据提示猜出5座房子中住着的不同国籍的人里，谁养的宠物是鱼。

GPT-5.6 Sol采用列表逐条拆解线索，建立变量关系、逐步排除，推导过程完整可回溯，最终锁定正确答案。

GPT-5.6 Sol的推理过程

场景二：3D网页游戏开发

这才是能看出差距的地方。我们要求它做一个赛博朋克风格的《打工人求生指南》，包含无限延伸的网格地面、漂浮的发光文字等元素。GPT-5.6 Sol交付的游戏涵盖了提到的全部要求：蓝紫霓虹色调、多边形风格、动态文字漂浮效果。主角需要接“大饼”获取“精神值”，同时躲避Boss的攻击，可玩性和趣味性都在线。

GPT-5.6 Sol制作的游戏

跑完三档分层，可以得出一个结论：GPT-5.6 Luna适合低成本、高频率的日常查询场景；GPT-5.6 Terra是日常主力，能处理有一定结构要求的任务，但需要人工复核；Sol负责复杂推理和创意实现。

这也说明，选模型不再是越强越好的单选题，而是任务难度和成本之间的权衡。OpenAI这次的分档策略，本质上是在回答一个问题：不同用户、不同场景，需要用不同能力的模型。

02. GPT-5.6 Sol对打Fable 5，谁更好用？

既然Fable 5是Anthropic的单一旗舰，自然少不了要和GPT-5.6 Sol在一起比较。我们设计了四个场景，让它们一较高下。

场景一：写作

我们让两款模型分别做了今年高考全国I卷的作文题，谈谈自己对某一个词语理解的变化。

GPT-5.6 Sol选了“自由”，走的是纯议论路线。从童年把自由当任性写起，推到自律带来从容，再落到信息时代要独立思考。结构比较工整，但全篇几乎没有具体事例，主要靠比喻支撑。

GPT-5.6 Sol写的作文

Fable 5选了“英雄”，以叙事带议论。开篇写童年认知中的英雄得有披风铠甲，转折处用普通人的具体事例推进，最后落笔到自己身上。从“仰望英雄”到“看见英雄”再到“愿意成为英雄”，层层递进。

Fable 5写的作文

GPT-5.6 Sol偏向修辞驱动，结构稳定但素材单薄；Fable 5偏向素材驱动，叙事更具体、层次更丰富。

场景二：设计网页

我们让两款模型分别设计一个简约风的护肤品网页。

GPT-5.6 Sol在简约框架里塞进了更多东西，产品展示图、护肤方法推荐，信息密度比Fable 5略胜一筹。

←左右滑动查看更多→
Slide for more photos

Fable 5交出来的东西，很“简单”，交付的页面只有产品索引、品牌信条、成分原则和消息订阅四个板块，信息密度偏低，用户滑两下就到头了，内容缺少吸引力。

←左右滑动查看更多→
Slide for more photos

这局GPT-5.6 Sol对“简约”理解更准确，Fable 5在这道题上减法做过头了，简约不等于简陋。

场景三：商业分析

我们让两款模型为一个三人创业团队做AI产品的商业分析，要求包含赛道选择、产品方案、风险预判和Plan B。这道题没有标准答案，它考的是AI能不能像一个真正的创业合伙人那样思考。

有意思的是，两个模型都没有选通用助手、AI搜索这类大众赛道，而是各自挑了一个相当垂直的切口。GPT-5.6 Sol选了AI职业试岗平台，让用户投简历前先模拟一次真实工作；Fable 5选了备考督学搭子，做人工督学的平替。

GPT-5.6 Sol交付的内容更扎实：每条赛道都有相关数据，还附了一张25分制的评分表；产品方案给出了详细的执行方向；风险预判部分给了完整的链条和清晰的预防方案。整体数据密度高，细节扎实。

←左右滑动查看更多→
Slide for more photos

Fable 5选的赛道更小众，判断主要靠推理，缺硬数据撑腰。它认为产品方案的亮点在价格便宜，但也正如它的分析，有可能没人下载，用的人也留存不住。整体规划的产品方向商业价值不大。

←左右滑动查看更多→
Slide for more photos

总体来看，这道题GPT-5.6 Sol略胜一筹，胜在数据密度、结构完整度和执行细节。

场景四：编程

最后一场，来看编程能力。我们设了两道编程题，一道考视觉效果，一道考游戏可玩性。

第一题，我们让它们实现雨丝触底烟花爆炸的创意代码动画。两款模型都跑通了，但细节上有差距。Fable 5还自作主张在画布顶部加了一个标题，影响美观，但烟花更大更明显。缺点也是烟花太大，加上速度较快，会影响整体效果。

Fable 5制作的创意代码动画

GPT-5.6 Sol没有多余元素，雨滴的下落角度和烟花爆炸的效果更自然，但不太能看出烟花的效果。

GPT-5.6 Sol制作的创意代码动画

第二题，我们让它们做一个世界杯点球大战的游戏。两款模型的玩法相似，但Fable 5在交互细节上更丰富，支持选择不同国籍和难度等级，GPT-5.6 Sol只能选难度。

Fable 5制作的游戏

不过Fable 5呈现的效果整体更简单，GPT-5.6 Sol的进球后的庆祝特效更完整，还支持查看回放。这局，Fable 5更会设计玩法，GPT-5.6 Sol更会打磨细节。

GPT-5.6 Sol制作的游戏

四场打完，两款模型呈现出了很不一样的性格。GPT-5.6 Sol综合完成度更高，Fable 5更聪明。GPT-5.6 Sol像个靠谱的乙方，结构清晰、数据扎实；Fable 5更像个聪明的搭档，在洞察力和表达力上时不时让你眼前一亮。

03. 结语

回到最初的问题，GPT-5.6能不能追上Fable 5？

如果只看单点能力，两家各有长处。写作打平，设计、商业分析GPT-5.6略胜一筹，编程各有胜负。

但GPT-5.6的重心，可能从一开始就不是在所有能力上压过Fable 5。它真正要解决的是另一个问题，当AI模型越来越强、调用越来越频繁、企业需求越来越碎片化时，OpenAI如何把大模型能力变成一门能规模化运转的生意。

这也是为什么GPT-5.6要以Sol、Terra、Luna三档同时出场，GPT-5.6 Sol负责复杂推理和高价值任务；GPT-5.6 Terra用GPT-5.5一半的价格覆盖日常办公和轻量分析；GPT-5.6 Luna则以低价争夺高频调用市场。过去，所有用户都挤在同一个最贵的模型上，越多人使用亏得越多。三层定价的本质，是让不同价值的请求流向不同成本的模型。

分层定价是第一步，产品整合是第二步。

GPT-5.6发布当天，OpenAI同步上线了ChatGPT Work，它是支持连接外部工具的AI智能体。ChatGPT Work可以拆解复杂任务、自主执行数小时，产出成品。同一天，原本独立运行的编程工具Codex也被正式并入ChatGPT桌面应用，与Chat、Work三栏并列。这套动作的意图在于，把聊天、办公、编程三条线收拢到一个入口，让ChatGPT从问答工具变成“超级应用”。

这背后是OpenAI沉重的财务压力。6月中旬，独立博主Ed Zitron获得的审计文件经《金融时报》独立核实后曝光，OpenAI 2025年营收130.7亿美元，总支出高达340亿美元，其中研发支出191.8亿美元，经营性亏损209.2亿美元。据研究机构Sacra估算，亏损的大头是推理成本，2025年推理支出84亿美元，2026年预计攀升至141亿美元。换算下来，OpenAI每天亏掉近6000万美元。

同为海外“御三家”之一的Anthropic是OpenAI最直接的宿敌。在模型矩阵上，两家最新旗舰级模型能力不相上下；在产品布局上，又存在智能体、编程、设计等产品的高度相似。此前，Anthropic发布的Fable 5因价格较高，受到一定质疑，6月末它马上上线了中端模型Claude Sonnet 5，主打更低的价格带来Opus级别的能力。在GPT-5.6上线的几乎同一时间，Anthropic宣布将重置5小时和每周使用额度，企图继续分流用户。

在激烈竞争之下，OpenAI除了卷模型，也得开始省钱了。GPT-5.6发布前，OpenAI官宣与博通合作的首颗自研推理芯片Jalapeño，从设计到流片只用了九个月。自研芯片的意义在于降低推理环节对通用GPU的依赖，省下租用算力的钱。

当然，省钱本质上还是为了给IPO铺路。OpenAI已秘密提交招股书，高盛与摩根士丹利联合辅导，一级市场估值8520亿美元。但时间窗口并不宽裕，Anthropic已率先递表，SpaceX已经先一步上市。

所以，GPT-5.6的真正任务，一方面是要证明OpenAI有能力把亏损增速放缓；另一方面它要用ChatGPT Work抢办公场景，用Codex守住开发者，再用三档定价拦截价格敏感型客户，找回被Anthropic拿走的主动权。

*题图由AI生成。