OpenAI 的 GPT-5.6 系列本週四全面開放，一口氣為 AI 產業畫下九天內三大旗艦齊發的句點。這段期間，市場陸續迎來 SpaceXAI 的 Grok 4.5 與 Anthropic 重新上架的 Claude Fable 5，三家在定價從每百萬 token 1 美元到 50 美元之間拉開巨大差距。
重點整理
- GPT-5.6 的 Sol、Terra、Luna 三款全面上線，輸入端採分級計價，每百萬 token 自 1 美元到 5 美元不等。
- Grok 4.5 以輸入每百萬 token 2 美元、輸出 6 美元推出，並在第三方智慧指數中排第 4 名。
- Claude Fable 5 在程式評測中暫居龍頭，SWE-Bench Pro 拿下 80.4% 的高分，但定價也是三者中最高。
GPT-5.6 發表週：政府審查後才全面開放
OpenAI 在 6 月 26 日預告 GPT-5.6 系列，先配合美國政府進行有限預覽，才在本週全面開放。旗艦款 Sol 的輸入費用為每百萬 token 5 美元、輸出 30 美元；中階 Terra 則為 2.5 美元與 15 美元；主打速度的入門款 Luna 壓到 1 美元與 6 美元。
SpaceXAI 則搶先一天卡位。該公司在週三先向開發者釋出 Grok 4.5，週四再開放給一般使用者，輸入端每百萬 token 2 美元、輸出 6 美元。Elon Musk 把它形容成「Opus 等級的模型，但更快、更省 token、也更便宜」。
至於 Anthropic，則是在 7 月 1 日、華府解除 6 月 12 日祭出的出口管制之後，才重啟 Fable 5 全球服務，讓這場三方對決正式成形。
Fable 5 的價格為每百萬輸入 token 10 美元、輸出 50 美元，是三款之中單價最高的一檔。
延伸閱讀：Solana ETF 時刻？Bitwise 最新申請案讓市場更難忽視
Fable 5 領先程式評測榜
各家公布的數據顯示，Fable 5 在難度最高的程式測試上暫居領先：在 SWE-Bench Pro 取得 80.4% 成績，明顯高於 Grok 4.5 的 64.7%，以及被 GPT-5.6 取代的 GPT-5.5 的 58.6%。
不過在 Terminal-Bench 2.1 這類終端機情境的測試上，三款前一代旗艦其實只差約一個百分點，差距相對收斂。
GPT-5.6 重新改寫了這張成績單。OpenAI 指出，Sol 透過一種新的「超級模式」，把任務拆給多個平行子代理執行，讓該終端測試分數衝上 91.9%。
OpenAI 承諾，等到全面 GA（正式商用）時，會公布更完整的一套評測結果。
獨立測試機構則把這場競賽放在「成本效益」的框架下檢視。Artificial Analysis 在其 Intelligence Index 中，將 Grok 4.5 排在 168 個模型的第 4 名，僅次於 Fable 5、GPT-5.5 與 Claude Opus 4.8。
但若拉回「實際任務成本」，一個完整的代理式程式任務，在 Grok 上約花 2.49 美元，而在 Claude Code 內跑 Fable 5 則要 11.80 美元，價差大到足以左右企業採購決策。
同一批測試人員也示警，隨著模型自信程度提高，「幻覺率」有惡化跡象：在某項知識測量指標上，錯誤卻堅定回答的比例，從 25% 暴增到 54%。
專家怎麼看 Grok 4.5？
協助訓練 Grok 4.5 的 Cursor 執行長 Michael Truell 在評測文章中表示，這款模型「已經成為我們團隊許多人的日常主力」。
Musk 則在內部把它定位成「大致等同 Opus 4.7，但更快」的等級。不過外界也提醒，這兩則背書都來自對這次發表具有直接利害關係的一方。
市場分析愈來愈傾向把未來視為「路由市場」——而非單一贏家通吃：
像 Luna、Grok 4.5 這類低價層級，預期會吃下大量日常與批次工作；Fable 5 則專攻「其他模型解不了」的高難度問題；介於兩者之間的長時間終端工作，則由具多子代理模式的 Sol 切入。
與此同時，華府開始在發表節奏上扮演關鍵角色：GPT-5.6 與 Fable 5 都得先通過政府審查，才能真正抵達用戶端。
Fable 5 六月的曲折上線過程，則凸顯監管介入時牽動的利害。Anthropic 原本在 6 月 9 日推出該模型，隨後 Amazon 研究團隊通報，發現某種越權技巧能引導模型暴露軟體漏洞，三天後就引來出口管制。
Fable 5 因此被迫下線 19 天，直到今年重新上架，並加上一套分類器，據稱能在逾 99% 的情況下攔截這類攻擊手法。