OpenAI 的 GPT-5.6 系列于周四正式面向公众开放，为这一轮为期九天的密集发布画上句号。在此之前，SpaceXAI 的 Grok 4.5 与 Anthropic 回归的 Claude Fable 5 已相继登场，三款前沿大模型的定价区间从每百万 token 1 美元一路拉至 50 美元。
要点速览：
- GPT-5.6 系列下的 Sol、Terra 与 Luna 全面开放商用，按档位收费，每百万输入 token 价格自 1 美元至 5 美元不等。
- Grok 4.5 以每百万输入 token 2 美元、输出 6 美元的价格上市，在某独立智能指数中位列第四。
- Claude Fable 5 在高难度编程测试中持续领跑（SWE-Bench Pro 得分 80.4%），但也是三者中单价最高的模型。
GPT-5.6 上市一周
OpenAI 于 6 月 26 日宣布 GPT-5.6 系列，并先在美国政府协调下进行有限预览测试，随后于本周面向全球用户全面放开。旗舰型号 Sol 的定价为每百万输入 token 5 美元、输出 30 美元；中端 Terra 为 2.5 美元和 15 美元；主打速度的 Luna 则压至 1 美元和 6 美元。
SpaceXAI 则早一天抢跑。公司在周三向开发者推送 Grok 4.5，周四同步面向公众，价格为每百万输入 token 2 美元、输出 6 美元。**埃隆·马斯克（Elon Musk）**将其形容为“一个 Opus 级模型，但更快、更节省 token、也更便宜”。
Anthropic 则在 7 月 1 日重新上线 Claude Fable 5，缘于华盛顿方面解除 6 月 12 日施加的出口限制，三方“擂台”由此成型。
Fable 5 的价格明显更“昂贵”——每百万输入 token 10 美元、输出 50 美元，是三款产品中收费最高的一档。
延伸阅读：Solana 的 ETF 时刻：Bitwise 新申请后更难被忽视
Fable 5 基准测试领跑
厂商披露的基准测试数据显示，在难度最高的编程测试上，Fable 5 继续领跑：在 SWE-Bench Pro 上拿到 80.4% 的成绩，而 Grok 4.5 为 64.7%，被 GPT-5.6 替代的 GPT-5.5 则为 58.6%。在 Terminal-Bench 2.1 上，三款早期旗舰的分数则高度接近，彼此差距仅约 1 个百分点。
GPT-5.6 的加入，改写了这一图景。OpenAI 表示，通过新增的“Ultra 超强模式”，Sol 将任务拆分给并行子代理协作完成，在同一终端测试上拿到 91.9% 的成绩。
OpenAI 承诺将在 GPT-5.6 完成全面商用后，公布更完整的测试结果。
独立评测机构进一步将竞争框架拉回到“性价比”。Artificial Analysis 的智能指数中，Grok 4.5 在 168 个模型中位列第 4，仅次于 Fable 5、GPT-5.5 与 Claude Opus 4.8。但在“代理式编码任务”的测算中，Grok 完成一次任务的成本为 2.49 美元，而在 Claude Code 环境下调用 Fable 5，单次成本高达 11.80 美元——这一价差足以撬动企业采购决策。
不过，同一份测试也提示了 Grok 的“副作用”：在某项知识评测中，其幻觉率（自信但错误的回答）由 25% 跃升至 54%。
Grok 4.5：专家如何看
Cursor 首席执行官、Grok 4.5 训练合作方之一 Michael Truell 在博客撰文称，该模型“已经成了我们团队不少人的日常主力”。马斯克在内部则给出评估：整体水平大致相当于 Opus 4.7，但更快。不过，外界也指出，这两方评价均来自对发布有直接利益关联的一方。
分析师们越来越倾向于用“路由市场”而非“赢者通吃”来描述当前格局：Luna 与 Grok 4.5 这类低价阶梯负责吞下大部分批量任务，Fable 5 则承接其他模型“啃不动”的高难问题，而 Sol 的子代理模式瞄准的是介于两者之间、需要长时间终端会话的场景。
与此同时，华盛顿正在实质性影响 AI 产品的发布时间表——GPT-5.6 与 Fable 5 在面向用户之前均须通过政府审查。
Fable 5 6 月的“过山车之旅”则展示了监管介入时的风险敞口。Anthropic 于 6 月 9 日正式发布该模型，随后 **亚马逊（Amazon）**研究团队报告发现一项越狱手法，可借模型挖掘出软件漏洞，三天后相应出口管制随即落地。Fable 5 被迫下线 19 天，随后在一套新的安全分类器“护航”下重返市场：Anthropic 称，该分类器能在逾 99% 的相关场景中拦截此前披露的攻击路径。