OpenAI的GPT-5.6系列于周四公开发布，至此结束了长达九天的密集发布期。此前，SpaceXAI的Grok 4.5和Anthropic重返市场的Claude Fable 5已先后亮相，定价区间为每百万token 1美元至50美元。

核心要点

  GPT-5.6的Sol、Terra和Luna三个版本全面上线，输入token定价从每百万1美元至5美元不等。Grok 4.5以每百万输入token 2美元、输出token 6美元的价格发布，在独立智能指数中排名第四。Claude Fable 5在编程测试中保持最高得分，其中SWE-Bench Pro得分为80.4%，但定价也最为高昂。

GPT-5.6发布周

  OpenAI于6月26日公布了GPT-5.6系列，并在与美国政府协调后进行了有限预览，随后于本周向公众推出。旗舰版本Sol的定价为每百万输入token 5美元、输出token 30美元；Terra版本则为2.5美元和15美元；最快的Luna版本为1美元和6美元。

  SpaceXAI提前一天发布了自家产品。该公司于周三向开发者提供Grok 4.5，周四向公众开放，定价为每百万输入token 2美元、输出token 6美元。埃隆·马斯克将其描述为“Opus级别的模型，但速度更快、token效率更高、成本更低”。

  Anthropic于7月1日全球恢复提供Claude Fable 5。此前华盛顿于6月12日实施的出口管制被解除，这使三方发行的格局得以完整。该模型定价为每百万输入token 10美元、输出token 50美元，是三款模型中价格最高的。

Fable 5基准测试领先

  供应商数据表明，Fable 5在最困难的编程测试中表现领先，在SWE-Bench Pro上取得80.4%的得分，而Grok 4.5为64.7%，GPT-5.5（GPT-5.6所取代的模型）为58.6%。在Terminal-Bench 2.1上差距缩小，此前三款早期旗舰型号的得分彼此相差不到一个百分点。GPT-5.6改变了这一局面。OpenAI报告称，Sol通过一种新的超强模式（将任务分配给多个并行子代理）在同一终端测试中取得了91.9%的得分。更完整的基准测试套件将在全面上市时提供。

  独立测试从成本角度审视这场竞争。Artificial Analysis在其智能指数中将Grok 4.5排在第4位（共168个模型），落后于Fable 5、GPT-5.5和Claude Opus 4.8。然而，完成一个代理型编程任务，在Grok上花费2.49美元，而在Claude Code中运行Fable 5则需要11.80美元，这差距足以改变购买决策。同一测试者还指出幻觉率正在上升：在一个知识维度上，随着模型在出错时越发自信，幻觉率从25%跃升至54%。

Grok 4.5专家评价

  Cursor首席执行官Michael Truell（其公司曾协助训练Grok 4.5）发文称，该模型“已成为了我们团队许多人的日常首选”。马斯克内部将其评价为与Opus 4.7大致相当，只是更快。不过评论者指出，这两项认可都来自与此次发布有直接利益关系的相关方。

  分析师们越来越多地将市场描述为一种路由市场，而非单一赢家——像Luna和Grok 4.5这样的廉价版本承担大量常规工作，而Fable 5则处理其他模型无法解决的问题。Sol的子代理模式则瞄准了介于两者之间的长终端会话。

  与此同时，华盛顿方面正在影响发布日程。GPT-5.6和Fable 5都是在经过政府审查后才到达用户手中。Fable 5在6月的经历显示了监管介入时可能面临的风险。Anthropic于6月9日发布该模型，随后亚马逊研究人员报告发现了一种可暴露软件漏洞的越狱方式，仅三天后便触发了出口管制。模型因此下线19天，之后重新上线时配备了一个分类器，可在99%以上的案例中阻挡已被报告的攻击技术。