OpenAI 第一次不推出带有思考表盘的模型。 GPT-5.6 是三个真正独立的法学硕士——Sol、Terra 和 Luna——具有不同的培训、不同的定价和不同的能力上限。重要的比较是 Sol 与 Claude Fable 5 的比较，后者是 Anthropic 目前最强大的公共模型。

Sol 每百万输入代币的成本为 5 美元，输出代币为 30 美元。 《神鬼寓言 5》的售价为 10 美元和 50 美元，价格是前者的两倍，但现在在开发人员实际路由工作的几个基准测试中都表现不佳。 Luna 是三者中最便宜的，输入为 1 美元，输出为 6 美元，在编码方面已经超过了 Anthropic 的 Opus 4.8。最后一个细节在 7 月 19 日成为真正的问题。

《神鬼寓言 5》度过了艰难的一个月。在亚马逊研究人员发现越狱行为导致该模型意外变成漏洞扫描程序后，美国政府于 6 月 12 日禁止了该模型。 Anthropic 在全球范围内进行了 19 天的拉取，构建了一个新的安全分类器，并于 7 月 1 日以压缩的访问窗口将其带回。

自回归以来，该模型一直在借来的最后期限内运行。 Anthropic 计划在 7 月 7 日将其转移到使用积分付费墙后面，然后推迟到 7 月 12 日，现在是 7 月 19 日。每次延期都是在截止日期前几个小时宣布的，从未通过正式帖子宣布。

截至 7 月 19 日，我们将在所有付费计划中扩展 Claude Fable 5 的访问权限，并将 Claude Code 的每周费率限制提高 50%。

— 克劳德 (@claudeai) 2026 年 7 月 12 日

原因并不难读。如果《神鬼寓言》在 7 月 19 日之后停止订阅，Anthropic 为付费订阅者提供的最佳模式将成为 Opus 4.8，而 Luna 已经以极低的价格在编码方面击败了 Opus 4.8。即使在每周限制的 50% 下，保持《Fable》的可用性，也是唯一能让 Anthropic 的订阅等级看起来不比 OpenAI 的中档订阅等级差的原因。

面对面的基准测试中，竞争非常激烈。在人工分析编码代理指数上，Sol 得分为 80，而 Fable 得分为 77.2——使用了大约一半的代币，用了不到一半的时间，成本约为三分之一。在 Agents' Last Exam（在 55 个领域运行专业工作流程）中，Sol 的得分为 53.6%，而 Fable 的得分为 40.5%。在 Terminal-Bench 2.1 中，超级模式下的 Sol（四个子代理并行）达到 91.9%，而 Fable 为 83.1%。

在汇总了 9 个不同基准的更广泛的情报指数上，《神鬼寓言 5》仅比 GPT 5.6 高出 1 个点，这意味着能力差距几乎不明显。

测试模型

基准测试和测试过于关注编码能力，而无法衡量模型的能力。但我们不是黑客，因此除了简单的氛围编码游戏之外，我们还使用了与通常的编码场景稍有不同的其他提示。这是实际发生的事情。

创意写作

我们通过这两个模型运行了相同的提示（可在我们的 Github 中找到）：将 Jose Lanz 从 2150 年送回到 1000 年，迫使他陷入时间旅行悖论，并且在他回家之前不让他明白自己做了什么。

两种模型都变成了更接近中篇小说而不是短篇小说的作品。两人都打破了一条重要的规则：注意他回到未来时的悖论。

GPT-5.6 索尔让何塞在故事中弄清楚“那个未知的旅行者不是他来阻止的人。而是他。”寓言对此更加直接，何塞过去意识到整个悖论的发生都是因为他。 “没有种子赛。他就是种子赛。”

GPT-5.6 Sol 的作品《第一把火》属于简单的科幻类型——何塞无意中引入了熔炉，引发了他回来阻止的气候崩溃。开头确实不错：“只有雷声。只有昆虫。只有机器面前的世界潮湿的气息。”

然而，问题是 Sol 不相信该图像能够完成其工作。它解释了循环，然后再次解释，然后旧版本的何塞留下了第三次解释的录音：“他试图解决问题却造成了问题。他试图减少伤害却创造了解决方案。”很明显，是的，但到了第三圈也让人筋疲力尽。

克劳德寓言 5 的“Lo Que Arde，Vuelve”在马拉开波湖、卡塔通博闪电和阿努村庄中构建了同样的悖论——何塞无意中创造了他回去抹去的预言，只是为了安慰一个害怕的孩子。整个循环可以用一句话概括：“让他倒退的悲伤是他交付的货物。”

《神鬼寓言》的问题是《索尔》的镜像——它有点过于相信自己的散文，堆砌隐喻，直到像“你拉不动线，你就是线”这样的台词读起来更像是模型在欣赏自己，而不是故事需要它。

然而，在我们的主观测试中，《神鬼寓言》的《Lo Que Arde, Vuelve》总体来说是一个比 GPT 的《第一把火》更好的故事。 《神鬼寓言》采用了文化特异性、更清晰的因果循环以及通过行动而不是独白来解决的结局。索尔以简单易读的方式接受了它——这是你向那些想要清楚地说明而不是暗示机制的人提供的版本。就其价值而言，这两个故事都不错，只是不太好。

与前几代产品相比，质量的提升并不明显。

联想思维：一根树枝、一场阶级争论、一棵生菜

第二个测试衡量的是联想思维，而不是政治。提示：描述一根树枝，用这个描述来解释工人的剥削和对富人的盲目崇拜，然后让叙述融入对生菜的描述。这个想法是评估隐喻是否可以在模型不走出隐喻来解释它在做什么的情况下承载论点。

GPT-5.6 Sol 开场强劲，解释了树枝如何形成树干并支撑树，然后将其映射到“建造他们可能永远买不起的房屋”和“制造他们几乎买不起的商品”的工人身上。 “工人不仅交出劳动，而且交出想象力”，是较为尖锐的句子之一。但索尔不断打破自己的幻想来叙述它——“许多现代无产阶级都以同样的方式对待”，宣告了这个隐喻，而不是相信它。生菜的结局并没有真正融入整个故事，所以这种关联并不是最好的。

《克劳德寓言 5》将论证完全埋藏在物体内部，而不是叙述它。它的树枝“移动了它从未喝过的水”并“保留了它从未拥有过的叶子”，通过物理描述让剥削浮出水面，没有任何路标。更尖锐的举动是将倒下的树枝变成了信徒，每个人都相信这是一个“早期树枝”，正在经历“暂时的挫折”，确信它会“带着喧嚣和水分”到达树冠——这是追逐永远不会到来的财富的干净替代品。

它在某些地方做得太过分了——“百分之九十五的水和百分之一百不受影响”——结尾让隐喻可见而不是让它消失，将蔬菜描述为“没有树干，没有树冠，没有向上的梦想”，而不仅仅是一棵生菜。

总体而言，存在平局，得分取决于偏好。如果您需要解释一切，GPT 5.6 Sol 是最好的。如果你想让读者自己发现其中的信息，《克劳德寓言 5》会胜出。

逻辑与非数学推理：重写的桥谜题

我们开始使用新的提示，因为模型开始一致地回答我们之前的提示——这表明它存在于训练数据中的某个位置，而不是通过实时推理。从字面上看，四个人拿着一支火炬需要过一座桥。它们都有不同的步行速度，“A”是最快的 1 分钟，“D”是最慢的 10 分钟。一行人过桥需要多长时间？

GPT-5.6 Sol 在没有展示其工作的情况下回答了 17 分钟，运行与原始谜题相同的五步洗牌——A 和 B 交叉，A 返回，C 和 D 交叉，B 返回，A 和 B 再次交叉。其答案中没有任何内容表明该提示从未限制同时可以在桥上的人数。它读起来不太像是一个已解决的问题，而更像是一个缓存的问题。

克劳德·寓言 5 也得出了同样的错误数字，即 17 分钟，但对此进行了详细论证，解释说“将两个速度最慢的人放在一起会更有效”，并将这种天真的方法的成本量化为“护送税”：A 将分别支付运送 C 和 D 的费用。这个推理比 Sol 的推理更清晰，而且也离题了——两个模型都没有检查它正在求解的约束是否实际上在我们编写的提示中。

如果你很好奇，如果所有人都交叉在一起并以最慢的人的速度行走，那么正确的答案是 10 分钟。

编码：一款一次性浏览器游戏

最后一个测试是单次构建：为每个模型提供一个基于打字的射击游戏的提示，其中射击由用户键入单词来控制，并采取任何结果，没有后续，没有迭代，没有第二次机会。

GPT-5.6 Sol 似乎已经改变了它的 UI 偏好，现在更喜欢扁平的方形 UI 元素，更接近 Windows 8.1，而不是每个 AI 图像生成器似乎默认的光滑的紫色到蓝色对角渐变。它也是唯一将武器渲染为子弹射击打字机而不是真正的枪的模型，这是一个真正不同的称呼。

然而，在每个生成的设置中，背景都保持平坦和干燥，瞄准十字线是静态的，而不是跟踪敌人，而几何图形（敌人、击杀时的肢解血腥）看起来比当前的任何引擎都更接近 90 年代末的引擎。它比 GPT-5.5 有明显的进步，比 Opus 更有创意，但不足以一次性击败《神鬼寓言 5》。

《克劳德寓言 5》在我们的氛围编码测试中以大幅优势获胜。它提供了 Sol 构建完全跳过的音乐、氛围和音效，它的敌人使用类似的几何复古风格，但构建得更加谨慎，更接近 Minecraft 之类的东西，而不是 90 年代末的铲子软件。

它的用户界面更具创意和血腥，具有实际的动画而不是静态，并且它跟踪每分钟的单词数 - 这一细节实际上反映了提示的既定目标，即使用游戏来练习打字速度。它也有能力提升，而 Sol 的构建却没有。

基准测试和专业程序员不同意我们的观点，但在我们的测试中，在相同的提示下，Fable 和 Sol 之间的差异很明显，对 Fable 有利。

结论

除了编码之外，不要指望会对这些新模型感到惊讶。也就是说，《神鬼寓言 5》感觉像是适用于各种用途的最强大的模型，但哪种模型“更好”完全取决于您为这四件事中的哪一个付费。

对于那些不生活在终端窗口中的人——起草电子邮件、提出问题、像大多数人实际使用聊天机器人一样使用聊天机器人——我们的测试仅在质量上指向《寓言》，但这个答案因与智力无关的东西而变得复杂。

然而，价格差距可能会成为交易的障碍。 GPT-5.6 Sol、Terra 和 Luna 完全包含在 ChatGPT 的付费计划中，并且没有到期期限。 《克劳德寓言 5》将在三周内第三次延长最后期限，如果 Anthropic 不再更改日期，则将于 7 月 19 日恢复为 10 美元/50 美元的使用积分。

如果发生这种情况，按代币付费可能就没那么有趣了。

每日简报时事通讯