GPT-5.6 Sol 首批测试版结果：相同任务成本约为 Fable 5 的一半

首批对 GPT-5.6 Sol 测试版的印象表明，OpenAI 的这款新旗舰模型在长代码任务、空间推理、前端生成以及以性能为导向的优化方面表现强劲。在一些测试中，它似乎还能生成更简洁、更短的代码。与 Claude Fable 5 的比较并非一边倒。Fable 5 在某些端到端编码和成品质量场景中可能仍然更有优势，但按照标价的 Token 计费来看，Sol 要便宜得多，而且从早期结果来看竞争力很强。安全行为仍然是一个重要因素。OpenAI 和 Anthropic 都在围绕高能力编码与网络安全模型增加更强的防护措施，这意味着开发者不仅应评估输出质量，还应评估访问规则、被拦截的请求、重试行为以及实际任务成本。 **结论：GPT-5.6 Sol 并不只是一个更便宜的模型。它是一款严肃的前沿编码模型，其真实价值将取决于它在完整、重复的开发者工作流中的实际表现。**

发布于 2026年7月8日•general•GEO 评分: 0•11 次阅读

GPT-5.6 SolGPT-5.6OpenAI SolGPT-5.6 定价GPT-5.6 测试版结果Fable 5 对比Claude Fable 5Mythos 5Opus 4.8AI 编码模型智能体式编码CUDA 加速Terminal-Bench 2.1AI 模型安全AI 模型定价

选择语言

العربية Deutsch English Español Français Italiano 日本語 한국어 Português Русский 中文

这张图片是一篇技术博客的封面，背景采用深色暗调并带有暗纹装饰，主视觉是 OpenAI 风格的白色螺旋状标识。封面核心内容以醒目的青绿色字体呈现，主标题为“GPT-5.6 Sol 首批测试版结果：”，副标题点明文章的核心主题，即该模型的首批测试结果显示其成本更低、编码性能更强，并将其与 Fable 5 进行对比。整体内容契合所在文档的主题，直观展现了相关文章的核心信息与对比方向。

GPT-5.6 Sol 首批测试结果：同样的任务，成本大约只有 Fable 5 的一半

引言

GPT-5.6 Sol 进入预览阶段的时间还不长，第一轮用户测试结果已经开始陆续出现。早期信号很明确：Sol 在长程编程任务、复杂推理和视觉生成方面表现强劲，同时按每个 token 计算的成本也明显低于 Claude Fable 5。

本文基于原始的 BAAI / QbitAI 帖子，并保留了相同的整体结构：早期印象、编程反馈、与 Fable 5 的对比、定价以及安全限制。措辞已重写为适合博客发布的自然英语，但关键数据、观点和原始逻辑均予以保留。

来源说明：原文由 BAAI Hub 发布，并转载自 QbitAI。文中包含多张来自 X 帖子的截图和对比图片。与文章内容直接相关的截图在下文中保留；表情包式反应图、二维码、社区招募图片以及无关的装饰性图形已被省略。

原始来源：BAAI Hub 文章

GPT-5.6 Sol 预览版的早期结果

GPT-5.6 Sol 预览版发布时间尚短，但早期测试者已经开始分享结果。其中一条最直接的评价来自一位 NVIDIA 工程师，他用非常直白的话描述了 Sol 在 CUDA 加速方面的进展：Sol 看起来很强。

在一次被报道的运行中，Sol 约用 30 小时就达到了 Opus 花 64 小时才达到的 CUDA 加速结果。测试者还指出，Sol 似乎并不是先依赖低精度方案。相反，它更倾向于采用聚类和 DSMEM 风格的优化方式，之后仍有空间再转向低精度和张量核心。

图片为一条推文，发布者为Bryce，其头衔为CUDA Colonel，账号为@blelbach。推文内容提到，经过30小时运行，Sol已超越64小时运行的Opus加速结果。Sol采用不同方法，不依赖低精度，而是利用集群/DSMEM。它在创新数值方面获胜，最终会转向低精度，点亮张量核心并击败对手。该推文与上下文紧密相关，是对GPT-5.6 Sol在CUDA加速方面进展的评价，与上下文提到的Sol在CUDA加速方面取得进展相呼应。

重点并不只是 Sol 产出了一个速度很快的结果。更重要的是它所采用的方法。早期评论表明，Sol 愿意沿着更深层的优化路径继续推进，而不是仅仅给出一个表面上可用的答案。

此外，还有视觉生成方面的对比。在原始讨论中，用户使用类似的“宇宙飞船”提示词比较了 GPT-5.6 和 GPT-5.5。GPT-5.6 生成的走廊具有更强的光照效果、更清晰的对比度，以及更具电影感的纵深。相比之下，GPT-5.5 的画面则显得更平、更暗淡。

同样的模式也出现在太空场景中。GPT-5.6 给出的结果更干净、更连贯，而 GPT-5.5 看起来则更粗糙。在视觉一致性和空间构图方面，Sol 在这些早期示例中显然更胜一筹。

GPT-5.6 Sol 再次成为热门话题的另一个原因是发布时间点。Claude Fable 5 刚刚重新回到公众视野，而 OpenAI 自家的模型阵容似乎也终于再次开始推进。原文援引了一些社交平台帖子，称该模型可能很快会更广泛地开放，尽管

OpenAI 的帮助中心仍然表示，预览版目前仍受限，且尚未公布正式全面上线的日期。

Sam Altman 也加入了这场讨论，并做了一个轻松幽默的类比：他说，他家大孩子第一次把两个词连在一起说出来时，带给他的惊喜感，大约就和 GPT-5.6 发现新数学时一样。

这张图片是 OpenAI CEO 山姆·奥特曼（Sam Altman）在社交平台上的发文截图，英文内容为“our older kid put two words together for the first time and i am approximately as amazed by this cognitive feat as i am by GPT-5.6 discovering new math”，并配有对应的中文翻译“我们的大孩子第一次把两个词放在一起，我对他的这项认知成就感到无比惊讶，就像我对 GPT-5.6 发现新的数学概念感到惊讶一样”。这段内容与文中提到的“Sam Altman 也加入了讨论”的信息相呼应，体现了他将自家孩子的成长与 GPT-5.6 的技术进展相联系，对该模型所呈现的类似“里程碑式突破”的积极评价。

首批 Beta 反馈已出炉

查看早期测试者的帖子后，可以发现几个反复出现的主题。

第一个是代码风格。与其他一些前沿模型相比，Sol 写的代码更少。它看起来更克制。如果一个问题用三行就能解决，它不会硬把答案拉长到五行。

有位测试者表示，在一项类似任务中，Sol 使用的代码行数大约只有 Opus 的五分之一。这个差异在 C++ 中尤其明显，因为 Sol 的输出更接近人类工程师手写的代码。注释更少，额外层级更少，也少了很多不必要的脚手架式结构。

图片是一张黑色背景的文字图，对比了 Opus，并列出 Sol 在编程方面的特点：进展更慢、失败更多（因为尝试了更难的问题）、探索想法更少（不轻易放弃）、代码行数少 5 倍、C++ 更简单（让我想起我自己的代码）、注释更少。这些特点与文中提到的 Sol 编程风格更克制、代码量更少、注释更少等信息相呼应，直观展现了 Sol 在编程方面的表现。

对于长期维护来说，这一点很重要。更小、更干净的代码更容易审查，也更容易在真实项目中长期维持。

不过，早期报告也并非全是赞美。Sol 在迭代过程中似乎也推进得更慢。它可能会因为尝试更难的问题而更频繁地失败。与 Opus 相比，它似乎探索的方向更少。一旦选定了一条路径，它往往会沿着这条路径继续深挖。

简单来说，Sol 似乎对大范围的试错兴趣较低，对长周期优化兴趣更高。它并不总是优先追求表面上最精致的结果，而是把更多精力放在底层性能和推理路径上。

这也与 OpenAI 对 GPT-5.6 Sol 的官方定位一致。OpenAI 将其描述为一款适用于高难度推理、复杂代码以及长链工作流的模型，这类任务需要规划、迭代、工具使用以及步骤协调。官方发布帖还表示，Sol 引入了更高的 max 推理强度，以及一个可在复杂工作中使用子代理的 ultra 模式。

与 GPT-5.5 Pro 的提示词对比

当把同样的提示词分别给 GPT-5.6 Sol 和 GPT-5.5 Pro 时，多个类别中的差异都很明显。

在交互式 SVG、3D 模型和生成式游戏方面，Sol 在指令遵循和空间推理上显得更强。它的输出也更加稳定。这种稳定性很重要，尤其是当一项任务取决于

布局、对象关系、镜头角度，或视觉逻辑。

前端设计是 Sol 表现出色的另一个领域。与 GPT-5.5 相比，Sol 生成了更干净的页面结构、更好的间距、更清晰的层级，以及更精致的视觉风格。换句话说，它不只是完成了任务，还让结果显得更加可用。

GPT-5.6 Sol 成功挑战 Fable 5 了吗？

很多人关心的问题其实很简单：GPT-5.6 Sol 与 Claude Fable 5 相比表现如何？

从早期讨论来看，答案是复杂的。Sol 的确很强，但在某些场景下，Fable 5 在整体模型体验和代码质量方面可能仍然略占优势。

在一些基准测试对比中，Sol 与 Fable 5 持平，甚至有所超越。但用户体验并不只取决于基准分数。对于复杂编码和最终成品质量，一些测试者仍然觉得 Fable 5 略胜一筹。

图片展示了Mythos与GPT-5.6 Sol在多个基准测试中的对比结果。左侧为测试名称，右侧是分数及胜者。如ExploitBench中Mythos Preview得74.2分，GPT-5.6 Sol得73.5分，Mythos Preview胜；Terminal-Bench 2.1中GPT-5.6 Sol得91.0分，胜。图片还标注了Mythos和GPT-5.6 Sol的得分差异，如ExploitBench差异0.7分，Terminal-Bench 2.1差异3.0分等。该图与上下文紧密相关，直观呈现了两款模型在不同测试中的表现情况。

原文中提到的一个例子，是一位名叫 Gipp 的用户进行的 3D FPS 游戏测试。GPT-5.6 还在处理游戏世界、光照和玩法细节时，Fable 5 已经能够通过一条提示词生成一个更完整、可玩的游戏。

这是一个重要差异。在创意编程和一次性原型生成中，最终用户体验的重要性可能高于模型原始的基准分数。

成本差异：Sol 比 Fable 5 便宜得多

在成本方面，GPT-5.6 Sol 显得尤其有竞争力。

根据 OpenAI 帮助中心的信息，在预览期间，GPT-5.6 Sol 的价格为每 100 万输入 token 5 美元，每 100 万输出 token 30 美元。Anthropic 的 Claude Fable 5 模型页面则显示，Fable 5 的价格为每 100 万输入 token 10 美元，每 100 万输出 token 50 美元。

模型	输入价格 / 100万 Tokens	输出价格 / 100万 Tokens	备注
GPT-5.6 Sol	$5.00	$30.00	OpenAI 的旗舰 GPT-5.6 模型
GPT-5.6 Terra	$2.50	$15.00	成本更低的 GPT-5.6 选项
GPT-5.6 Luna	$1.00	$6.00	速度最快、成本效率最高的 GPT-5.6 选项
Claude Fable 5	$10.00	$50.00	Anthropic 的高端 Fable 模型

图片展示了OpenAI的三个GPT-5.6模型：Sol、Terra、Luna。Sol为旗舰模型，适合雄心勃勃的代理工作，输入价格5美元，缓存输入0.5美元，输出30美元；Terra为平衡模型，适合高效日常任务，输入价格2.5美元，缓存输入0.25美元，输出15美元；Luna为快速、经济实惠的高负载工作模型，输入价格1美元，缓存输入0.1美元，输出6美元。该图与上下文紧密相关，直观呈现了各模型的价格及适用场景，辅助说明GPT-5.6 Sol在成本方面的优势。

基于这些数据，Sol 的输入 token 价格大约只有 Fable 5 的一半，而输出 token 的价格也明显更低。对于运行长时间代理式编码任务的团队来说，这种差异可能非常重要。

当然，模型选择也不应只基于 token 定价。如果某个模型能用更少的尝试次数、更少的工具调用，或

总 token 数更少，它的实际任务成本就可能更低，即使它标示的 token 单价更高也是如此。但如果能力差距不大，Sol 更低的价格会让它具备明显优势。

安全限制仍然是一个关键问题

另一个主要因素是安全行为。

在 Fable 5 回归后，用户注意到它的安全防护相当严格。在常规编码或调试任务中，一些提示词可能会被归类为高风险，并从 Fable 5 分流到 Opus 4.8。根据原文对用户反馈的总结，甚至一些看起来无害的提示词有时也会被过滤器拦截。

Anthropic 解释称，Fable 5 使用了更强的网络安全防护措施和安全分类器。该公司还表示，这些分类器有时会拦截无害请求，因为它们在设计时预留了较大的安全余量。

OpenAI 的 GPT-5.6 Sol 也配备了更强的防护机制。OpenAI 表示，GPT-5.6 系列采用分层保护，包括模型级拒绝行为、实时检查、账户级信号、差异化访问、监控以及持续测试。官方系统卡还将 GPT-5.6 系列视为在网络安全以及生物/化学风险方面具有高能力，同时指出这些模型尚未达到最高的“Critical（严重）”阈值。

实际结论很直接：这两个模型家族都在变得更强，尤其是在代码和网络安全相关工作上。因此，用户应当预期会有更多安全检查、更多被拦截的边缘案例，以及更谨慎的发布策略。

这对开发者意味着什么

对开发者来说，GPT-5.6 Sol 在三个方面看起来很有前景。

第一，它似乎在处理长篇、困难的编码任务方面表现强劲。早期测试者形容它生成的代码更整洁、行数更少，而且 C++ 风格更像人类编写。第二，它在空间推理、前端设计和交互式输出方面似乎优于 GPT-5.5。第三，它的 token 定价明显低于 Fable 5，这使它对高吞吐量或长时间运行的智能体任务更具吸引力。

但现在仍为时尚早。该模型仍处于预览阶段，访问权限有限，公开印象也基于相对较少的测试。Fable 5 在某些创意编程和复杂原型设计任务中，仍可能产生更强的端到端结果。

只有当这两个模型都广泛可用，并在相同工作流、相同预算、相同提示词和相同评估标准下接受测试时，真正的比较才会更加清晰。

常见问题

什么是 GPT-5.6 Sol？

GPT-5.6 Sol 是 OpenAI 在 GPT-5.6 系列中的旗舰模型。OpenAI 将其描述为迄今最强的模型，面向高难度推理、软件工程、科研工作、网络安全以及长链式智能体工作流。

GPT-5.6 Sol 是否已向公众开放？

在预览期间，OpenAI 表示 GPT-5.6 Sol、Terra 和 Luna 仅通过 API 和 Codex 向有限数量的受信任合作伙伴和组织开放。OpenAI 帮助中心称，GPT-5.6 在预览期间不会在 ChatGPT 中提供，而且尚未公布正式全面上线日期。

GPT-5.6 Sol 的价格是多少？

OpenAI 标示，GPT-5.6 Sol 在预览期间的价格为每 100 万输入 token 5 美元，每 100 万输出 token 30 美元。

同一个帮助中心页面列出了 Terra 的价格为每百万输入/输出 token 2.50 美元 / 15 美元，Luna 的价格为每百万输入/输出 token 1 美元 / 6 美元。

GPT-5.6 Sol 与 Claude Fable 5 相比如何？

早期用户反馈表明，Sol 在编程、前端布局、空间推理和长周期优化方面表现强劲。Fable 5 在某些端到端编码和创意原型任务上可能仍然感觉更强，但 Sol 在定价方面具有明显优势。

为什么 Sol 被认为比 Fable 5 更便宜？

Sol 的标价是每百万输入 token 5 美元、每百万输出 token 30 美元，而 Claude Fable 5 的标价是每百万输入 token 10 美元、每百万输出 token 50 美元。这使得 Sol 的输入成本大约只有一半，输出成本也更低。

为什么高级编程模型会有更严格的安全检查？

能够对代码和网络安全进行深度推理的模型，也可能被滥用于攻击性任务。这就是为什么 OpenAI 和 Anthropic 都提到，会围绕其能力最强的模型部署分层防护、安全分类器、分阶段访问控制以及监控机制。

开发者应该立即切换到 GPT-5.6 Sol 吗？

不一定。Sol 看起来很有前景，尤其适合对成本敏感的编程和智能体任务，但目前访问仍然有限，公开测试也还处于早期阶段。开发者应当根据自己的实际工作负载来比较模型，包括质量、token 总使用量、重试次数、延迟以及请求被拦截时的表现。

摘要

最初对 GPT-5.6 Sol 的印象表明，OpenAI 这款新的旗舰模型在长程编码任务、空间推理、前端生成以及以性能为导向的优化方面表现强劲。在一些测试中，它似乎还能生成更简洁、更短的代码。

与 Claude Fable 5 的比较并非一边倒。Fable 5 在某些端到端编码和成品质量场景中可能仍然占优，但按照公布的 token 定价，Sol 要便宜得多，而且从早期结果来看也极具竞争力。

安全行为仍然是一个重要因素。OpenAI 和 Anthropic 都在围绕高能力编码和网络安全模型增加更强的防护措施，这意味着开发者不仅应评估输出质量，还应评估访问规则、被拦截的请求、重试行为以及真实任务成本。

底线是：GPT-5.6 Sol 并不只是一个更便宜的模型。它是一款严肃的前沿编码模型，其真正价值将取决于它在完整、重复性的开发者工作流中的实际表现。