OpenAI 今天正式面向全球全面上线 GPT-5.6 系列模型，一次性放出三款定位截然不同的产品：旗舰级 Sol、均衡型 Terra 以及高性价比 Luna。24 小时内，这三款模型将陆续接入 ChatGPT、Codex 和 API 平台。定价方面，Sol 每百万 token 输入/输出分别为 5/30 美元，Terra 为 2.5/15 美元，Luna 则低至 1/6 美元。算一笔账：入门款 Luna 的单价，仅为 Anthropic 旗舰模型 Fable5 的十六分之一——这价格，基本是“降维打击”了。

综合性能跃居Claude之上，编程与网络安全成关键突破口

GPT-5.6 这轮发布最大的亮点，其实就四个字：极致性价比。在覆盖 55 个行业的 Agents' Last Exam 基准测试中，Sol 以 53.6 分领先 Claude Fable5 达 13.1 个百分点；即便启用中等推理配置，Sol 的得分仍高出后者 11.4 分，而成本却只有 Fable5 的四分之一左右。更值得关注的是，定位更低的 Terra 与 Luna，在成本压缩到 Fable5 十六分之一的前提下，基准表现依然稳稳超过 Fable5。编程能力尤其突出——Sol 在 Artificial Analysis 编程智能体指数中拿下了 80 分的新高，而且生成 Token 数量不到 Fable5 的一半，响应时长和综合成本同步大幅优化。一句话：用更少的钱，干更多的活。

但话说回来，GPT-5.6 并非全维度通吃。在 SWE-Bench Pro 评测中，Sol 得分 64.6%，仍低于 Fable5 的 80% 和 Mythos5 的 80.3%；面对最棘手的 FrontierMath Tier4 数学难题，Sol 准确率只有 65.9%，甚至不如前代 GPT-5.5 的 72.5%，而 Fable5 高达 87.8%。这些数据提醒我们：在复杂工程推演和前沿数学建模这类深度场景里，Anthropic 依然牢牢握着技术壁垒。另外，GPT-5.6 新增了 ultra 模式，支持最多 16 个智能体协同运行，在 BrowseComp 测试中刷出 92.2% 的准确率新纪录；网络安全方向的 ExploitBench 评分也从 47.9% 跃升至 73.5%。可以说，各有各的看家本领。

国产GLM-5.2强势崛起，三方对峙格局已然确立

这场全球 AI 竞速中，中国力量也在加速入场。智谱 AI 在 6 月底开源发布的 GLM-5.2，在编程能力和长程任务处理方面已经跻身国际第一梯队，原生支持百万级 Token 上下文长度。据 The Verge 报道，多位海外研究人员指出，GLM-5.2 在部分漏洞挖掘和网络安全攻防测试中，表现已可比肩 Anthropic 的 Mythos 系列——这印证了中国大模型在垂直专业领域正在快速追赶美国头部水平。尤其是当 Fable5 因美国出口管制被迫全球下线之际，GLM-5.2 坚持开源、稳定可用的策略，为全球开发者提供了关键的替代方案，也让“三足鼎立”的竞争态势越来越清晰。

GPT-5.6 的全面开放，意味着 AI 产业迈入了一个全新阶段：模型参数和单项指标不再是唯一衡量标准，企业在同等预算约束下所能交付的实际产出与业务价值，才是真正的核心关切。OpenAI 用“降维打击”式的定价策略持续挤压竞品生存空间，Anthropic 死守深度推理护城河，智谱则依托开源生态开辟差异化路径。AI 大模型领域的“三国争霸”，已经进入前所未有的胶着与激烈阶段。