先给个判断：OpenAI这次的动作，可以说是把AI大模型的竞争拉进了一个新的维度——不是单纯的参数竞赛，而是性价比的正面交锋。

就在最近，OpenAI正式向全球全量开放了GPT-5.6系列模型。一口气推出了三个版本：旗舰款Sol、均衡款Terra，还有主打性价比的Luna。这三款产品会在24小时内陆续覆盖ChatGPT、Codex以及API。定价方面也很有讲究：每百万Token输入/输出，Sol是5/30美元，Terra是2.5/15美元，而Luna只要1/6美元。最直观的对比是什么？Luna的价格，只有Anthropic旗舰模型Fable5的十六分之一。

性能全面超越Claude，编程和网络安全成主战场

这次GPT-5.6发布的叙事核心，说白了就是“性价比”这三个字。在横跨55个行业的Agents' Last Exam评测中，Sol拿下了53.6分，比Claude Fable5整整高出了13.1个百分点。即便只开中档推理模式，也能高出11.4分，而成本只有对方的四分之一左右。

更值得玩味的是后面这些数据：定位更低的Terra和Luna，在成本仅为对方十六分之一的前提下，基准得分居然也超过了Fable5。编程能力更是Sol的主场——它在Artificial Analysis编程智能体指数上以80分刷新了纪录，而消耗的Token还不到Fable5的一半，时间和费用也都大幅缩减。

不过话说回来，GPT-5.6也不是毫无短板。在SWE-Bench Pro上，Sol得分为64.6%，仍然低于Fable5的80%和Mythos5的80.3%。而在最难的FrontierMath Tier4数学题上，Sol的65.9%甚至不如上一代GPT-5.5的72.5%，Fable5则高达87.8%。这些短板其实说明一个事实：在深度工程和前沿数学这类硬核领域，Anthropic依然守着自己的护城河。

当然，GPT-5.6也有自己的杀手锏——它引入了ultra模式，最多可以协调16个智能体并行工作。在BrowseComp测试中以92.2%刷新纪录，网络安全领域的ExploitBench得分也从之前的47.9%飙升至73.5%。这些数字背后，是OpenAI在特定场景下的战略布局。

国产GLM-5.2异军突起，三足鼎立格局成型

这场AI军备竞赛里，中国玩家没有缺席。智谱AI在6月底发布的开源模型GLM-5.2，在编程和长程任务能力上已经达到国际先进水平，并且支持百万Token的长上下文。根据海外科技媒体The Verge的报道，多位研究人员认为，GLM-5.2在部分漏洞挖掘和网络安全测试场景中的表现，已经可以跟Anthropic旗下的Mythos相媲美。

这背后的信号很明确：中国AI模型在专业领域，正在快速缩小与美国的差距。尤其是当Fable5因美国出口管制而在全球关停时，GLM-5.2的稳定开源策略为开发者提供了一条可靠的替代路径，也让这场三国杀的格局更具悬念。

GPT-5.6的全量开放，标志着AI开发进入了一个新阶段。模型能力不再是唯一的标尺——同等预算下能完成多少实质性工作，才是企业真正关心的核心指标。当OpenAI用近乎“降维打击”式的价格策略压缩对手空间，Anthropic在深度推理领域守住自己的壁垒，智谱则用开源路线切入了差异化赛道。AI大模型的三国杀，正在进入白热化阶段。