OpenAI这次动作不小，GPT-5.6系列模型直接面向全球全量开放，一口气拿出了三款产品：旗舰版Sol、均衡版Terra和性价比版Luna。24小时内，ChatGPT、Codex和API陆续完成覆盖。定价方面也很有层次感，分别是5/30美元、2.5/15美元和1/6美元（每百万Token输入/输出）。算一笔账，最低档的Luna，价格只有Anthropic旗舰模型Fable5的十六分之一。这直接打破了之前大家在成本上的预期。

从整体性能来看，这次发布最引人注目的地方就是性价比。在跨55个行业的Agents' Last Exam评测中，Sol以53.6分超出Claude Fable5足足13.1个百分点，即便只使用中档推理模式，也领先Fable5多达11.4分，而成本只有对方的四分之一左右。更令人意外的是，定位更低的Terra和Luna，在成本仅为Fable5十六分之一的前提下，基准得分依然超过了Fable5。编程领域更是Sol的主场——在Artificial Analysis编程智能体指数上，它以80分刷新了纪录，输出Token不到Fable5的一半，时间和成本也都显著降低。直观感受可能更简单，就是同等预算下，你能完成的工作量翻了好几倍。

不过，这里面也有几个值得留意的地方。GPT-5.6并非在所有场景下都能全面压制对手。在SWE-Bench Pro这个深水区测试中，Sol得分64.6%，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%。这几个短板说明，在深度工程和前沿数学这类核心领域，Anthropic依然有自己的护城河。值得一提的是，GPT-5.6引入了ultra模式，能最多协调16个智能体并行工作，在BrowseComp测试中以92.2%刷新了纪录，网络安全领域的ExploitBench得分也从47.9%飙升至73.5%。这才是真正拉开差距的地方。

另一边，国产模型阵营也出现了新变量。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。据海外科技媒体The Verge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，已经能与Anthropic旗下的Mythos相提并论。这意味着中国AI模型正在专业领域快速缩小与美国同行之间的差距。特别是在Fable5因美国出口管制全球关停的背景下，GLM-5.2稳定的开源策略给开发者提供了可靠的替代方案，也让三强格局变得更耐人寻味。

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衡量标准，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”的价格策略压缩对手空间，Anthropic坚守深度推理的壁垒，智谱则以开源路径切入差异化赛道——AI大模型的“三国杀”已经进入白热化阶段。值得持续关注的是，下一步谁会率先打破这个微妙平衡。