先说几个核心判断：OpenAI今天正式全面上线了GPT-5.6系列，一口气放出三款定位截然不同的模型——旗舰级的Sol、均衡型的Terra，以及主打高性价比的Luna。24小时内，这些模型会陆续接入ChatGPT、Codex和API平台。定价方面，三款模型分别为5/30美元、2.5/15美元和1/6美元（每百万Token输入/输出）。其中最值得关注的，是入门款Luna的单价，竟然只有Anthropic旗舰模型Fable5的十六分之一。

这次发布最大的亮点，其实是“极致性价比”这个标签。在覆盖55个行业的Agents' Last Exam基准测试中，Sol以53.6分的成绩领先Claude Fable5高达13.1个百分点。即便启用中等推理配置，它的得分依然高出Fable5达11.4分，而成本却只有后者的四分之一左右。更让人惊讶的是，定位更低的Terra和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了Anthropic的旗舰产品。尤其在编程能力方面，Sol在Artificial Analysis编程智能体指数中拿下了80分的新高，生成的Token数量还不到Fable5的一半——响应时长和综合成本同步获得了大幅优化。

但话说回来，GPT-5.6并非全维度制霸。在SWE-Bench Pro评测中，Sol得分为64.6%，明显低于Fable5的80%以及Mythos5的80.3%。而在最具挑战性的FrontierMath Tier4数学难题上，Sol只取得了65.9%的准确率，甚至不如前代GPT-5.5的72.5%，而Fable5则达到了87.8%。这些数据清楚地表明，在复杂工程推演与前沿数学建模这类深度场景中，Anthropic仍保有显著的技术壁垒。此外，GPT-5.6新增了ultra模式，支持最多16个智能体协同运行，在BrowseComp测试中达成了92.2%的准确率新纪录；网络安全方向的ExploitBench评分，也从47.9%一下子跃升到了73.5%。

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于6月底开源发布的GLM-5.2，在编程能力与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在部分漏洞挖掘与网络安全攻防测试中，表现已经可以比肩Anthropic旗下的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。当Fable5因美国出口管制被迫全球下线的背景下，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，标志着AI产业迈入了一个全新阶段：模型参数与单项指标不再是唯一的衡量标准。企业在同等预算约束下，究竟能交付怎样的实际产出与业务价值，已经成了真正的核心关切。当OpenAI以“降维打击”式的定价策略持续挤压竞品的生存空间，Anthropic坚守深度推理的护城河，而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。