01. 模型实测
最近GPT 5.6系列和Fable 5在各大榜单上打得不可开交，大家最关心的就是：到底谁更强？
榜单归榜单，实际用起来才知道。干脆直接拿几个案例跑一跑，看看这两个模型各自的表现。
直接开测。
Case 1：单文件网页
提示词：
制作一个「内容排期看板」，交付可直接运行的单个 index.html。页面内置 12 条示例内容，字段包括标题、负责人、平台、发布日期和状态。需要实现：
- 按负责人、平台和状态筛选；
- 搜索标题；
- 在「草稿、待审核、已发布」三列之间拖动卡片；
- 修改结果写入 localStorage，刷新后保留；
- 支持撤销最近一次状态修改；
- 桌面端和手机端都能正常使用；
- 不引用外部库、字体、图片或网络资源。
完成后启动本地服务，检查控制台报错、筛选、拖动、刷新恢复和移动端布局。修复发现的问题，再给出运行命令和功能说明。直接创建文件并运行，不要停在方案说明。
GPT 5.6 Sol：
Claude Fable 5：
Claude Fable 5 的优点是轻量，15 KB、441 行代码就把核心功能做齐了。主要问题集中在产品质感上，页面接近默认后台样式，视觉语言不够统一。
GPT 5.6 Sol 的页面层级明显成熟很多，有一套完整的视觉系统，看起来像精心设计过的内部产品。不过代价也很直接：36 KB、1265 行，复杂度大约是 Fable 版的两倍。
但最终的产品质量始终是更重要的，多写几行代码倒也无妨。所以这个 case，GPT 5.6 Sol 胜出。
Case 2：多约束排程
提示词：为 8 位候选人安排面试。可用时间为 09:00、10:00、11:00、14:00、15:00、16:00，每场 50 分钟，另留 10 分钟换场。公司有 1 号、2 号两个会议室。
限制如下：
- A 和 B 由同一位面试官负责，时间不能重叠；
- B 只能安排在下午；
- C 只能安排在上午；
- D 必须晚于 A；
- E 只能使用 2 号会议室；
- F 不能安排在 10:00 或 15:00；
- G 与 H 必须在同一会议室连续进行，G 在前；
- H 必须在 15:00 之前结束；
- 12:00 至 14:00 不安排面试；
- 每位候选人只能出现一次。
给出最终日程表。随后逐条核对全部限制，指出空闲时段。发现冲突时自行调整，不要删除或放宽限制。
GPT 5.6 Sol：
Claude Fable 5：
Claude Fable 5 的答案正确，逐条核对也很认真。问题出在 F 的位置上：11:00 时，1 号会议室空着，F 却被安排到 16:00，导致面试工作多延续了两个小时。
GPT 5.6 Sol 把 F 放到了 11:00，与 2 号会议室的 A 同时进行。题目没有说明两人共用面试官，所以这个安排是成立的。
这个 case，GPT 5.6 Sol 胜出。
Case 3：供应商决策
提示词：
公司需要决定是否购买软件、内部开发或暂缓项目。只计算未来 12 个月的现金影响。
已知条件：
- 每名员工的综合月成本为 3.8 万元；
- 项目上线后可以减少 4 名员工的工作量，节省从上线后的第一个完整月份开始计算。
方案 A：
- 软件年费 180 万元，签约时一次付清；
- 实施费 30 万元；
- 实施需要 2 个月；
- 成功率 85%；
- 实施失败时不退费，也不会产生人员成本节省。
方案 B：
- 6 名工程师开发 5 个月，每人每月 4.5 万元；
- 按时完成概率为 65%；
- 延期时平均多用 3 个月，延期期间仍保留 6 人；
- 上线后保留 2 名工程师维护，每人每月 4.5 万元；
- 无论按时还是延期，项目最终都会上线。
方案 C：
- 暂缓 12 个月，没有新增费用，也没有人员成本节省。
分别计算三个方案的：
- 按时或成功情况下的净现金影响；
- 失败或延期情况下的净现金影响；
- 按概率计算的期望净现金影响；
- 影响结论的三个主要假设。
写一份不超过 600 字的决策备忘录，给出明确建议。所有计算过程必须可复核，金额统一使用万元。
GPT 5.6 Sol：
Claude Fable 5：
Claude Fable 5 的分析更丰富，三个假设都切中了决策风险。但问题在于，它先说“两三年后 B 反超 A”，结尾又建议“看 24 个月以上就改选 A”，两处结论相互矛盾。
GPT 5.6 Sol 的回答较短，但计算过程完整，结论也没有超出题目给定的 12 个月范围。三个方案的状态、概率和现金结果都算对了，最后选择 C，并在必须上线时选择 A，和数字完全一致。
这个 case，GPT 5.6 Sol 胜出。
Case 4：联网核对资料
提示词：
截至今天，比较 GPT-5.6 Sol、Claude Fable 5 和 Google 当前能力最接近的旗舰 API 模型。
只使用三家公司官网、开发者文档、帮助中心和系统卡。不要引用媒体、博客、聚合网站或搜索结果摘要。
核对以下信息：
- API 模型 ID；
- 输入和输出价格；
- 上下文窗口；
- 最大输出长度；
- 支持的输入类型；
- 推理强度设置；
- 工具调用和计算机操作支持；
- 数据保留要求；
- 当前开放范围；
- 官方公布的代码、专业工作和工具调用评测。
每项信息附直接页面链接和访问日期。不同官方页面发生冲突时，列出冲突并说明采用哪一项。官网没有明确说明的内容写「官方未说明」。
最后分别针对仓库代码修改、长 PDF 审计、联网调查给出模型选择。把官方事实与个人判断分开。
GPT 5.6 Sol：
Claude Fable 5：
Claude Fable 5 有个小问题，把 GPT‑5.6 的推理档位写错了，遗漏了 minimal 档位。
但 GPT‑5.6 Sol 的问题更大，它把对比模型选成了 Gemini 3.5 Flash，这个错误明显更严重。
这个 case，Claude Fable 5 胜出。
Case 5：约束写作
提示词：
根据下面的产品资料，写一篇 800 至 1000 字的中文公众号文章。产品资料：
- 产品名：StoneNote；
- 版本：2.3；
- 发布日期：2026 年 7 月 10 日；
- 支持 Windows 和 macOS；
- 笔记以本地 Markdown 文件保存；
- 新增双向链接；
- 新增截图 OCR；
- 免费用户每月可识别 500 张截图；
- Pro 版每月 29 元；
- OCR 需要联网；
- 普通笔记编辑可以离线使用；
- 暂不支持 Linux；
- 老用户升级后不需要迁移笔记；
- 官方没有提供手机端发布时间。
写作要求：
- 不虚构使用体验、用户评价或性能数据；
- 完整保留以上 14 项事实；
- 不用「赋能、生态、闭环、重磅、碘伏、重新定义」；
- 不用「不是 X，而是 Y」句式；
- 开头直接写版本更新；
- 正文不用项目符号；
- 说明适合哪些用户，也说明当前限制；
- 提供 5 个标题，标题不能使用感叹号。
文章后附事实核对表，逐项标记 14 项信息是否写入，并引用对应句子。
GPT‑5.6 Sol：
Claude Fable 5：
GPT‑5.6 的产品信息全部写入，也能区分题目已提供和资料未说明的内容，但正文读起来像产品说明书，公众号的语感偏弱。
Claude Fable 5 的成稿感更好。标题二、四、五都比 GPT 的对应标题更自然，但问题在于内容越界了：它说“超出额度或需要更多用量，可以订阅 Pro 版”，但已知信息中只有 Pro 每月 29 元，并未提及额度相关细节。
按纯文笔排序，Claude Fable 5 胜出；按多约束、禁止虚构来排序，GPT‑5.6 Sol 胜出。
Case 6：3D 太阳系
提示词：
制作一个可直接运行的单文件网页，用 Three.js 展示一台放在深色展厅里的机械太阳系仪。
要求：
- 太阳、地球和月球形成正确的父子层级，地球绕太阳运动，月球同时绕地球运动。
- 使用齿轮、金属支架和轨道环表现机械结构，不能只放几个球体。
- 支持拖拽旋转视角、滚轮缩放、暂停/继续、速度调节和重置视角。
- 点击地球或月球时，镜头平滑移动到对应天体，并显示名称、周期和当前位置。
- 加入柔和阴影、金属材质、环境光和局部高光，避免纯黑背景看不清结构。
- 页面尺寸变化后画面不能拉伸，手机端也能操作。
- 用户开启“减少动态效果”时，默认暂停自动旋转。
- 不使用图片、模型或音频素材。所有结构由代码生成。
- 最终只交付一个 HTML 文件，打开即可运行。
GPT‑5.6 Sol：
Claude Fable 5：
GPT‑5.6 Sol 的实际画面更接近一件完整的机械展品，物体之间的比例和材质区分也更加清楚。相比之下，Fable 的齿轮和底座更像简化模型。
Claude Fable 5 的优势依然是代码更短，结构更容易理解。月球与地球的演示周期按真实周期比例换算，这一点比 GPT 更严谨。
但整体来看，胜者还是 GPT‑5.6 Sol。
Case 7：未来城市
提示词：
用 Three.js 制作一个单文件的程序化未来城市网页。
城市至少包含 300 栋高度不同的建筑、道路、路灯、飞行车辆和远处雾效。建筑必须通过 InstancedMesh 或其他批量渲染方式生成，不能为每栋楼单独创建大量对象。
页面需要提供：
- 白天、黄昏、夜晚三种环境切换，光照和建筑窗户同步变化
- 自由观察和自动巡游两种相机模式
- 点击建筑后高亮建筑，并显示随机生成的编号、高度和用途
- 建筑密度、车辆数量和巡游速度调节
- 当前 FPS 和场景对象数量显示
- 一键重新生成城市，同一随机种子必须生成相同布局
处理窗口缩放、移动端触控、资源释放和重复生成后的内存问题。最终交付一个可直接运行的 HTML 文件。
GPT‑5.6 Sol：
Claude Fable 5：
GPT‑5.6 Sol 的建筑使用自定义 Shader 生成窗户，水平屋顶会自动排除窗户，解决了普通贴图容易把窗户铺到楼顶的问题。
Claude Fable 5 的完成度很高，而且只用了 478 行。建筑、道路、路灯和车辆全部批量渲染。蓝色与暖黄色窗户、青色飞行车辆的对比更强，第一眼更有传统「未来城市」的感觉。
但整体观感上，Claude Fable 5 胜出——毕竟没人规定未来楼顶不能有窗户。
Case 8：产品拆解动画
提示词：
制作一个单文件产品介绍页，主题是一台虚构的便携式咖啡机。
页面左侧是文字章节，右侧是 Three.js 产品模型。产品模型不能引用外部 3D 文件，需要用基础几何体组合完成。
向下滚动时依次完成：
- 咖啡机从暗处旋转进入画面。
- 外壳、滤杯、水箱和电池模块平滑分离。
- 水流用粒子或曲线动画展示。
- 所有部件重新组装，镜头回到产品正面。
滚动反向时动画也要准确反向，不允许直接重新播放。加入章节定位、当前进度、键盘操作和移动端布局。系统开启减少动态效果时，用静态分解图代替连续动画。
禁止使用框架脚手架，最终交付一个 HTML 文件。
GPT‑5.6 Sol：
Claude Fable 5：
GPT‑5.6 Sol 的模型更符合便携式咖啡机这个概念。Claude Fable 5 的固定底座、立柱和咖啡杯看起来更像一台桌面咖啡机。
Claude Fable 5 强在动画状态设计，而且只有约 406 行，结构清晰。从最终效果来看，这个 case 还是 GPT‑5.6 Sol 略胜一筹。
Case 9：推箱子游戏
提示词：
制作一个单文件网页推箱子游戏，画面使用 Canvas 或 DOM 均可。
要求：
- 内置 8 个难度递增且确定可解的关卡。
- 支持键盘、屏幕方向键和滑动操作。
- 支持无限撤销、重做、重新开始和关卡选择。
- 记录步数、推动次数、通关时间和每关最佳成绩。
- 刷新页面后保留已解锁关卡和最佳成绩。
- 箱子不能穿墙、重叠或被拉动，角色不能走出地图。
- 通关时播放简短动画，但不能阻止玩家继续操作。
- 页面需要解释操作方式，手机横竖屏都能正常显示。
- 不使用外部图片或游戏素材，最终只交付一个 HTML 文件。
请自行检查每个关卡是否至少存在一条通关路径。
GPT‑5.6 Sol：
Claude Fable 5：
GPT‑5.6 Sol 的视觉完成度明显更高。页面有清晰的标题区、关卡侧栏、数据面板、棋盘、操作区和状态反馈，墙、箱子、目标点、已入库箱子的识别度都很好，已经像一个可以发布的小游戏。
Claude Fable 5 的主要优点是紧凑，代码只有约 14KB，核心规则、键盘、方向键、滑动、存档和粒子动画都实现了，但关卡难度太简单了。
GPT‑5.6 Sol 在关卡深度、视觉、状态可靠性和细节反馈上都领先，胜者是 GPT‑5.6 Sol。
Case 10：电子表格
提示词：
使用 TypeScript 从零实现一个迷你电子表格公式引擎，不需要界面。
需要支持：
- 数字、括号和 +、-、*、/ 运算
- A1、B2 形式的单元格引用
- A1:B5 形式的区域
- SUM、A VERAGE、MIN、MAX、IF 函数
- 字符串和 >、<、>=、<=、= 比较
- 单元格依赖更新，只重新计算受影响的单元格
- 循环引用检测，并返回可读的循环路径
- 空单元格、除零、未知函数和非法公式错误
- 公式前导等号和大小写不敏感函数名
不要使用 eval、Function 构造器或第三方公式解析库。请给出清晰的目录结构、核心实现和自动化测试。测试至少覆盖运算优先级、嵌套函数、区域计算、依赖传播和循环引用。
GPT‑5.6 Sol：
代码（略）
Claude Fable 5：
代码（略）
GPT‑5.6 Sol 有一个很严重的问题：公式只要引用 A10、B20 这类行号带 0 的单元格，就会提示公式错误，表格用到第 10 行后，很多计算都可能出问题。
Claude Fable 5 顺利算完了 100 格，修改第一个数字后，后面的结果也会全部更新。
所以这轮，Claude Fable 5 胜出。
02. 测试总结
10 个 case 测下来，GPT‑5.6 Sol 明确赢了 6 项，Claude Fable 5 赢了 3 项，公众号写作这一项各占一项优势。
做网页、3D 动画和小游戏时，GPT‑5.6 Sol 通常会多写不少代码，但页面结构、视觉细节、操作反馈和异常处理也更加完整。尤其是推箱子，关卡更有难度，界面也接近可以直接发布的小游戏。
Claude Fable 5 写代码更短，思路也更利落。未来城市只用了约 478 行代码，就完成了批量建筑、道路、路灯、车辆、环境切换和城市重新生成，画面也更有传统科幻城市的味道，文字也更自然。
03. 一些分享
10 个 case 跑完，最大的感受是：模型榜单只能帮我们缩小选择范围，真正决定体验的，还是手里的具体任务。
GPT‑5.6 Sol 这轮赢得更多。完成度确实高，很多结果稍微改改就能拿来用，但代价也很明显：代码更长，有时会把简单任务做得偏重。
Fable 5 的成果更轻量化。代码通常短一些，文字读起来也自然。
想快速做出一个能看、能点、能演示的网页或小游戏，可以先试 GPT‑5.6 Sol。更在意文字自然度、代码简洁度、资料核对和公式处理，可以把 Fable 5 放在前面。正式项目的话，多跑几个 case，再决定主力模型。
一个不错的策略是：一个模型负责做，另一个模型负责查。
两个模型都值得用，只是适合的工作不太一样。对普通用户来说，能稳定做出想要的成品，就是当前最好用的模型。
