OpenAI 正式面向全球市场全面开放 GPT-5.6 系列模型，一次推出三款产品：旗舰款 Sol、平衡款 Terra 以及性价比款 Luna。这些模型将在 24 小时内逐步登陆 ChatGPT、Codex 以及 API。三款模型的价格分别为 5/30 美元、2.5/15 美元以及 1/6 美元（每百万 tokens 输入/输出），其中最低端的 Luna 仅为 Anthropic 旗舰模型 Fable5 价格的 1/16。
性能全面超越 Claude，编程与网络安全成主战场
GPT-5.6 发布的核心叙事只有一个字：极致性价比。在横跨 55 个行业的 Agents’ Last Exam 评测中，Sol 拿下 53.6 分，超越 Claude Fable5 达 13.1 个百分点，即便只开启中等推理能力，依然领先 11.4 个百分点，而成本仅为竞品的约四分之一。更令人意外的是，定位更低的 Terra 和 Luna，在成本低至 1/16 的情况下，依然超过了 Fable5。编程是 Sol 的主战场，它在 Artificial Analysis 编程智能指数中创下 80 分的纪录，输出 token 数量不到 Fable5 的一半，时间和成本也大幅缩减。
不过，GPT-5.6 并非全无破绽。在 SWE-Bench Pro 上，Sol 的得分为 64.6%，仍然低于 Fable5 的 80% 和 Mythos5 的 80.3%；在最硬核的 FrontierMath Tier4 数学问题上，Sol 的 65.9% 甚至不及上一代 GPT-5.5 的 72.5%，而 Fable5 已达到 87.8%。这些短板表明，在深度工程与前沿数学领域，Anthropic 仍保有优势。GPT-5.6 还引入了超强模式（Ultra Mode），可协调多达 16 个 agent 并行工作，在 BrowseComp 测试中以 92.2% 刷新纪录，其网络安全方向的 ExploitBench 得分从 47.9% 飙升至 73.5%。
国内 GLM-5.2 意外崛起，形成三足鼎立格局
在这场 AI 军备竞赛中，中国玩家并没有缺席。智谱 AI 在 6 月中旬发布的开源模型 GLM-5.2，在编程与长周期任务上已达到国际领先水平，支持百万 token 超长上下文。据海外科技媒体 The Verge 报道，多名研究者认为 GLM-5.2 在某些漏洞检测和网络安全测试场景中的表现，已能对标 Anthropic 的 Mythos，这表明中国 AI 模型在特定专业领域正快速缩小与美国的差距。在 Fable5 因美国出口管制在全球范围内下架时，GLM-5.2 的稳定开源策略为开发者提供了可靠替代方案，也让这场三国杀更具看点。
客观分析：AI 竞赛进入“预算为王”阶段
纵观这次发布，一个明显的行业趋势是：大模型竞争的重心正在从“谁更强”转向“谁更省”。GPT-5.6 的定价策略几乎是贴着成本线在打，Luna 的 1 美元输入/6 美元输出（每百万 tokens）甚至已经低于不少开源模型的运行成本。这种“用低价换规模”的打法，对中小开发者和企业极具吸引力。但代价也很明显：低端型号在某些复杂任务上的能力退步，可能会让对精度要求极高的用户转向 Anthropic。另一方面，GLM-5.2 的开源路线则切中了另一个痛点——企业级应用对可控性和定制化的需求，这恰恰是闭源模型的软肋。三者各有所长，GPT-5.6 用性价比铺路，Anthropic 用深度推理筑墙，智谱则以开源生态另辟蹊径。
GPT-5.6 的全量发布标志着 AI 发展进入新阶段：模型能力不再是唯一标尺。对企业而言，重要的是在相同的预算内，能完成多少实质性的工作。当 OpenAI 以“向下打击”的定价策略挤压对手，Anthropic 在深度推理上坚守壁垒，智谱以开源方式切入差异化赛道，大模型领域的“三国杀”正进入白热化阶段。
