GPT-5.6 与 Fable 5 对比评测：跑分领先但实际体验存分歧

OpenAI 于近日全量发布 GPT-5.6（Sol 版本），Anthropic 随即重置用户额度，引发两大模型正面交锋。官方基准测试显示 GPT-5.6 Sol 在多项指标上领先，但第三方评测和用户实测结果呈现分歧：跑分上 GPT-5.6 与 Fable 5 接近，但在复杂项目协作和 3D 建模等实际任务中，Fable 5 表现更优。

官方基准测试：GPT-5.6 多项领先

OpenAI 发布会公布的数据显示，GPT-5.6 Sol 在 Terminal-Bench 2.1 上领先 Claude Mythos 5 约 4 个百分点，在 Agents' Last Exam 上领先 Fable 5 十几个百分点。在 DeepSWE 1.1 上，Sol 分数最高，单任务成本约 8 美元，不到 Fable 5 的一半。纵向对比，OpenAI 自家 AGI Index 上，5.5 为 43%，5.6 Sol 跃升至 60%，提升幅度显著。

第三方评测：智能分接近，成本优势明显

Artificial Analysis 的首批数据显示，在 Intelligence Index v4.1 上，Fable 5 以 60 分居首，GPT-5.6 Sol 以 59 分紧随其后，仅差 1 分。成本方面，单个 Index 任务 Sol (max) 花费 1.04 美元，远低于 Fable 5 (with fallback)。在 Coding Agent 榜上，Codex + Sol 以 80 分登顶，击败 Claude Code + Fable 5 的 77 分。

实际体验：Fable 5 在复杂任务中更胜一筹

多位用户实测反馈，GPT-5.6 在通用任务（如查询、循环）上表现流畅，但在深度项目协作中体验不及 Fable 5。一位用户将同一项目分别交给两个模型，Fable 5 约 10 分钟完成，而 GPT-5.6 耗时超过 1 小时，且方法死板、需频繁核对。此外，GPT-5.6 的额度消耗极快：有用户反映，仅完成两个中等任务就消耗了 80% 的 5 小时使用限制。

专项测试：3D 建模能力差距悬殊

在 3D 网页应用构建测试中，GPT-5.6 Sol 仅用 7 分 40 秒完成，但结果被评价为“2.5D 纸片人”，人物和车辆形态异常。而 Fable 5 耗时约 50 分钟，经过多轮自主验证和修复，交付了包含 10 种载具、3D 人物、多视角切换、漆面切换等功能的完整作品，3D 建模和空间感明显更优。

其他发布信息

• Codex 更名为 ChatGPT Work，定位为面向非编程用户的 Agent 工作台。
• 新版 ChatGPT 桌面应用整合 Chat、Work、Codex、Scheduled、Sites 五个入口。
• GPT-5.4 将于 7 月 23 日下线，从发布到退役不足半年。
• 新增 Sites 功能，用户可直接在聊天中发布可交互网站。
• GPT-5.5 的“哥布林”口癖在 5.6 中被大幅抑制，词频从 0.405% 降至 0.032%。