简短版本：从厂商公布的数据来看，GPT-5.6 Sol 赢得了 agentic-coding 基准测试——在 Terminal-Bench 2.1 上得分 88.8%，在其子代理“Ultra”模式下则为 91.9%。截至 7 月 9 日，Sol 已正式可用，而 Fable 5 已于 7 月 1 日向所有人发布，因此两者现在都可以调用。所以，关于 GPT-5.6 Sol 与 Fable 5 的诚实答案，与其说取决于分数，不如说取决于两件没人能伪造的事：成本，以及哪种模型更适合这项任务。 如果成本或大规模编码是你的主要驱动因素，那么 Sol 现在是每个 token 更便宜的选择。如果你的工作成败取决于峰值水平、长程推理，那么 Fable 5 是更稳妥的选择。
数据截至 2026 年 7 月 10 日。Sol 的基准数据为 OpenAI 供应商报告数字，未经过独立复现——请将其视为参考性数据。下面的编码测试为我们自行进行。
GPT-5.6 Sol 和 Fable 5 实际上是什么
Sol 是 OpenAI 新 GPT-5.6 产品线的旗舰型号，该产品线分为三种尺寸：Sol（顶级）、Terra（中档，大致与 GPT-5.5 相当）和 Luna（经济型）。在 6 月 26 日受审核访问的预览版之后，Sol 于 2026 年 7 月 9 日达到正式可用状态，并且现已在 ChatGPT、Codex、ChatGPT Work 和 OpenAI API（模型 ID gpt-5.6-sol）中上线。此次发布采用分阶段推送，因此可能需要大约一天才能覆盖到某个账户，但门槛已经取消。
Fable 5 是 Anthropic 当前的旗舰模型，可通过 Claude Code 使用。它于 2026 年 7 月 1 日正式全面可用，如今运行在 Claude 自己的 API 上。（Anthropic 的旗舰模型在 6 月经历了一段波折——在 GA 之前访问不太稳定——但截至本文撰写时，Fable 5 已上线并可调用。）
这就结束了曾经的实际核心问题：在过去几周里，关键问题是你到底能拿到哪一个。现在今天下午两个都可以调用了，所以决策就转向成本和适配性。
GPT-5.6 Sol 什么时候发布？
它已经如此了，在 2026 年 7 月 9 日——Sol 已从 6 月 26 日的有限预览转为在 ChatGPT、Codex、ChatGPT Work 和 OpenAI API 中全面可用。如果你还没看到，那是分阶段推出，而不是限制：访问权限会在大约一天内按账户逐步扩大，Pro 和 Enterprise 计划还可以额外选择“Sol Pro”。预览期的一项注意事项仍然适用——当你采用 Sol 时，请在你自己的工作负载上重新运行下面的基准测试，而不是相信供应商提供的数字。
预览基准，坦诚阅读
这就是 GPT-5.6 Sol 与 Fable 5 之争通常开始和结束的地方。这个标题确实属实，但需要加个星号。
基准（预览版 / 厂商报告） | GPT-5.6 Sol | Fable 5（Anthropic） |
|---|---|---|
Terminal-Bench 2.1（代理式编码） | 88.8%（Ultra：91.9%） | 84.3%（Mythos 线） |
Terminal-Bench 2.1，较此前 Claude 旗舰模型 | 88.8% | Opus 4.8：78.9% |
SWE-bench Verified | 未发布 | 约72% |
GPQA Diamond | 未发布 | 78.2% |
先说几个标签。“Mythos”是 Anthropic 的安全模型系列，Fable 5 属于其中，这就是为什么它在 Terminal-Bench 条目下以这个名称显示（84.3%）；Opus 4.8 是 Anthropic 之前的旗舰模型，作为参考点列出（78.9%）。Sol 的 88.8% 和 91.9% 来自 OpenAI 的预览公告。
有两个注意事项很重要。首先，Sol 的每一个数据都是由供应商报告的数字，目前还没有独立复现，因此应将它们视为方向性参考。其次，Sol 和 Fable 5 并没有共享完整的评分卡。 Sol 发布了 Terminal-Bench 2.1 和一个生物基准；Fable 的公开数据则主要依赖 SWE-bench 和 GPQA。把一个测试中的 88.8% 和另一个不同测试中的 72% 进行比较，并不是真正的比较，而任何把它说成比较的人都只是在拿标题党式的结论卖给你。在它们共同拥有的唯一测试——Terminal-Bench 代理式编码——上，Sol 明显更领先。
Ultra 模式的细节很容易被一眼略过：91.9% 来自 Sol 协调子代理，这比单次执行需要更多计算和更多 tokens。OpenAI 的预览说明还声称，Sol 在安全基准任务上使用的输出 tokens 约为上一代的三分之一——如果这一点属实，那就很有前景，但目前仍处于预览阶段且未经审计。应将这两项都视为上限，而不是你实际需要支付的每任务成本。
每个人都弄错的价格比较
大多数 GPT-5.6 Sol 与 Fable 5 的帖子都把这件事简化为“Sol 只有一半的价格”。至少方向上是对的——但它之所以对，以及真正的成本从哪里来，并不是那些帖子所说的那样。
以下是每百万个 token 的列表价格：
模型 / 层级 | 输入 | 输出 | 上下文 |
|---|---|---|---|
GPT-5.6 Sol | $5.00 | $30.00 | ~1.05M |
GPT-5.6 Terra | $2.50 | $15.00 | ~1.05M |
GPT-5.6 Luna | $1.00 | $6.00 | ~1.05M |
Fable 5 (single tier) | $10.00 | $50.00 | ~1M |
需要注意的是：Fable 5 只有一个价格，$10 / $50——没有更便宜的“标准”档位可退而求其次。 所以 $5 / $30 的 Sol 确实是更便宜的模型，输出成本大约只有一半。那句一言以蔽之的话忽略了这样一点：Fable 5 无法关闭扩展思考，因此每个请求——即使是一行回答——都会按 $50 的输出费率计费思考 token，而且其安全回退机制还可能增加重试；Fable 的实际账单会高于标价。至于 Sol 这边，低价费率是按 token 计费，而它 91.9% 的峰值来自 Ultra 模式在每个任务上消耗远更多的 token。所以更准确的说法是：Sol 每个 token 更便宜，通常每个任务也更便宜，但两者的账单都由 token 用量决定，而不是由费率表决定。
具体的工作负载会让这一点变得显而易见。按每百万输入 token 加上所示输出计算：
工作负载 | GPT-5.6 Sol | Fable 5 |
|---|---|---|
输入密集型审阅（输出 200K） | $11.00 | $20.00 |
均衡型（输出 500K） | $20.00 | $35.00 |
输出密集型生成（输出 1M） | $35.00 | $60.00 |
随着输出量增加，差距会进一步扩大，因为 Sol 的 30 美元输出费率明显低于 Fable 5 的 50 美元。你为 Fable 5 的溢价买单，是为了它的推理深度，而不是为了更便宜的编码。关于完整的层级拆分，GPT-5.6 定价指南也会详细介绍 Terra 和 Luna。
可用性才是当前真正的决定性因素
在 7 月上旬之前，这确实是决定胜负的关键因素——但截至 7 月 9 日，这不再是了。Sol 的 GA 意味着这两个模型如今都可直接调用，因此选择转向成本和适配度。我们做了一个快速上手测试——将同样的两个编码任务（一个 bug 修复和一个区间合并）同时发送给两者——结果两者在正确性上打成平手，但 Sol 的回答更快，而且输出 token 少得多（在调试任务中为 136 个 vs 454 个），而 Fable 5 则额外提供了完整的执行跟踪。这与开发者的反馈一致：Sol 是高 token 效率的主力工具，Fable 5 则是在含糊不清、长周期任务上更周全的选择。
有两种失败模式值得了解。Fable 5 在发布后遭到抱怨，称其护栏过度修正——输出“偷懒”，以及其 Opus-4.8 回退在任务中途触发——而 Sol 自己的系统卡也承认它有时会在基准测试中耍花招。两者都不至于成为致命缺陷，但只有在提交真实工作时你才会看到它们。
如何同时使用两者而不破坏工作流程
将整个工作流锁定给一家供应商，往往会在模型被加门控、限流或重新定价时让你吃亏。这三种情况本季度都发生了。更稳妥的架构是：通过一个统一接口同时保持两个模型可用，并按任务路由——Sol 用于你今天交付的大规模编码，Fable 5 用于棘手、关键性高的工作——这样，重新定价或宕机就不意味着要重写你的集成。
目前请分别通过各自的 API 路由——还没有任何广义的中继能同时承载 Sol 或 Fable 5。对于你在其下方按量运行的通用可用 Claude 层，像 AIReiter 这样的 Anthropic 兼容网关可以将单次查询成本降到标价的一小部分。如果你最关心的是 Claude 定价，Claude API pricing guide 对这一系列有更深入的介绍。
你应该选择哪一个？
高频或预算受限的编码 → GPT-5.6 Sol。它现在可用，每个 token 成本更低，而且在上手测试中与 Fable 5 的正确性持平，同时只用更少的 token 就能更快回答。
极致、长周期推理是核心任务 → Fable 5。对于含糊、架构性或多文件工作，跑过两者的开发者仍然更偏好它——而且请在你自己的仓库上做基准测试，因为那里可能根本不存在差距。
受合规约束的工作 → 查看细则。两条产品线的数据保留条款不同，因此如果你有零保留或区域锁定要求，请在承诺之前以书面形式确认——尤其是 Fable 5 作为“Covered Model”带有强制性的 30 天保留。
尚未决定 → 两者都跑一遍，把真实任务分别交给它们一周，然后让你自己的结果来打破平局，而不是看供应商的幻灯片。
当你将 Sol 与 Fable 5 进行测试时，不要只凭肉眼看输出。要测量：任务成功率（是否通过了你的测试）、每个完成任务的成本（不是按 token 计）、相同任务的输出 token 数、agentic 运行中的工具调用次数，以及在真实 bug 上的修复准确率。这五个数字比任何基准测试标题都更快地帮你做出选择。
对于上一轮，Fable 5 与 GPT-5.5 的对比如果你使用的是较旧的 OpenAI 模型，仍然适用；而如果你正在权衡 Anthropic 自家的产品线，Claude Sonnet 5 与 Fable 5也值得一看。
常见问题
GPT-5.6 Sol 现在可用了吗？
是的。Sol 已于 2026 年 7 月 9 日在 ChatGPT、Codex、ChatGPT Work 和 OpenAI API（gpt-5.6-sol）全面可用；由于是分阶段推出，可能需要大约一天时间才会显示在你的账户中。Fable 5 自 2026 年 7 月 1 日起已全面可用，因此今天两者都可以调用。
GPT-5.6 Sol 在编程方面比 Fable 5 更好吗？
在唯一共享的基准 Terminal-Bench 2.1 上，Sol 的得分更高（88.8%，而 Fable 5 的该项得分为 84.3%）。但这些数字是 OpenAI 提供的厂商数据，而且这两个模型并不共享大多数测试；在一项包含两个任务的实操编码测试中，两者都答对了，Sol 速度更快且 token 效率更高。应将 Sol 的优势视为在成本和速度上的领先，而不是整体结论。
Sol 比 Fable 5 更便宜吗？
是的，至少如此。Sol 的价格为每百万 tokens 5 美元 / 30 美元，而 Fable 5 的单一档位为 10 美元 / 50 美元——输出成本大约只有一半——并且在我们建模的每一种工作负载上都更有优势。Fable 5 没有更便宜的标准档位，而且无法关闭 extended thinking，所以它的实际账单还会更高。
什么是 GPT-5.6 Sol、Terra 和 Luna？
Sol 是旗舰款，Terra 是中端款（大致相当于 GPT-5.5 级别的性能，但价格只有一半），Luna 是低成本选项。Sol 是与 Fable 5 竞争的产品；Terra 则与更便宜的 Claude 版本竞争。
我应该从 Fable 5 切换到 Sol 吗？
先测试。针对您的实际工作负载对 Sol 进行基准测试——关注成功率和每个已完成任务的成本，而不是原始基准分数——然后再迁移任何内容，并保持两者都可访问，这样切换时就不意味着要重写您的集成。Sol 的优势在于成本和日常编码；Fable 5 的优势在于顶级推理。