实测GPT-5.6，跑分赢了，却输给了Fable 5
预热了这么久的GPT-5.6，终于全量开放了。
OpenAI凌晨一点开直播，宣告GPT-5.6开始在ChatGPT、Codex、API全球滚动上线，24小时内逐步全量。
这场发布大家等了不是一天两天，社区的期待值早就拉满了。
Anthropic也一直盯着呢，GPT刚发没多久，A社直接宣布重置所有用户的 5 小时和每周token用量限制。
说来也巧，我昨晚刚把Fable 5的额度跑干，正搁那儿熬夜蹲5.6呢，结果对面突然把额度全还回来了——好家伙，这不就是冲着新模型来的么。
贴脸开大，自己比比看，谁怕谁啊！
真的太横了，那我们也不绕弯子，今天就聊聊——
GPT-5.6、Claude Fable 5 孰强弱。
◈OpenAI：赢了，还便宜一半
先看官方的说法。
发布会上的图，GPT-5.6 Sol全面领先：Terminal-Bench 2.1领先Claude Mythos 5约 4 个点，Agents' Last Exam直接甩开Fable 5十几个点。
最狠的是DeepSWE 1.1，Sol分数最高，单任务成本约8美元，不到Fable 5的一半。
不过吧，官方的图听听就好——每一场发布会，官方都是赢的。
还有两个更值得看的角度。
一是纵向对比自己：OpenAI 自家的AGI Index上，5.5是43%，5.6 Sol直接跳到60%，比5.3→5.4→5.5每次几个点的挤牙膏大得多。
二是横向看第三方，Artificial Analysis 的首批数据当天就出来了。
智能榜（Intelligence Index v4.1）上，Fable 5依然是60分的榜一，GPT-5.6 Sol 以59分贴脸追平，只差1分。
成本这边，按 AA 的口径，单个Index任务Sol (max) 花1.04 美元，比Fable 5 (with fallback)便宜一大半。
Coding Agent榜上，Codex + Sol 以80分登顶，击败Claude Code + Fable 5的77分。
怪不得 Anthropic 连夜送额度，这确实是打到家门口了。
◈我的体感：日常还行，但花钱太猛
跑分之外说点实在的，我昨晚拿它干了几个小时活。
背景是这样：我之前用Fable 5升级过一个项目，上线后真实用户评价挺不错。
做那个项目的过程中，Fable 5给我的感受是特别能理解我——我说个大概，它就能举一反三，很多没明说的意图它自己就补上了。
这次实测，我重置了Codex的额度，专门把那个项目丢给GPT-5.6接着干。
活儿不算复杂——
实测一下新模型的价格，然后把新模型上线到我的线上服务。
结果跑了没一会儿，我就感觉不对劲。它有点笨，方法还特别死板，每走一步都要停下来核对半天。
就这么个活儿，它足足跑了一个多小时。。
同样的活儿，Fable 5大概十分钟就干完了，而且非常完美。
可能差的那口气在上下文吧——虽然模型自己梳理过一遍，但它对项目的来龙去脉吃得没那么透。
但换到日常任务。查东西、跑循环，它又非常顺，快、稳、不废话。
另外有个不吐不快的——额度掉得是真快。
我测之前特意重置了额度，20倍的Pro，就跑了「调研GPT5.6社区风评」、「梳理上述那个项目」这俩任务，眼看着消耗了80%的5小时使用限制。。
官方吹的「单任务成本减半」，我是不相信的。
所以我目前的结论是——
通用任务，5.6 完全能打；
深度项目协作，至少首日体感还没到Fable 5的流畅度；
额度消耗太快了。
当然这只是一个人的一晚上，不算数，这几天我会去社区把大家的体感收一圈，深度实测后再跟大家分享。
◈这次真正的新信息，其实就四条
模型之外，发布会的信息量大部分是预热期发过的旧闻了。
过滤下来，真正的新东西是三条。
Codex改名ChatGPT Work。定位是给不写代码的人用的Agent工作台，主要功能与之前大致相同，前端UI有小幅优化。
桌面App大一统。新版ChatGPT桌面App全球上线，Chat/Work/Codex/Scheduled/Sites五个入口合体，成为独立的Codex App并入，老App改名ChatGPT Classic。
GPT-5.4将于7月23日下线（仅剩的低价大杯模型啊！），从发布到退役不到半年。
Sites：聊天里直接发网站。你的工作成果可以直接变成可交互的网站，一个URL分享出去，从干活到交付上线一条龙。
最后讲个好玩的。
此前GPT 5.5张口闭口的哥布林口癖，这次OpenAI官方给收了。
他们在发布会上放了张统计图——词频从 0.405% 降到 0.032%，柱子上还趴着一只官方画的小妖精。。。
好了，以上就是今天全部内容啦，你用的5.6体感如何？
评论区一起聊聊呀～