OpenAI 发 GPT-5.6 三兄弟｜Sol 逼近 Fable 5 拿一半市场，SWE-Bench Pro 却被甩 15 分

OpenAI 7 月 9 日把 GPT-5.6 Sol、Terra、Luna 三款模型同时推入 API 与 Codex，结束了 12 天的白宫闭门评估。旗舰 Sol 定价 5 美元 / 30 美元 每百万 token（输入 / 输出），Terra 2.5 / 15 美元，Luna 1 / 6 美元，缓存读取一律打一折。三兄弟共用 1M token 上下文，最大输出 128K，知识截止 2026 年 2 月 16 日。

Sol 在 Terminal-Bench 2.1 拿 88.8%，Ultra 模式（新加的多子代理并发）拉到 91.9%，正面压过 Anthropic Fable 5 的 88.0% 和自家 GPT-5.5 的 88.0%。Agents' Last Exam 55 个领域评测 Sol 拿 53.6 分，Fable 5 只有 40.5。单任务成本 Sol max 1.04 美元，Fable 5 max 2.75 美元——同级表现一手把价格砍到对手的三分之一。

但 SWE-Bench Pro 这一条 Fable 5 拿 80%，Sol 只有 64.6%，差 15.4 个百分点。 OpenAI 没在发布页上放这条数字。Sol 官方主打的三个垂类是生物、化学、网络安全——恰好都是白宫拜登时代那份 AI 网安行政命令点名的高风险领域。

流程也是新玩法。Sol 6 月 26 日先做限量预览，仅开放给约 20 个「政府批准的可信合作伙伴」，理由挂在自愿性 AI 安全框架下的网安条款上。这是首个大厂旗舰模型走「先白宫 gate 12 天再对公众开闸」的路径，OpenAI 自己称为「史上最强安全栈」，重点防范重复滥用与敏感网安请求。

API 新增了 JavaScript 端的 Programmatic Tool Calling、显式 prompt cache breakpoint、原始分辨率图像输入，以及多代理并行的 ultra 效能档位。Sam Altman 在发布信里挑出的一个数字：Sol 在编码任务上比同级模型少产出 54% 的 output token——按输出定价 30 美元 / 百万 token 计，这是实际客户账单的直接减项。

赌赢，Sol 凭「Fable 5 一半价格、Terminal-Bench 反超」硬吃走一半 API 市场。赌输，SWE-Bench Pro 那 15 分差距在真实工单流跑一周就会被 Anthropic 拿去做营销投影片头一页。

via OpenAI 官方 / Simon Willison / The Decoder / Axios