实测对比GPT-5.6和Fable 5，我发现好几个意料之外

这两天的大模型圈，基本就是 GPT-5.6 和 Fable 5 的对决。

尤其是 Fable 5 成了全球用户的“白月光”之后，OpenAI 很快祭出 GPT-5.6，还特意强调它有更强的智能性价比。

这话翻译一下，就是明晃晃地戳 Fable 5：你太贵了。

OpenAI 这次发布的 GPT-5.6，一共有 Sol、Terra、Luna 三个版本。

Sol 最强，主打复杂推理和长时间自主工作；Terra 的性能和 GPT-5.5 接近，但价格更低；Luna 则是最轻量的版本。

价格方面，我直接拉个表把 GPT-5.6 和 Fable 5 对比一下。

*图里没算缓存

这么一看，Fable 5 价格贵的 Bug 更明显了。

但现在毕竟是2026年。大家都知道，一个模型好不好用、性价比高不高，不能只听官方讲故事，还得看实测。

上周忙着蹬 Fable 5 的我，这两天又拿 GPT-5.6 对比横评了好几个任务。整体跑完，我有几个比较明确的感受：

• Fable 5 的系统架构能力更强，做任务时也更有创造力。GPT-5.6 规划能力比之前详细，会更严格地遵守要求。但它很容易在一些细节上停留过久，如果不开 Ultra，速度真的有点熬人。

• 前端审美上，GPT-5.6 的效果过于草率。放在今年这一批新模型里，多少有点让我大跌眼镜

• 最让我意外的是长文写作。GPT-5.6 对文本结构和文风的控制明显进步，AI 味少了非常多，成稿几乎随便改改就能达到理想标准。

• 至于 Token 花费，至少在我测试的几个任务里，两者没有拉开特别夸张的差距。它们都很贵。但 Codex 胜在给了重置额度

三轮实测，好几个意料之外

做农场小游戏

最近我一直在王者农场里种芋头，所以几乎是下意识地先让它们做了一个种菜小游戏。

这个任务整体不算太难。GPT-5.6 我用的是 Sol 模式 High 档，Fable 5 也用了对应的高档位，后面的任务同样如此。

结果刚看到页面，我差点被 GPT-5.6 的审美吓到一口水喷出来……

双方收到的是同一套提示词。

Fable 5 用 Emoji 当主视觉，虽然多少有点偷懒，但整体还算过关。至于 GPT-5.6，这个页面真的太呆了。

*左GPT-5.6 Sol，右Fable 5

尤其是 GPT-5.6 Sol 搞出的这个南瓜和胡萝卜长相，我真无力吐槽...

而且，这还是 GPT-5.6 仔细斟酌后交出来的版本。

它足足花了二十分钟。

那边 Fable 5 已经把游戏做完，我都开垦五块地了，这边 GPT-5.6 还在勤勤恳恳地思考，甚至会抽取单独画面做质量验证。

看它这么认真，我当时还挺期待，没想到最后种出来的是这片地……

至于游戏功能方面，两边倒是都很完整，可以走完“种菜—浇水—收获—卖金币”的基本流程。

但 Fable 5 会主动加入“虫子啃农作物”、“浇水可以加速生长”这类机制。都是很小的设计，却能明显提高游戏的趣味性，玩起来更有惊喜。

跑一遍长文系统

接着，我让 GPT-5.6 和 Fable 5 分别跑了一遍我自己设计的文章产出系统。

这个系统比较复杂，既要调用检索等工具，也要使用Skill，还会强考核模型的逻辑推理和写作表达能力。

我让它们按「推荐选题—拆分素材—产出内容」的顺序，把每个功能都跑了一遍。

在推荐选题和拆分素材这两个环节，两边就表现出一些差异。

比较明显的区别体现在规则执行上。

GPT-5.6 会严格遵守我设置的时效性要求，严格到，最后一个结果都没有返回。

Fable 5 则会适当放宽时间限制，同时明确告诉我，它为什么这么做。

经过几轮沟通，我和它们定下来一个产品向的选题，然后要求直接写出完整文章。

结果有点出乎我的预料。

没想到，GPT-5.6 写出来的文章，可读性比 Fable 5 强了非常多。

Fable 5 写出“先说清楚，这篇不是实测，我没安装它”、“下面把这一圈东西讲讲，这门生意最脆的地方在哪”、“好不好用，我没法替你回答，评论区里有人替我测了”这种人机感极强的句子。

GPT-5.6 全程没有这种表达。

它甚至会在合适的位置写一句：“AI 负责不忘记关系，人负责不辜负关系”，这种让我会停下来思考几秒的句子...

这确实算得上意外惊喜。现在的大模型几乎都在往 Coding 冲，已经很少有人优化写作能力了。

至于 Token 消耗，这个任务由于横跨内容推荐、素材拆分、信息整理、文章写作多个环节。两个模型都只跑完了一次任务，没留下一点对话修改的空间，就触发了 Token 限制。

最直接的差别在于，Codex 给了我重置额度。

200行数据分析

最后，我又试了试 GPT-5.6 和 Fable 5 在复杂工作场景中的表现。

我上传了一张电商店铺的数据表，里面是库存和销售的真实数据，大概200多行。

我的需求是，让两个模型做数据可视化和洞察分析，把结果输出成一个 HTML 文件，能直接预览。

两个模型输出的结果大致如下。

*GPT-5.6

*Fable 5

先看基础结果。两个模型都能正确读取表格并完成主要指标的统计，产出的页面也可以正常使用，没有出现明显的数据错位。

但从分析深度来看，Fable 5 明显更好。

除了常规的 GMV 和毛利，它还额外计算了客单价、SKU 动销率等更贴近电商经营的指标。GPT-5.6 给出的内容相对基础，主要围绕 GMV、利润、成本和销售规模展开。

*Fable 5 包含了一些进阶分析图表

再看经营建议。

Fable 5 在经营洞察和风险诊断模块中，给出了 8 个核心观点和 6 个高优先级行动建议；GPT-5.6 则给出了 6 个洞察和 5 个行动建议。

单看数量，两者差距不大，Fable 5 略微领先。

真正拉开差距的是内容。

Fable 5 给出的核心观点里，既有 6 个不同等级的风险预警，也有 2 个经营亮点。每个判断后面都有相对详细的解释。

GPT-5.6 的解释通常只有一句话，而且大部分停留在结论层面，没有继续拆解原因。

*Fable 5 给出的经营洞察与风险诊断模块

*GPT-5.6 给出的经营诊断模块

可视化方面，同样 Fable 5 更胜一筹。

它的图表样式多，还加入了交互设计，鼠标悬停能看到一些小动画，点击复合图中的图例也能够实现指标的快速筛选。

GPT-5.6 只做了基础图表，大部分都是纯静态的。

*Fable 5 在图表上会有可交互的设计

速度和消耗方面，GPT-5.6 完成任务用了 11 分钟，消耗约 14 万 Tokens；Fable 5 只用了 5 分钟，消耗约 9 万 Tokens。

这一局，Fable 5 赢得比较彻底。

用GPT-5.6时最该避开的坑

测完这些，我又翻了翻推特，发现吐槽 5.6 Sol 的人还真不少。

首先是它 Token 消耗快。

官方也出来做了解释，说日常用 Sol Medium 档就行，Ultra 档的确是 Token 刺客。

页面审美这件事，也不只是我一个人觉得奇怪。不过推特上的反馈比较分裂，有人惊喜，也有人看完只想沉默。

但相比速度、审美和 Token 消耗，GPT-5.6 Sol 更值得警惕的是文件操作风险。

有用户反映，它在获得较高的本地权限后，居然会误删文件，而且一旦删除，几乎无法恢复。

AI 大 V Matt Shumer 发帖称，他在 Mac 上测试 GPT-5.6 Sol 时，给本地 Agent 开启了 Full Access，并让一个子 Agent 执行文件清理任务，结果机器上的文件遭到了大范围删除。

事情发生后，他非常震惊，也很愤怒。他认为，这类问题早在 GPT-3.5 时代就应该被避免。

随后还有开发者发现，官方在 GPT-5.6 的系统卡中提示过类似风险。其中一行警告提到，模型存在删除未经授权数据的倾向。

这条警告，让我又改变了一些对 GPT-5.6 Sol 的使用看法。

前面几个问题，多少还能用模型档位和任务类型解释。速度慢可以降档，Token 贵可以少开 Ultra，前端审美不行也可以换模型重做，但误删本地文件这问题太大了。

如果真的要用 GPT-5.6 Sol，也记得一定不开 Full Access...