夜雨聆风2026年7月4日，一个普通的周五下午。有开发者在更新Codex应用时，随手翻了翻底层代码，然后整个人愣住了。
代码里赫然躺着三个名字：GPT-5.6 Sol、Terra、Luna。旁边还挂着一个叫"速度拨盘"的新功能，以及一行更耐人寻味的字样——"Sol Ultra"。
消息像野火一样烧遍了技术社区。根据爆料，OpenAI内部已经定下死命令：发布窗口锁定7月7日至7月9日，首选7月7日。
为什么偏偏是7月7日？因为这一天，恰好是Claude Fable 5特定限额方案豁免期到期的日子。Anthropic的Pro、Max、Team订阅用户此前每周只能把50%的额度分配给Fable 5，7月7日23:59:59（太平洋时间）之后，这个限额方案彻底失效，全面转入按量计费模式。
这不是巧合。这是一场精准计算到小时的商业围猎。
— — —
代码里的三颗"星球"
先说清楚这三颗"星球"到底是什么。
OpenAI这次彻底抛弃了沿用多代的"标准版+Mini"命名逻辑，改用天体分层体系。数字5.6代表代际，后缀代表能力层级。就像汽车厂商不再用"普通版"和"Pro版"来区分，而是用太阳、大地、月亮来隐喻能量的高低。
Sol（太阳）——旗舰模型。面向最复杂的推理、编程、网络安全和科学研究。它就像一台V12发动机，不是为日常通勤设计的，而是为赛道准备的。API定价为输入5美元/百万token，输出30美元/百万token，与上一代GPT-5.5持平。
Terra（大地）——均衡通用。官方说法是"性能对标GPT-5.5全标准版，成本减半"。如果Sol是V12，Terra就是一台2.0T涡轮增压——日常开够用，偶尔飙一下也不虚。输入2.5美元/百万token，输出15美元/百万token。
Luna（月亮）——极速轻量。主打速度和价格，适合高频调用、批量摘要、实时问答这类"脏活累活"。输入1美元/百万token，输出6美元/百万token。它是三款中最快、最便宜的。
三款模型共享150万token的统一上下文窗口，采用原生五模态（文本、图像、音频、长视频、3D）统一MoE混合专家架构。用通俗的话说：以前你需要一个文本模型、一个图像模型、一个语音模型分别处理不同任务，现在它们长在同一个大脑里，可以同步完成跨模态推理。
而代码中出现的"Sol Ultra"，业内普遍猜测是对标Claude Fable 5顶级旗舰的王牌——性能不相上下，但价格更亲民。Fable 5的定价是输入10美元、输出50美元，Sol Ultra如果能以输入5美元的价格提供同等性能，那就是直接砍半。（据36氪，7月4日）
— — —
内测对比：两回合，两个故事
虽然大部分人还没摸到GPT-5.6的边，但个别拿到内测权限的玩家已经分享了实测对比。结论可以浓缩为四个字：降维打击。
第一回合：效率的极限拉扯。
海外技术博主Shivam用GPT-5.6-terra和Fable 5解决同一个复杂技术问题。Fable 5在后台疯狂"思考"，硬生生烧掉了21%的会话额度，最后给出的回应居然是反问了一堆交叉问题，让他回去重新确认技术细节。
同样的任务，GPT-5.6-terra只消耗了13%的额度。它没有废话，直接列出了解决问题的几种架构路径，然后开始执行。
Shivam说了一句很直白的话："用Fable的时候，我满脑子都在想它会不会突然降级到Opus 4.8；而GPT-5.6-terra的干脆，让我极度舒适。"
第二回合：WebGL物理游戏的盲测。
Oracle总监Gilson Melo出了一道硬核考题：在单个HTML文件中，从头构建一个具备实时刚体物理、重力和用户控制的浏览器游戏。
Fable 5极其自信地一键到底，生成了全部代码。但结果漏掉了摩擦系数，物理碰撞略显粗糙。
GPT-5.6 High则采取了完全不同的策略——它在生成过程中主动暂停了两次，向开发者确认两个关键细节。更绝的是，在没有被要求的情况下，它自己给游戏加上了音效。最终成品的物理碰撞更平滑，细节更完整。
两个测试者得出了类似结论：GPT-5.6在效率和响应风格上更胜一筹。Fable 5像一个才华横溢但过于自我的天才，而GPT-5.6像一个专业且靠谱的合作者。（据头条，7月4日）
— — —
Claude用户的信任危机
要理解OpenAI为什么选在7月7日出手，就得先看看Claude那边发生了什么。
Fable 5于6月30日解除出口管制，7月1日重新上线。但回归后的体验堪称灾难。
Anthropic为Fable 5加装了一套全新的安全分类器。官方承认，这套分类器"会更频繁地误判正常请求"。实际效果是：大量日常编程和调试任务被标记为"高风险"，然后被强制降级到性能更弱的Opus 4.8。
一位生物医药工程师问Fable 5"解释人类"，被block了。一位半导体分析师问"raspberry有几个r"，也被暂停了。更荒唐的是，有开发者翻看调用日志时发现，被降级的请求背后挂着一个内部标签：**TOO_DUMB_TO_NEED_FABLE**——字面意思是"这条请求太蠢了，不配用Fable"。（据36氪，7月2日）
基准测试的数据更触目惊心。BridgeMind重跑BridgeBench后发现：Fable 5的调试能力从86.2暴跌至**25.9**，重构能力从73.6腰斩至**38.4**。原因不是模型变蠢了，而是12道测试题里有9道被安全分类器拦截，悄悄换成了Opus 4.8。（据36氪，7月3日）
用户花了Fable 5的钱（输入10美元/输出50美元），跑的却是Opus 4.8的活（输入5美元/输出25美元）。有人打了个比方：Anthropic说"给你一辆F1法拉利"，你坐进去发现是辆普锐斯，方向盘上还贴着一张纸条——"庆幸吧，我没有把一切都删掉。"
用户信任崩塌的速度比想象中更快。而OpenAI，就在这个裂缝最大的时刻，准备把门踹开。
— — —
不再卖"一个最强模型"，而是卖"一套模型组合"
如果你只看到GPT-5.6三款模型的技术参数，那你只看到了冰山一角。真正值得关注的，是OpenAI背后的商业逻辑转变。
过去几年，大模型行业的竞争叙事很简单：谁的模型最强，谁就赢。用户在"最强模型"和"便宜模型"之间二选一。但GPT-5.6改变了这个游戏规则。
OpenAI不再只卖"一个最强模型"，而是卖"一套模型组合"。
这像什么？像云计算。AWS不只有一种实例类型，它有通用型、计算优化型、内存优化型、存储优化型。企业根据任务特征选择合适的实例，通过路由和调度实现成本最优。
GPT-5.6的三档分层，本质上就是把这套逻辑搬到了AI模型上。Sol负责最难的活，Terra覆盖80%的日常场景，Luna处理高频低价值的任务。企业需要的是模型路由、任务分级、成本控制——而不是一个无所不能但贵得离谱的超级模型。
那个"速度拨盘"功能就是这套逻辑的前端体现。用户可以在速度和质量之间自由调节，就像空调的温度旋钮：你要快，拨到Luna档；你要稳，拨到Terra档；你要极致，拨到Sol档。控制权第一次真正交到了用户手里。
从"哪个模型最强"到"什么任务该用什么模型"——这个认知转变，比任何一个跑分数字都重要。（据CSDN博客）
— — —
Terminal-Bench跑分：数字会说话
在Terminal-Bench 2.1基准测试（评估模型在命令行环境下的规划、迭代和工具协调能力）中，排名如下：
GPT-5.6 Sol Ultra：91.9%
GPT-5.6 Sol：88.8%
Claude Mythos 5：88.0%
GPT-5.6 Terra：84.3%
Claude Fable 5：84.3%
GPT-5.5：83.4%
GPT-5.6 Luna：82.5%
Claude Opus 4.8：78.9%
几个关键看点：Sol Ultra领先Claude Mythos 5约4个百分点；Terra与Fable 5跑分持平，但价格只有后者的四分之一到五分之一；即便是定位最低的Luna，也超过了Opus 4.8。（据腾讯云开发者社区，6月29日）
换句话说，OpenAI用三颗"星球"完成了对竞品的全线覆盖。旗舰打赢旗舰，中端打平旗舰但价格碾压，入门款还能超过对方的上一代主力。这不是单点突破，是饱和攻击。
— — —
普通人该怎么应对
说了这么多，落到每一个具体的使用者身上，该怎么面对这场即将到来的模型更替？以下五条建议供参考。
第一，别急着all in一个模型。不管是OpenAI还是Anthropic，没有任何一家值得你把所有工作流绑死在上面。Fable 5被禁19天又"阉割回归"的教训已经够深刻了。保持多模型使用习惯，不是花心，是风控。
第二，学会按任务选模型。写一封邮件、总结一段会议记录，用Luna就够了，何必动用旗舰？复杂架构设计、长代码重构，再请Sol出场。就像你不会开卡车去买菜，也不会骑自行车去拉货。模型分层之后，"杀鸡用牛刀"不只是浪费钱，更是浪费算力。
**第三，关注7月7日后的实测对比，但别急着切换生产环境。** 内测数据好看，不代表全面开放后依然稳定。GPT-5.6此前还被曝出在Codex灰度测试中"克扣思考预算"，正常GPT-5.5xhigh的juice值是768，被路由到GPT-5.6-sol后断崖式下跌到128。（据36氪，6月30日）新模型上线初期，不妨先用非核心任务试水。
第四，Claude用户可以观望，但别赌气。 Fable 5的体验确实令人失望，但Anthropic也在迭代。7月7日限额方案失效后，Fable 5的可用性可能会有变化。与其赌气切换，不如等GPT-5.6全面开放后做一轮自己的盲测，用数据说话。
第五，培养"模型组合拳"思维。这是最重要的一条。未来的AI能力不是靠单一模型堆出来的，而是靠组合调度实现的。复杂任务用Sol拆解，中间步骤用Terra执行，高频低价值环节用Luna批量处理。谁能把不同模型的长处拼成一条完整的工作流，谁就拿到了下一轮竞争的入场券。
这比追任何一个"最强模型"都重要。
— — —
7月7日很快就要到了。无论OpenAI最终选择在哪一天正式开放，大模型竞争的格局已经被改写。不是"谁更强"的问题，而是"谁更懂组合"的问题。
三颗"星球"已经排好轨道，剩下的就看它们能不能如期升空。
落子AI·电气工程师，用AI跑通副业闭环