索尔或寓言5：哪个AI模型在创意测试中胜出？

区块链文库报道：

OpenAI新模型与Anthropic模型基准测试互有胜负，Fable优惠窗口将于7月19日关闭

核心要点

OpenAI推出了三个独立的GPT-5.6版本：Sol、Terra和Luna，取代了此前单一模型的做法。

独立测试发现，Claude Fable 5在创意和编程任务上略优于GPT-5.6 Sol，而Sol在大多数标准化基准测试中领先。

Anthropic已三次延长付费用户免费使用Fable 5的期限，当前截止日期为7月19日。

Sol定价详情

OpenAI于7月9日将GPT-5.6全面开放，此次发布分为三个独立模型，而非一个可调节的系统。Sol作为旗舰版本，Terra定位中端，Luna则负责较轻量级的任务。

Sol的收费标准为每百万输入token 5美元，每百万输出token 30美元，仅为Anthropic对Fable 5定价（输入10美元、输出50美元）的一半。更便宜的Luna（输入1美元、输出6美元）在编程基准测试上已经超越了Claude Opus 4.8，OpenAI随后也证实了这一数据。

一家评测机构详细描述了Fable 5经历的动荡时期。6月12日，美国出口管制导致该模型在全球范围内下线，而彼时距离其原定的免费访问窗口关闭仅剩数天。

监管机构于6月30日解除了这些限制。Anthropic于7月1日恢复了Fable 5，随后三次延长其促销定价截止日期，最近一次调整至7月19日。

测试结果呈现分歧

在标准化测试上，Sol总体领先。在人工智能分析编码代理指数中，Sol得分为80，Fable为77.2；另一项基准测试追踪器显示，在智能体最终考试中，Sol得分为53.6%，Fable为40.5%。然而，在更广泛的智能指数上，Fable 5以微弱优势领先Sol一分。

实际测试则呈现了更接近的结果。评测者通过两个模型运行相同的提示词，认为它们在创意写作和逻辑谜题方面的输出大致相当，各自拥有独特的优势。

Fable 5在一项任务上明显胜出。在构建浏览器游戏的单次编程测试中，Fable 5版本包含了音乐、动画和道具增强功能，而Sol的版本则完全忽略了这些元素。

Fable 5自6月9日首次亮相以来，其访问历程异常曲折。该模型最初承诺免费使用至6月22日，但在此之前因出口争端而断供，7月1日恢复时设置了更严格的周限额，随后其付费截止日期又两次推迟，先是7月12日，现在为7月19日。