两年前，这篇对比的是 GPT-4 和 Claude。2026 年 7 月，问题换了主角：真正在抢你博客和落地页生意的，是 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol。两个都站在 Artificial Analysis Intelligence Index 的头部（Fable 5 到 59.9，GPT-5.6 Sol 到 58.9）。但决定谁写得好听的从来不是原始智力。我花两周把同样的提示词喂给两边——落地页、长文草稿、角色台词——分界比那一分的基准差清晰得多。
两个模型，一张表
都是 2026 年 7 月时点可验证的在售模型，没有传闻名，没有路线图期货。各家实际定价和公开榜单如下。
| 规格 | Claude Fable 5 | GPT-5.6 Sol |
|---|---|---|
| 厂商 | Anthropic | OpenAI |
| 发布 | 2026-06-09 | 2026-07-09 |
| AA Intelligence Index | 59.9（第一） | 58.9（第二） |
| 价格（输入/输出，每百万 token） | $10 / $50 | $5 / $30 |
| 上下文窗口 | 1M tokens | 1.5M tokens |
| SWE-Bench Pro | 80.3% | 64.6% |
| Terminal-Bench | 84.3% | 91.9% |
| Agents' Last Exam | 40.5% | 52.7% |
这张表要这么读：Fable 5 在综合指数和长程代码任务（SWE-Bench Pro）上更聪明；GPT-5.6 Sol 价格约一半，在紧约束、重工具的执行上反超（Terminal-Bench、Agents' Last Exam）。对写作来说，这些数字单独都定不了胜负——但它们告诉你两个模型的脑子长在哪边。
Claude Fable 5：敢冒险的写手
Fable 5 是 Anthropic 的 Mythos 级旗舰，刻意往叙事上调过。盲测创意写作里，它是我今年用过的前沿模型里句子最锋利、模板腔最少的。GPT-5.6 默认给安全、工整的散文，Fable 5 会在节奏、声音和观点上冒险。它是唯一一个输出偶尔还能让我吃惊的模型。
- 声音与潜台词。角色台词撑几千字不漂，不会滑进通用的"AI 助手"腔。它天生为角色扮演和长篇叙事弧而造，看得出来。
- 长文一致性。三千字草稿从引言到结论不掉线。多数模型第八段就开始自我复述；Fable 5 不会。
- 成稿修饰，改得最少。任务若是"让它读起来像人写的"，Fable 5 落地最近成品——套话更少，对冲限定语更少，句子有分量。
- 学术与技术长文。白皮书、技术报告、研究综述，逻辑要绷住几十页的那类写作。
适合：博客文章、创意故事、角色台词、长文分析，一切以声音和细味为产品的地方。
代价是钱。输入 $10 / 输出 $50，是 GPT-5.6 Sol 的两倍，输入侧约是 Gemini 3.5 Flash 的十倍。一篇博客无所谓；一天一千封营销邮件，账单会说话——那正是另一个模型的地盘。
GPT-5.6 Sol：能交付的文案手
GPT-5.6 Sol 是 OpenAI 现役旗舰，内容工作上它的优势不在智力，在灵活性。营销文案、技术规格、闲聊、大纲之间切换比 Fable 5 快，token 价格只要一半。B2B 营销测试里，目标是明确的行动号召加结构化论证时，它产出的说服性文案质量更高。
- 结构化说服。落地页和销售邮件有真漏斗：钩子、痛点、证据、CTA。GPT-5.6 每次都搭得干净利落。
- 风格切换。上一条提示是正式白皮书，下一条是带劲的社媒帖，语域自己适应，不用扶着。
- 全流程写作。Fable 5 强在打磨终稿，GPT-5.6 强在整个流程：大纲、草稿、压缩、改题、出变体。它是流程助手，不只是造句器。
- 成本与速度。$5/$30 每百万 token，每秒约 78 token。大批量内容生产里，这决定了工具是每稿都开还是留给终稿。
适合：落地页文案、营销邮件、技术文档、规模化内容变体，一切结构和吞吐胜过润色的地方。
注意 GPT-5.6 实际分三档：Sol（$5/$30）、Terra（$2.50/$15）、Luna（$1/$6）。同代之内五倍价差。选错档位，一个 Terra 能干的活你多付五倍。
正面对决：谁写得更好
同样的提示词，两边跑，只按我真会发布的输出来判：
| 内容任务 | 赢家 | 原因 |
|---|---|---|
| 落地页文案 | GPT-5.6 Sol | 结构化说服，CTA 清楚，变体快 |
| 长文博客 | Claude Fable 5 | 两千字以上不掉线，有声音，改动少 |
| 营销邮件 | GPT-5.6 Sol | 关系铺垫的结构，专注转化 |
| 角色台词 / 扮演 | Claude Fable 5 | 人设不漂，潜台词在，叙事弧完整 |
| 技术文档 | GPT-5.6 Sol | 结构精确，术语一致 |
| 创意故事 / 散文 | Claude Fable 5 | 敢在节奏和声音上冒险，模板味最淡 |
| 规模化内容变体 | GPT-5.6 Sol | 一半成本，更快，批量改写更强 |
规律简单：从头读到尾、靠声音成立的成品给 Fable 5；结构化、说服型、大批量的文案给 GPT-5.6 Sol。它们是互补，不是替代。
x-rush 怎么在两者之间选
那张表不用背。给自己项目用的话，经验法则如下：带转化目标的营销文案倾向 GPT-5.6 Sol（说服力加成本），长文和角色驱动的写作倾向 Claude Fable 5（声音加一致性），技术文档和结构化输出倾向 GPT-5.6 Sol，批量变体走更便宜的每 token 档，中文原生长文给 Qwen3.7 Max——我们测过的模型里最自然的中文。
- 带转化目标的营销文案 -> GPT-5.6 Sol（说服 + 成本）
- 长文或博客 -> Claude Fable 5（声音 + 一致性）
- 角色台词和扮演 -> Claude Fable 5（人设 + 潜台词）
- 技术文档和结构化输出 -> GPT-5.6 Sol（精确 + 速度）
- 批量内容变体 -> GPT-5.6 Sol 或 Terra（单位美元的吞吐）
- 中文原生长文 -> Qwen3.7 Max（测过的最自然中文）
进了 x-rush，这套速记被故意藏起来。AI Chat 和其他文本功能收下 brief，内部按任务路由，文本生成一律按每条 0.5 积分的固定价结算，背后是谁在执行是实现细节。写得好就是好，不好就是不好。
结论
内容创作的活儿只能留一个的话，我留 Claude Fable 5——因为我在乎的写作，恰恰是声音和一致性同时重要的那种，而 Fable 5 是唯一一个能稳定两者兼得的前沿模型。但每次坐下来写落地页，或者中午前要五十条标题变体的时候，我都会想 GPT-5.6 Sol。
好消息是不用选。按任务路由，让基准差距留在它该待的地方：基准里。