2026 旗舰 AI 横评:Fable 5、GPT-5.6/5.5 Pro、Gemini 3.1 Deep Think、Grok 4.5 怎么选?
短短五周:Fable 5 发布、被管制、又复活,GPT-5.6 三兄弟上线,Grok 4.5 用三分之一的价格搅局,Google 把 Ultra 降了价还加了个 $99.99 档。这篇横评只拿两家官方都认的基准对表,按场景和预算直接给结论。
最后更新:2026 年 7 月 16 日。动笔之前,我们把四家的官方发布材料、定价页和独立评测(Artificial Analysis 等)从头核了一遍——没办法,过去五周变化实在太大,网上大多数横评的数据还停在 4、5 月份。文中所有基准分数都注明出处与口径,凡是厂商自报的数字,我们会直说。
30 秒快答
赶时间?直接抄结论:
- 只要当前最强的模型:Claude Fable 5。独立榜单和官方基准都是第一——代价是价格也是第一($10/$50 每百万 token)。
- $20 预算只订一个:写代码、写长文,选 Claude Pro;要联网搜索、图像视频、GPTs 生态,选 ChatGPT Plus。
- 写代码的重度用户:Claude Max(Claude Code + Fable 5/Opus 4.8)依然是主流答案;Grok 4.5 则是今年最值得一试的挑战者——API 价格只有 Opus 4.8 的三分之一上下,还更省 token。
- 要 AI 视频:Google AI Ultra(Veo 3.1),这一项没有第二个能打的。
- 预算敏感:SuperGrok $30 或 Google AI Pro $19.99,都能摸到旗舰级能力的边。
先看时间线:五周里发生了什么
想看懂 2026 年 7 月现在这个格局,得先把这五周的课补上:
- 5 月 19 日:Google I/O 重组订阅——Ultra 顶档从 $249.99 降价到 $199.99,同时新增 $99.99 的 5x 档;配额改成 5 小时刷新的算力积分制。
- 6 月 9 日:Anthropic 发布 Claude Fable 5,首个 Mythos 级公开模型,官方定位直接放在 Opus 之上。
- 6 月 12 日:Fable 5 因美国政府出口管制全面暂停——这时它上线才三天。
- 6 月 30 日:Sonnet 5 发布($2/$10 促销价至 8 月底);次日 7 月 1 日,Fable 5 管制解除、全面恢复。
- 7 月 8 日:SpaceXAI(原 xAI,2 月并入 SpaceX)发布 Grok 4.5,主打编程与性价比。
- 7 月 9 日:OpenAI 的 GPT-5.6 家族(Sol/Terra/Luna)正式 GA,Sol 与 GPT-5.5 同价。
所以,你在别处刷到的“2026 大模型横评”,只要数据早于 6 月,四个主角里有三个压根还没登场。
四强档案:各自的杀手锏和软肋
Claude Fable 5 —— 能力天花板,价格也是
定位:Anthropic 首个 Mythos 级公开模型,官方口径就是“最强公开发布模型”。API $10/$50 每百万 token——正好是 Opus 4.8 的两倍,配 1M 上下文、128K 输出。
杀手锏:官方基准 SWE-bench Pro 80.3%,比第二名(自家 Opus 4.8 的 69.2%)整整高出 11 个百分点;独立榜单 Artificial Analysis Intelligence Index 也以 60 分坐上头名。大型代码库重构、长程复杂任务,就是它的主场。
软肋:贵,而且订阅权益带着时间窗——Pro/Max 等付费档内含 Fable 5(至多占每周用量 50%)只到 7 月 19 日(已经两次延期),之后要在订阅之上另买用量额度。还有一点别忽略:它强制 30 天数据保留,合规敏感的团队得自己掂量。
订阅入口:Claude Pro($20)/ Max($100 / $200)。国内参考价:Claude Pro ¥237 / Max $100 档 ¥889 / Max 20x ¥1428,详见Fable 5 国内使用指南。
GPT-5.6 Sol / GPT-5.5 Pro —— 同价升级 + Pro 档专属推理
定位:7 月 9 日 GA 的 GPT-5.6 分三档:Sol(最强)、Terra(均衡)、Luna(求快)。最妙的是定价——Sol 与 GPT-5.5 完全同价($5/$30),等于白送一次升级;Terra $2.50/$15、Luna $1/$6。要注意的是,ChatGPT 里默认模型暂时还是 GPT-5.5,想用 Sol 得自己去选择器里切。
杀手锏:Terminal-Bench 2.1 官方成绩 Sol 88.8%、Sol Ultra 模式 91.9%,终端/Agent 类任务当前公开成绩最高。生态更是没有对手——Deep Research、Sora 视频、GPTs、Operator,全塞在一个订阅里。
软肋:GPT-5.5 Pro 是 Pro 档($100/$200)专属,Plus 用户摸不到;API 价 $30/$180,比 Fable 5 还贵。另外 Altman 本人 7 月 14 日就 Sol 的容量问题发了“会有波折”的预警——高峰期稳不稳,先打个问号。
订阅入口:Plus $20 / Pro $100(5x)/ Pro $200(20x)。国内参考价:Plus ¥199 / Pro 5x ¥889 / Pro 20x ¥1428,两档区别见Pro 5x/20x 指南。
Gemini 3.1 Deep Think —— 竞赛级推理,锁在 Ultra 档
定位:Deep Think 是架在 Gemini 3.1 Pro 之上的深度推理模式。DeepMind 官方页那份成绩单确实唬人:Humanity's Last Exam 48.4%(无工具)、ARC-AGI-2 84.6%、Codeforces Elo 3455、IMO 金牌水平(81.5%)。
杀手锏:竞赛数学、算法难题这种“一道题值得想十分钟”的场景,它是目前公开产品里最接近专业选手的那一个;再加上 Google 生态(Gmail/Docs 直接调用)和 Ultra 档的 Veo 3.1 视频生成,一份订阅拿到的东西最杂、也最全。
软肋:Deep Think 是 Ultra 档专属,API 只对少数机构开放——想用它,门票就是 $99.99 或 $199.99 的 Google AI Ultra。日常聊天用它属于杀鸡用牛刀,响应还慢。基座 Gemini 3.1 Pro 的 API,至今还挂着 Preview 标。
订阅入口:Google AI Pro $19.99(不含 Deep Think)/ Ultra $99.99(5x)/ Ultra $199.99(20x,从 $249.99 降价)。国内参考价:Google AI Ultra ¥499 / Gemini 3 Pro 年费成品 ¥177,实测见Google AI Ultra 国内评测。
Grok 4.5 —— 三分之一价格的搅局者
定位:SpaceXAI 7 月 8 日发布,Musk 称基于 1.5 万亿参数的 V9 基座(官方未证实参数规模)。API $2/$6——不到 Opus 4.8 标价的一半、Fable 5 的五分之一;上下文 API 500K(从上代 1M 主动缩减,官方的说法是拿窗口换编码专注度)。
杀手锏:一句话,便宜又省。厂商口径对 Opus 4.8 四项编程基准 2 胜 2 负(其中一项胜绩依赖自家评测框架,得打折看);SWE Marathon 长程任务 29.0% 排第一(Opus 4.8 26.0%、Fable 5 24.0%,厂商发布后补充、暂无独立复核)。最实在的还是 token 效率:解决同等任务输出约 1.5 万 token,Opus 4.8 要 6.7 万——标价差 3 倍 × 效率差 4 倍,实际成本差距是数量级的。它与 Cursor 联合训练(SpaceXAI 6 月宣布 600 亿美元收购 Cursor),不过 Cursor 在发布前撤下了自家基准,原因是训练数据里发现了 Cursor 代码快照——引用这些成绩时,这层背景心里要有数。
软肋:独立评测泼了盆冷水——Artificial Analysis 综合智能 54 分排第四,“Opus 级”的宣传被打了折扣;更要命的是幻觉率从上代的 25% 升到 54%(知识准确率同时从 35% 提到 52%),典型的“更博学,但错得更自信”。写代码影响不大,反正有编译器兜底;查事实、法律金融这类场景,务必交叉核对。另外,暂不对欧盟开放。
订阅入口:SuperGrok $30 / SuperGrok Heavy $300(Grok 4.5 已对 Heavy 全量推送,$30 档分批中)。国内参考价:SuperGrok ¥270 / Heavy ¥1449,深度解析见 SuperGrok Heavy 值不值 $300。
硬指标对表:只用两家都认的数字
先把口径说清,再看表——大模型跑分这件事,坑比数字本身还多:
SWE-bench Pro(真实软件工程任务)是目前唯一能跨厂商对表的编码基准(各家发布材料都公布了自家和对手的成绩,数字基本对得上):
| 模型 | SWE-bench Pro | 数字出处 |
|---|---|---|
| Claude Fable 5 | 80.3% | Anthropic 发布材料 |
| Claude Opus 4.8 | 69.2% | Anthropic 发布材料 |
| Grok 4.5 | 64.7% | SpaceXAI 发布材料 |
| GPT-5.5 | 58.6% | 两家材料一致 |
| Gemini 3.1 Pro | 54.2% | Anthropic 发布材料 |
注意:GPT-5.6 家族的 SWE-bench Pro 官方数字,截至本文更新还没公布,它的强项数据在 Terminal-Bench 2.1(Sol 88.8%、Sol Ultra 91.9%,OpenAI 官方);至于网上流传的“Fable 5 SWE-bench Verified 95%”,查无官方出处,我们不引用。
独立第三方(Artificial Analysis 综合智能指数):Fable 5 60 分第一,GPT-5.5 第二,Opus 4.8 56 分第三,Grok 4.5 54 分第四。排序和厂商自报口径基本吻合,但分差远没有宣传语那么夸张。
按场景选:六类需求的直接答案
| 你的场景 | 首选 | 替代方案 |
|---|---|---|
| 重度编程 / Agent 开发 | Claude Max(Claude Code + Fable 5/Opus 4.8) | Grok 4.5(预算敏感)、Cursor 多模型 |
| 长文写作 / 文档分析 | Claude Pro(Sonnet 5 / Opus 4.8) | ChatGPT Plus |
| 深度研究 / 竞赛级推理 | Gemini 3.1 Deep Think(Ultra 档) | ChatGPT Pro(GPT-5.5 Pro)、Fable 5 |
| 实时信息 / 热点追踪 | SuperGrok(X 实时数据) | ChatGPT Plus(联网搜索) |
| AI 视频 / 多模态创作 | Google AI Ultra(Veo 3.1) | ChatGPT Plus(Sora) |
| 预算 ≤ $30 尝鲜旗舰 | SuperGrok $30(Grok 4.5) | Claude Pro / Google AI Pro |
订阅档位与人民币参考价总表
官方美元价 + 本站实时参考价(支付宝/USDT,含质保条款,点击进商品页):
| 订阅 | 官方价/月 | 本站参考价 |
|---|---|---|
| Claude Pro | $20 | ¥237 |
| Claude Max(5x) | $100 | ¥889 |
| Claude Max(20x) | $200 | ¥1428 |
| ChatGPT Plus | $20 | ¥199 |
| ChatGPT Pro(5x) | $100 | ¥889 |
| ChatGPT Pro(20x) | $200 | ¥1428 |
| Google AI Ultra | $99.99 / $199.99 | ¥499 |
| SuperGrok | $30 | ¥270 |
| SuperGrok Heavy | $300 | ¥1449 |
手上没有国际信用卡?购买路径(支付宝/USDT、代充与成品号的区别、避坑清单)我们写过完整攻略:ChatGPT 篇、Claude 篇;价格全景见AI 工具价格对比总表。
常见问题
Q:2026 年 7 月,哪个 AI 模型最强?
A:综合能力是 Claude Fable 5——独立榜单(Artificial Analysis 60 分)和可跨厂商对表的 SWE-bench Pro(80.3%)都排第一。但“最强”不等于“该买”:它最贵,且订阅内含权益 7 月 19 日后转为额外购买用量额度。对多数人来说,从 $20 档(Claude Pro 或 ChatGPT Plus)起步更合理。
Q:GPT-5.5 和 GPT-5.5 Pro 有什么区别?
A:GPT-5.5 是 ChatGPT 的默认旗舰,所有付费档都能用;GPT-5.5 Pro 是更强的推理变体,只有 Pro 档($100/$200)能用,API 价 $30/$180。另外注意,7 月 9 日 GPT-5.6 家族已经上线,Sol 档与 GPT-5.5 同价,在 ChatGPT 里可以手动切换。
Q:Claude Fable 5 为什么这么贵?值不值?
A:$10/$50,正好是 Opus 4.8 的两倍,Anthropic 给它的定位就是“能力天花板”产品。如果你的任务是大型代码库重构、长程 Agent 这种“失败成本远高于 token 成本”的场景,它值;日常问答用 Sonnet 5(促销 $2/$10)反而更划算。
Q:ChatGPT Plus 和 Claude Pro 都是 20 美元,选哪个?
A:看主用途:代码、长文、严谨推理,选 Claude;联网搜索、图像视频生成、插件生态,选 ChatGPT。两边都试过的用户里,写代码的普遍留在了 Claude,做内容和杂事的普遍留在了 ChatGPT。
Q:ChatGPT Pro 一个月 100/200 美元,到底值不值?
A:判断标准就一条:你撞没撞过 Plus 的限额。经常撞,就上 $100 档(5 倍额度);$200 档(20 倍)留给把它当生产工具的人。只是偶尔用用的话,这笔钱不如花在 API 上。
Q:Gemini 3.1 Deep Think 需要什么订阅才能用?
A:Google AI Ultra 档专属($99.99 或 $199.99/月),Pro 档($19.99)没有;API 只对少数机构开放。它的竞赛级推理成绩(Codeforces Elo 3455、IMO 金牌水平)确实独一档,但日常任务真用不上这个深度。
Q:Grok 4.5 能替代 Claude 写代码吗?
A:部分场景可以。它的 token 效率和价格优势是实打实的(同任务成本可能只有几分之一),SWE Marathon 长程任务按厂商口径还排了第一。但 SWE-bench Pro 上它仍落后 Opus 4.8 和 Fable 5,幻觉率也明显偏高——建议先当“高性价比第二模型”用,别急着全面换掉主力。
Q:普通人到底有没有必要花钱订阅 AI?
A:每周用不满三次的,免费档够了。哪天开始拿它干活了(写报告、写代码、做研究),再付费,从 $20 档起步;$100 以上的档位,只属于“AI 时长 = 工作时长”的那群人。
Q:SuperGrok 30 美元和 Heavy 300 美元差在哪?
A:Heavy 最先全量拿到新模型(Grok 4.5 已推送),还有 Grok 4 Heavy 多智能体配置、更大上下文(256K)和最高优先级;$30 档功能齐全,但新模型分批推送。建议先 $30 试水,确认自己是重度用户再升 Heavy。
Q:国内没有外币卡,怎么订这些?
A:三条路:办国际/虚拟信用卡走官方;支付宝/USDT 找代充或买成品号(认准写明质保条款的商家,成品号到手先改密换绑);合租最便宜,但违反多数官方条款,风险自负。详见上面链接的分品牌购买攻略。
相关阅读
- Claude Fable 5 国内使用指南:价格、恢复时间线与实测
- SuperGrok Heavy 值不值 $300:Grok 4.5 深度解析
- Claude Max 5x vs 20x:额度差多少,怎么选
- ChatGPT Pro 5x/20x 档位全解
- Google AI Ultra 国内实测:Veo 3.1 视频生成
- Cursor Pro/Ultra 购买指南
- Claude Opus 4.8 国内指南
- 2026 AI 工具订阅价格对比总表
本文基准数字均注明出处(厂商官方发布材料或 Artificial Analysis 独立评测),厂商自报成绩请按相应口径理解;价格如有变动以各官网为准,本文会随格局变化持续更新。
