Gorden Sun (@Gorden_Sun) “Every团队发布了对OpenAI新模型GPT-5.6 Sol的深度测评。结论是，Sol是一款出色的日常” — TopicDigg

Every团队发布了对OpenAI新模型GPT-5.6 Sol的深度测评。结论是，Sol是一款出色的日常协作模型，但在最复杂、最需要独立判断的任务上，Anthropic的Claude Fable仍然更强大。 Sol的核心特点 1）快、稳、遵循指令。 Sol的最大升级在于速度和可引导性。它响应迅速，能让人在还记得“哪里不对劲”的时候就看到修改结果——一次失败的方向只花几分钟，而以往可能要半小时。团队成员评价它“不会做蠢事”，愿意接受纠正，被指出问题后能快速重试。 2）主动找上下文。 Sol会先阅读可用的文件、项目指令和连接的工具，再决定是否需要向人求助。在一项电子表格测试中，它自己找到邮件、检查了46个CSV文件、发现缺失信息，然后带着七个问题回来——每个问题都附上了自己的建议，让人只需批准或修正，无需重新布置任务。 3）执行力和持久性强。 Sol能追踪陌生生产代码库中的bug，完成GPT-5.5多次失败的任务，并且在测试失败时会修复产品本身的问题，没有偷偷弱化测试标准。 但Fable依然更强 尽管Sol表现亮眼，Every团队明确表示：最大、最模糊的任务仍然交给Fable。 在他们的“高级工程师”基准测试中，Fable得分90/100，Sol只有56/100。差距主要来自Sol的一个特定弱点：不知道何时该停。它在重写任务中新增了约12900行代码，每个改动单独看都有理由，但整体重建了过多的复杂度。Sol理解架构没有问题，问题在于缺乏克制——而“决定不做什么”恰恰是高级工程的核心能力之一。 Dan Shipper的比喻：Sol是保时捷，Fable是曲速引擎。Fable能带你跨越星系，但多数时候你只是在城里转转，Sol让你出行更有风度。可当你真的要去远方时，还得靠Fable。（曲速引擎这个比喻足以说明工程师对Fable的称赞） 于是，有工程师用Fable做编排者、定计划，让Sol负责执行；Mike Taylor的做法是“如果你是Human in the loop，Sol所在的Codex应用体验更好；但如果你想把自己从流程中移出去，你需要Fable”。多位成员估计Sol能做到Fable约80%到90%的工作——但剩下那部分，恰恰是最难、最有价值的部分。 推荐使用场景 选Sol · 正在写作、研究、构建或分析一个需要边做边改的项目 · 项目里已经有充足的素材、示例、指令和先前决策 · 目标明确，只需要模型处理步骤、工具和跟进 · 需要一个快速响应、随叫随改的协作伙伴 选Fable · 任务边界模糊，“决定项目需要什么”本身就是工作的重要部分 · 想把长任务完全交出去，离开，回来验收成果 · 简化、架构设计和克制比快速往返更重要 · 需要“尖锐而有锋芒的智能”来做大的架构决策和品味判断 选Opus · 希望在模型工作时看到更多推理过程和进展（Codex的一个短板正是过程可见性差，用户常常需要反推Sol到底改了什么） 结论 Sol代表了日常知识工作的一次重大升级：快速、机灵、善用上下文，是团队想“留在身边”的协作模型。但当任务足够大、足够模糊、足够需要独立判断时，Fable仍然是无可替代的第一选择。