GPT-6 登場：綜合評比僅排第四，模型成本差距超過 40 倍
OpenAI 推出 GPT-6，但在 Artificial Analysis 的大型模型綜合評比中僅排名第四。同一份資料也顯示，各模型完成任務的成本差距極大：GLM-5.3-Flash 每項任務不到 0.1 美元，Fable 5.1 則高達 3.69 美元。
在 OpenAI 強大的行銷團隊連日釋出消息之後，GPT-6 於 2026 年 9 月 4 日正式登場。然而，第三方評比的結果有些出人意料。
綜合能力：排名第四
Artificial Analysis 智慧指數彙整了 GDPval-AA v2、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond 等九項評測。大型模型的前段排名如下：
| 排名 | 模型 | 智慧指數 |
|---|---|---|
| 1 | Claude Fable 5.1（max） | 66 |
| 2 | Claude Opus 5（max） | 63 |
| 3 | Claude Fable 5 | 62 |
| 4 | GPT-6 Astra（max） | 61 |
| 4 | GPT-5.6 Sol（max） | 61 |
| 4 | Grok 4.6（high） | 61 |
| 4 | Muse Spark 1.3（xhigh） | 61 |
| 8 | Kimi K3（max） | 60 |
| 8 | GLM-5.3（max） | 60 |
| 10 | Gemini 3.8 Flash（high） | 59 |
GPT-6 與多款模型並列第四，前三名都由 Claude 包辦。
任務成本：差距超過 40 倍
每完成一項評比任務的平均成本（美元，越低越好）：
| 模型 | 成本 |
|---|---|
| GLM-5.3-Flash | 0.09 |
| MiniMax-M3 | 0.14 |
| DeepSeek V4 Pro | 0.27 |
| Gemini 3.8 Flash（high） | 0.58 |
| Kimi K3（max） | 0.84 |
| GPT-5.6 Sol（max） | 0.95 |
| GPT-6 Astra（max） | 1.67 |
| Claude Opus 5（max） | 2.34 |
| Claude Fable 5 | 3.14 |
| Claude Fable 5.1（max） | 3.69 |
GLM-5.3-Flash 便宜到幾乎可以視為免費，Fable 5.1 則貴得驚人，兩者相差超過 40 倍。
怎麼解讀
能力最強的模型，往往也是最昂貴的。實務上不必所有任務都使用頂級模型：依任務的難度與重要性分級選用，才能在品質與成本之間取得最佳平衡。