GPT 5.6终于会说人话了

背景

在大型语言模型快速迭代的背景下，用户对模型对话自然度（即“会说人话”）与智力深度之间的平衡日益敏感。近期，LINUX DO 社区的一名用户发布了一篇个人体验分享，对比了 GPT、Gemini、Claude、Grok 以及 Fable 等多个主流或新兴模型的中文表达能力与知识交流效率，尤其关注模型在长对话后的表现退化（降智）问题。该帖子反映了高级用户从工具实用性出发，对模型“说人话”能力的刚性需求。

核心内容

原文作者经历了一段较长的模型切换过程。作者认为早期的 GPT 4o 和 4.5 版本虽然智力偏低，但在自然语言表达上表现正常（“会说话”）。而从 GPT 5 开始，模型的语言表达变得非常抽象、不自然，导致知识交流效率极低，因此作者一度转向 Gemini。但发现 Gemini 在普通对话中同样存在“降智”问题（即提示词优化失效、智能下降），只有 AI Studio 版本稍好，不过长对话后也会变弱智。被迫习惯 GPT 的抽象表达后，作者又尝试了其他模型：Claude OPUS 4.6 表现不错，新出的 Grok 4.5 效果最好。综合智力水平与表达自然度，作者认为目前最佳选择是 GPT 5.6 sol。

此外，作者特别批评了 Fable 5，认为其名不副实。Fable 5 的中文能力非常差，有时差到让人看不懂，与网页端 Opus 4.8 的表现有一拼。无论在网页端还是 CLI 端，其输出都令人费解。而且在讲解数学和专业知识时，展现出的智力水平也不高。

关键要点

• 作者对模型“说人话”的核心诉求：自然、易理解、能与人类高效交流，而非机械或过度抽象的表述。
• 早期 GPT 4o/4.5 智力低但表达自然；GPT 5 智力提升但表达抽象，导致交流效率下降。
• Gemini（普通版）存在明显的提示词降智问题，AI Studio 版本稍好但长对话后同样退化。
• 替代方案：Claude OPUS 4.6 表现可接受，Grok 4.5 是作者目前体验最好的选择。
• 综合评估后，GPT 5.6 sol 被认为是当前智力与自然度平衡的最佳模型。
• Fable 5 被作者严重差评：中文能力极差，甚至不如 Opus 4.8，且讲解专业知识时智力不足。
• 所有提到的模型版本号（如 5.6 sol、opus 4.8 等）可能为用户自定义或非公开命名，但原文以此为依据。

意义与影响

该贴文虽为个人体验，但折射出部分高阶用户对 LLM 评估的独立标准：不再单纯关注智力分数或任务完成度，而是回归到最基础的“人机沟通”效率。模型在知识输出时能否使用人类可理解的自然语言，直接影响实际使用体验。作者从 GPT 5 的“不会说人话”转向 Grok、Claude 甚至回退至较旧版本，说明模型迭代中智力提升与语言自然度可能出现冲突。同时，对 Gemini 降智的批评也提示了长对话稳定性仍是重要痛点。此外，对 Fable 5 中文能力的否定，强调了多语言（尤其是中文）支持仍远未达到用户期待。此类经验分享有助于社区形成对模型真实水平的共识，并推动开发者在优化智力时兼顾语言的自然性与通用性。