📅 2026-07-09 · 约 12 分钟阅读
GPT-5.6 发布指南：Sol vs Terra vs Luna、定价、基准与可用性
GPT-5.6 是覆盖旗舰推理、均衡日常与低成本高吞吐的三档模型家族。本指南把 OpenAI 发布数据整理成可落地的选型决策。
发布了什么
OpenAI 将 GPT-5.6 发布为三档模型家族，而非一个万能模型。Sol 是最难推理与 Agent 工作的旗舰档；Terra 定位为更低成本的日常均衡模型；Luna 是面向高吞吐的最快、最省档。
这次发布同时覆盖消费、编程与开发者工作流。官方称 GPT-5.6 可在 ChatGPT、ChatGPT Work、Codex 与 OpenAI API 使用，具体取决于套餐、产品面与放量节奏。
可用性
官方称 GPT-5.6 在 ChatGPT、Codex 与 API 全球起步放量，并逐步走向全面可用。不同产品面的访问权不同。
- Chat：Plus、Pro、Business、Enterprise 可通过中等及以上力度使用 GPT-5.6 Sol；Pro 与 Enterprise 还可选 Sol Pro 处理最复杂任务。
- ChatGPT Work 与 Codex：Free 与 Go 可用 Terra；Plus 及以上可在 Sol / Terra / Luna 间选择并设置力度。官方称这些产品面上有 GPT-5.6 访问权的用户可用
max，而ultra套餐范围更窄。 - API：开发者可调用 Sol、Terra、Luna；并引入 Programmatic Tool Calling 与可并发子 Agent 再汇总的 multi-agent beta。
放量与套餐权益会变。把生产工作流绑定到特定访问假设前，请核对官方产品与定价页。
GPT-5.6 定价
OpenAI 公布的 API 价（每 100 万 tokens）如下。
| 模型 | 输入 / 1M | 输出 / 1M | 首选适配 |
|---|---|---|---|
| GPT-5.6 Sol | $5 | $30 | 难推理、编程 Agent、长时专业工作流 |
| GPT-5.6 Terra | $2.50 | $15 | 日常工作、规模化 Agent、成本敏感质量 |
| GPT-5.6 Luna | $1 | $6 | 快、高吞吐，延迟与成本主导 |
GPT-5.6 还改变了 prompt caching 经济性：cache 写入按未缓存输入价 1.25× 计费，cache 读取仍有约 90% 折扣。对重复长上下文工作流，缓存设计本身就是成本建模的一部分。
Sol vs Terra vs Luna：先测哪档？
实务决策矩阵
先看工作流经济性，再在代表性任务上测质量。
| 负载 | 先测 | 原因 |
|---|---|---|
| 复杂仓库实现 | Sol | 家族内编程与长程 Agent 能力最强。 |
| 日常分析与生产 Agent | Terra | 价更低，若干上线对比仍接近或高于 GPT-5.5。 |
| 分类、路由、抽取、快速辅助 | Luna | 吞吐优先时最低价、最快档。 |
| 极难多工作流任务 | Sol + max 或 ultra | 更高推理力度与并行 Agent 可改善分数-延迟权衡，但 token 更高。 |
基准上下文
OpenAI 发布了覆盖专业工作、编程、科学、电脑操控、安全、自改进、多模态、学术、工具使用、长上下文与抽象推理的宽表。关键教训不是某一模型赢每一行：GPT-5.6 在 Agent、电脑操控、编程与效率相关处最强，竞品排序随基准变化。
专业与 Agent
- Agents' Last Exam：Sol 52.7%，Terra 50.4%，Luna 50.3%
- Intelligence Index v4.1：Sol 58.9，Terra 55，Luna 51.2
- Big Finance Bench：Sol 53%，Terra 51%，Luna 36%
编程与终端
- Coding Agent Index：Sol 80，Terra 77.4，Luna 74.6
- DeepSWE v1.1：Sol 72.7%，Terra 69.6%，Luna 67.2%
- Terminal-Bench 2.1：Sol 88.8%，Sol Ultra 91.9%，Terra 87.4%，Luna 84.7%
电脑操控
- OSWorld 2.0：Sol 62.6%，Terra 50.2%，Luna 45.6%
- BrowseComp：Sol 90.4%，Sol Ultra 92.2%，Terra 87.5%，Luna 83.3%
- BenchCAD：Sol 70.6%，Terra 62.3%，Luna 63.1%
安全
- Capture-the-Flag：Sol 96.7%，Terra 91.8%，Luna 85.2%
- SEC-Bench Pro：Sol 71.2%，Sol Ultra 74.3%，Terra 57.7%，Luna 48.9%
- ExploitBench：Sol 73.5%，Terra 52.9%，Luna 33.2%
官方表也有重要「非全胜」。例如 GPT-5.6 Sol 的 SWE-Bench Pro 为 64.6%，低于同表若干 Claude 结果。基准决策应保持任务特定，不要压成一张万能排行榜。
编程与 Agent 工作流
GPT-5.6 最务实的故事是更强 Agent 能力与更好效率的组合。OpenAI 强调 Terminal-Bench 2.1 与多 Agent 设置；早期合作方也报告生产工作流上更少 token、更低延迟、更少步骤与工具调用。
对编程团队，评测应超过基准分：跑一个仓库任务，跟踪可接受改动、测试通过率、重试、工具调用、总 token 与审阅负担。最难任务可能 Sol 胜出，但若 Terra 能以明显更低成本达到可接受质量，它更适合做默认。
知识工作、设计与电脑操控
OpenAI 将 GPT-5.6 定位为文档、演示、表格、浏览与电脑操控的更强端到端操作者。上线页报告 Sol 在 BrowseComp 90.4%、OSWorld 2.0 62.6%，Ultra 在 BrowseComp 达 92.2%。
实务含义是：选型测试应包含最终产物，而不只是中间文本。对演示、表格、仪表盘与前端，检查版式质量、完整度、是否遵循参考文件，以及可用前需要多少轮修正。
安全与攻防
OpenAI 称 GPT-5.6 以迄今最强防护上线，且在生物与网络安全方面仍低于公司 Critical 能力阈值。上线页强调防御用途：安全代码审查、补丁、漏洞分诊、威胁建模、恶意软件分析与检测工程。
攻防基准提升显著：ExploitBench 上 Sol 73.5% 对 GPT-5.5 的 47.9%；SEC-Bench Pro 上 Sol 71.2% 对 45.8%。这些结果应与访问控制、防护措施与预期防御工作流一起阅读。
谁该用哪档 GPT-5.6？
- 先选 Sol：难编程 Agent、长时研究、复杂电脑操控、高要求专业分析，以及失败代价昂贵的任务。
- 先选 Terra：广泛日常工作、规模化 Agent 舰队、知识工作，以及想先拿到更好性价比、再为极限能力付费的团队。
- 先选 Luna：高吞吐抽取、分类、路由、快速辅助，以及最低成本主导的延迟敏感工作流。
- 有选择地测 max / ultra：任务确实难到值得更多推理或并行 Agent 时。不要在未衡量增量价值前把最贵设置当默认。
对多数团队，较好的上线方式是分层路由：简单工作用 Luna，默认用 Terra，升级用 Sol。这是从官方能力与定价档推断的建议，不是声称一种路由策略适配所有负载。
主要来源：OpenAI 官方 GPT-5.6 上线页。基准与定价复述自官方发布数据；评测方法不同，应在各自上下文中解读。
常见问题
GPT-5.6 是一个模型吗？
不是。OpenAI 将其呈现为含 Sol、Terra、Luna 的能力档家族，价格与性能定位不同。
ChatGPT 里能用 GPT-5.6 吗？
可以。官方称正在 ChatGPT、ChatGPT Work、Codex 与 API 放量，模型访问取决于套餐与产品面。
哪档 GPT-5.6 最便宜？
Luna 标价最低：输入 $1 / 输出 $6（每 100 万 tokens）。
GPT-5.6 是否赢下所有编程基准？
没有。官方表显示 Terminal-Bench 与 DeepSWE 很强，但如 SWE-Bench Pro 等基准上排序会变。
相关阅读：