三款 GPT-5.6 模型， Sol · Terra · Luna 怎么选
OpenAI 于 2026-06 预览、7 月起分阶段广泛开放的新一代模型系列。
命名新规则：数字表代际、Sol/Terra/Luna 表稳定能力层级——
Sol 旗舰、Terra 日常均衡、Luna 快速经济；
Sol 引入 max 推理档位 + ultra 子智能体模式；
全家族采用可预测的显式缓存断点。所有结论均标注官方出处。
三款模型：定位与定价
先把三款模型的价格与定位摆一起看。价格单位是每 100 万 token，输入 / 输出分开计——记住一件事：输出永远比输入贵 5-6 倍，省钱重点在少产出。[1]
max 深度推理档与 ultra 子智能体模式。命名新规则：数字 × 层级
官方原话：「在随 GPT-5.6 引入的这套新命名体系中，数字表示模型的代际，而 Sol、Terra 和 Luna 表示可按各自节奏演进的稳定能力层级。」[2]
换句话说：以后你会看到「GPT-5.7 Sol」「GPT-6 Terra」这种组合——层级名（Sol/Terra/Luna）跨代际稳定，选型时可以按层级思考，不用每次都重新学一遍模型名。
- Terra 是日常默认层级（$2.50 / $15）：与 GPT-5.5 性能相当但价格减半——大部分任务都从它开始。
- Sol 是攻坚层级（$5 / $30）：迄今最强，只在 Terra 不够时召唤。
- Luna 是轻量层级（$1 / $6）：明确的简单活、批处理、大规模廉价推理才用它。
任务与场景选型
核心原则一句话：日常默认 Terra——OpenAI 官方原话说它「性能可与 GPT-5.5 竞争，成本仅为其一半」[2]，是价格 / 质量甜点。Sol 面向 Terra 都啃不动的关键任务，Luna 面向明确的简单活。
| 模型 | 定位 | 典型任务 |
|---|---|---|
| Terra | 日常默认 | 常规编码 / 知识工作 / 客服 / 一般 agentic——不确定用什么就用它 |
| Sol | 攻坚 | 难编码（Terminal-Bench 2.1 SOTA）、生物工作流、漏洞研究与利用、长程规划 |
| Luna | 轻量 | 分类 / 摘要 / 批处理 / 大规模廉价推理 / 延迟敏感的简单活 |
一句话判断法（照着走就行）
max 档或 ultra 模式。别做「先便宜后贵逐档试错」。主任务直接给 Terra，避免用 Luna 返工反而更贵。Sol 只在 Terra 不够时召唤——这跟 Claude 那边「日常 Opus、Fable 攻坚」是同一心智模型。
GPT-5.6 vs GPT-5.5 —— 变了什么
如果你从 GPT-5.5 迁过来，这五点是核心变化：
| 项 | GPT-5.5 | GPT-5.6 |
|---|---|---|
| 命名规则 | GPT-5.5 单一名字 | 数字（代际）+ Sol/Terra/Luna（能力层级），层级跨代际稳定[2] |
| 日常价格 | GPT-5.5 完整价 | Terra 价格约为 GPT-5.5 的一半，性能相当[2] |
| 推理档位 | 已有 low / medium / high / xhigh | Sol 引入 max——最充足推理时间，用于最难的问题[2] |
| 协作模式 | 单智能体 | 引入 ultra 模式——利用子智能体超越单智能体能力，加速复杂工作[2] |
| 提示缓存 | 隐式缓存，行为不确定 | 支持显式缓存断点 + 30 分钟最低缓存生命周期；写入 1.25x、读取 0.10x[2] |
评测亮点（官方口径）
- Terminal-Bench 2.1（命令行工作流：规划 / 迭代 / 工具协调）—— Sol 新 SOTA[2]
- GeneBench v1（长周期基因组学与定量生物）—— Sol 用更少 token 胜过 GPT-5.5[2]
- ExploitBench（网络安全漏洞研究与利用）—— Sol 仅用约 1/3 输出 token 即可与 Mythos Preview 竞争[2]
- ExploitGym（UC Berkeley + OpenAI 合作）—— Sol / Terra / Luna 三档随推理强度提高都显著变强[2]
关于「危急」阈值：官方明确 GPT-5.6 Sol 未跨越网络安全 Critical 阈值——在 Chromium / Firefox 评估中能识别漏洞和利用原语，但测试条件下未自主生成完整可用攻击链。这是分阶段发布 + 分层防护栈的直接原因。[2]
推理档位 & ultra 模式
GPT-5.6 保留了 GPT-5 系已有的推理强度档位，并新增 max——这两件事经常被混淆，先分清：
max（见下方 note）
最贵
易混淆 · max ≠ ultra：max 是推理强度档位（让单个智能体想更久）；ultra 是另一个维度的模式（通过子智能体并行加速复杂工作）。两者不是同一件事，官方文档里也是分别引入的[2]。
关于 max 在 Codex CLI 中的暴露：官方 Codex CLI 参考文档目前列出的 model_reasoning_effort 合法值是 minimal | low | medium | high | xhigh，不含 max[3]。GPT-5.6 公告里说的 max 是模型能力层面的新推理强度，具体在 Codex CLI 里怎么触发，以后续官方文档更新为准。
另外 xhigh 是 per-model 支持——不是所有模型都能用（旧模型里例如 gpt-5.1-codex-max / gpt-5.2-codex 支持；gpt-5.4-mini 不支持）；不支持时 SDK 会自动降到最接近的档位。
ultra 模式 —— 子智能体协作
官方原话：「借助 GPT-5.6，我们引入新的 max 推理强度，让 Sol 获得最充足的时间进行深度推理。此外，我们还引入新的 ultra 模式，通过利用子智能体来超越单个智能体的能力，加速复杂工作。」[2]
用途上的直觉：ultra 适合可以并行拆分子任务的复杂工作（比如多角度评审、多路径探索），子智能体各跑一路再汇总；max 适合本身没法并行、只能死磕的深度推理。二者可以在同一系列内配合使用。
实际参数写法以官方 API 文档为准——预览期间 API 表面可能持续调整，本页只沿用官方博文里出现的字面（max、ultra）；真正调用请查 developers.openai.com/api 的最新 schema。
提示缓存新规
GPT-5.6 及之后所有新模型的缓存计费和行为都变了。三件事一次记住：
| 项 | 规则 |
|---|---|
| 显式缓存断点 | 支持在 prompt 里显式标记缓存分界，取代之前的隐式行为——你能明确控制"哪一段进缓存"[2] |
| 缓存生命周期 | 最低 30 分钟——不像旧版会几秒就失效[2] |
| 写入定价 | 缓存写入按模型未缓存输入费率的 1.25 倍计费[2] |
| 读取定价 | 缓存读取继续享未缓存输入的 90% 折扣（即按 10% 计费）[2] |
怎么算才划算
按 Terra 输入 $2.50/M 算：
| 行为 | Terra 单价（每 100 万 token） |
|---|---|
| 未缓存输入（首次调用） | $2.50 |
| 缓存写入（首次带断点） | $2.50 × 1.25 = $3.125 |
| 缓存读取（30 分钟内命中） | $2.50 × 10% = $0.25 |
结论：只要一份长 prompt（system prompt、参考文档、代码库）在 30 分钟内会被命中 ≥ 3 次，就已经稳赚——写入贵 25%、读取只花 10%，命中率越高越省。上下文越长的场景（RAG、长 agent 会话）杠杆越大。
使用途径 · 预览期访问
GPT-5.6 预览期的访问规则被美国政府 gating了一段短期。先看当下：
API / Codex（预览期）
预览期最初只对部分可信合作伙伴开放。[2]
- 入口：OpenAI API 直调 · Codex CLI · Codex Web · Codex VS Code 扩展
- Codex CLI 切模型三种方式：
- 会话内 slash：
/model打开选择器 - 启动参数：
codex -m gpt-5.6-sol - 配置文件：
~/.codex/config.toml里model = "gpt-5.6-terra"
- 会话内 slash：
- 推理档位：
model_reasoning_effort支持minimal / low / medium / high / xhigh[3]——设置方式：codex -c model_reasoning_effort="high"或写入 config.toml。xhigh是 per-model 支持；GPT-5.6 公告里说的 Sol 新max档 CLI 暴露方式官方尚未文档化，以后续更新为准 - 协作模式：需要子智能体并行时开
ultra（预览期以官方文档为准）
ChatGPT（几周内广泛开放）
预览期 ChatGPT 里暂时不可用——OpenAI 计划在未来几周向 ChatGPT + Codex + API 用户更广泛开放。[2]
- 预览期不可用：ChatGPT 网页 / 桌面 / 移动 App 里都还没有 GPT-5.6
- 广泛可用后：模型选择器会出现 Sol / Terra / Luna 三档
- 推理档位与 ultra：ChatGPT 侧的暴露方式待官方后续说明，博文未给具体 UX
Cerebras · Sol 加速版（7 月）
OpenAI 将于 7 月在 Cerebras 上推出 GPT-5.6 Sol，最高 750 token/秒——以前所未有的速度提供前沿智能。扩展容量前，访问将仅限部分客户。[2]
适用场景：延迟敏感的智能体（比如实时代码补全、Codex 快速模式）、需要 Sol 智力但不能等 30 秒的场景。
Codex CLI 一次配好推理档的样例：codex -m gpt-5.6-sol -c model_reasoning_effort="max"——启动一个 Sol + max 档的会话。日常用 ~/.codex/config.toml 里配 model = "gpt-5.6-terra" + model_reasoning_effort = "high"，之后每次直接 codex 就是这套预设。[3]
Codex Web / VS Code 扩展的切换 UX 各版本略有差异，以对应界面为准。
成本优化策略（速查）
GPT-5.6 系列的省钱三大杠杆：
| 手段 | 做法 | 省在哪 |
|---|---|---|
| 用对层级 | 默认 Terra、简单活 Luna、只在必要时召唤 Sol | 避免大材小用 |
| 用足显式缓存 | 长 system prompt / 参考文档 / 代码库 加缓存断点，30 分钟内命中就赚 | 输入侧 |
| 降推理档位 | 非智力密集用 low / medium；max 只在正确性 >> 成本时开 | 输出侧 |
| 压输出 | 结构化输出（JSON schema）、明确「只给结论 / 只给代码」、限字数 | 输出侧 |
| 并行不等于更贵 | ultra 模式适合能并行拆分的复杂工作；不适合线性推理 | 缩短墙钟 |
| 批量接口 | 可容忍延迟的任务走 Batch API（OpenAI 长期政策 5 折） | 全 token 5 折 |
默认 Terra 别升 Sol ＋ 长 prompt 加缓存断点 ＋ 推理档位从 high 起而不是 max —— 这就是最大的省钱杠杆。
Terra 默认 · Sol 攻坚 · Luna 收尾——层级思考，跨代际稳定。
GPT-5.6 的核心变化不是三款新模型，而是命名体系——从今以后按能力层级选型（Sol/Terra/Luna），
数字只是代际标记。日常工作直接从 Terra 起（比 GPT-5.5 便宜一半、性能相当），
Sol 只在最难的问题上召唤（配 max 深度推理或 ultra 子智能体），
Luna 收所有明确的简单活。预览期访问受限，几周内广泛开放。