OpenAI 于 2026 年 7 月 9 日正式发布 GPT-5.6 模型家族。新版本不再只强调单一的“最强模型”，而是把能力和成本拆成三个长期档位：旗舰级 GPT-5.6 Sol、均衡型 GPT-5.6 Terra，以及高性价比的 GPT-5.6 Luna。
这套设计的重点是让模型选择更接近实际工作负载：复杂任务需要最高完成度时使用 Sol；普通办公和编码优先考虑 Terra；分类、提取和批处理则可以交给 Luna。
三档模型的定位
| 模型 | 主要特点 | API 价格（每百万 token） | 推荐场景 |
|---|---|---|---|
| GPT-5.6 Sol | 能力最强、适合复杂工作 | 输入 5 美元，输出 30 美元 | 复杂编码、长流程 Agent、专业研究、科学和网络安全 |
| GPT-5.6 Terra | 能力和成本均衡 | 输入 2.50 美元，输出 15 美元 | 日常对话、办公文档、常规编程、资料分析 |
| GPT-5.6 Luna | 速度最快、价格最低 | 输入 1 美元，输出 6 美元 | 分类、摘要、信息提取、批量处理 |
OpenAI 表示，数字代表模型代际，Sol、Terra、Luna 是可以独立演进的能力层级。因此，未来不一定要等整条 GPT-5.6 产品线同时升级，某一档模型可以按自己的节奏改进。
Sol 的优势不只是 benchmark
GPT-5.6 Sol 面向需要持续规划、调用工具并检查结果的任务。官方称它在编码、知识工作、网络安全和科学研究上达到新的前沿水平，并且用更少 token、更短时间完成部分任务。
Sol 还强化了计算机操作和设计判断。它可以查看渲染后的页面，发现布局或交互问题后继续修改；在演示文稿、文档和表格中，也更容易遵循参考文件的字体、间距、颜色和页面结构。
对开发者来说，Sol 更适合以下工作：
- 修改多个模块的大型代码库，并自行运行测试、定位失败原因。
- 把文档、在线资料和工具结果整理成可交付的专业产物。
- 运行需要较长上下文和多轮决策的 Agent。
- 失败一次的成本很高，需要尽量减少人工返工的任务。
Terra 和 Luna 如何降低成本
Terra 是更适合作为默认模型的一档。普通内容生成、常规代码修改、会议摘要、文档问答和一般工具调用，通常不需要付出 Sol 的价格。
Luna 则适合结果容易校验的高吞吐任务。例如先用 Luna 做文本分类和字段提取，再把异常样本交给 Terra 或 Sol 复核。这样的路由方式比固定使用旗舰模型更容易控制预算，也能让高能力模型集中处理真正困难的问题。
一个实用的分层流程是：
- Luna 做预处理、清洗、分类和简单摘要。
- Terra 处理默认对话、常规编码和大多数业务请求。
- 低置信度、校验失败或多次重试的任务升级到 Sol。
- 记录每一档模型的质量、延迟和 token 成本，再调整路由比例。
max 与 ultra 是什么
max 不是新模型，而是更高的推理强度。它比 xhigh 给 GPT-5.6 更多时间探索方案、运行检查和修改结果，适合复杂问题，但会增加计算量和等待时间。
ultra 则进一步协调多个智能体并行工作，默认使用四个智能体处理不同工作流，再汇总结果。它适合可以拆分成多个独立分支的研究、工程和分析任务。对于简单问答，启用 ultra 往往只会增加成本。
在 API 中，开发者可以使用 Responses API 的多智能体测试版，构建类似 ultra 的并行流程。Programmatic Tool Calling 还允许模型在内存中运行轻量程序，先过滤大量工具返回值，再把真正有用的结果放回上下文，从而减少模型往返和 token 消耗。
ChatGPT、Codex 和 API 的可用范围
GPT-5.6 正在全球逐步开放，OpenAI 表示发布后的 24 小时内会继续完成推送：
- ChatGPT 的 Plus、Pro、Business 和 Enterprise 用户可以使用 Sol；Pro 和 Enterprise 还可以选择 Sol Pro。
- ChatGPT Work 与 Codex 中，Free 和 Go 用户可使用 Terra；Plus、Pro、Business 和 Enterprise 用户可选择 Sol、Terra、Luna。
max可供拥有 GPT-5.6 使用权的 ChatGPT Work 与 Codex 用户开启。ultra在 ChatGPT Work 面向 Pro 和 Enterprise，在 Codex 面向 Plus 及以上套餐。- API 开发者可以调用 Sol、Terra、Luna，并使用 Programmatic Tool Calling 和多智能体测试版。
如果账号暂时没有看到模型选项，优先考虑逐步推送尚未完成，而不是立即判断账号不支持。
缓存规则也发生变化
GPT-5.6 支持显式缓存断点和 30 分钟最低缓存生命周期。对 GPT-5.6 及后续模型，缓存写入按照未缓存输入价格的 1.25 倍计费，缓存读取继续享受 90% 的缓存输入折扣。
API 应用可以把长期不变的系统提示、工具定义和背景资料放入稳定缓存，把用户实时输入放在后面。这样既提高缓存命中率，也更容易估算不同模型档位的真实成本。
GPT-5.6 的安全发布方式
随着模型在网络安全和生命科学方面的能力提高，OpenAI 同时加强了安全层。GPT-5.6 使用训练阶段的安全行为、实时检查、持续监测和账号级风险控制，并对经过验证的防御性网络安全工作提供 Trusted Access 计划。
OpenAI 也承认，更严格的防护可能误拦截一部分正常请求。对于高风险能力，系统会根据用户身份、任务场景和风险信号进行差异化访问，而不是简单地对所有用户开放同样的能力。
结论：先按任务选档，再提高推理强度
GPT-5.6 的变化可以概括为两层选择：先在 Sol、Terra、Luna 之间选择成本和能力档位，再根据任务难度决定普通推理、max 或 ultra。
- 需要最高质量、复杂编码和长流程 Agent：Sol。
- 想兼顾质量、速度和成本：Terra。
- 任务简单、调用量大且容易检查：Luna。
- 单个任务很难：提高推理强度，必要时使用
max。 - 工作可以并行拆分：再考虑
ultra。