「Sol、Terra、Luna 到底差在哪？日常寫程式該用哪個？max 和 ultra 是不是一回事？」
GPT-5.6 發布後，開發者面對的第一個問題往往不是「要不要升級」，而是三檔模型怎麼路由。OpenAI 這次換了命名規則：數字代表代際，Sol / Terra / Luna 代表跨代際穩定的能力層級——以後你會看到「GPT-5.7 Sol」「GPT-6 Terra」這種組合，選型時按層級思考，不用每次重新學模型名。
這篇專注對比與選型：三檔差在哪、什麼場景用哪檔、推理檔位怎麼配、快取新規怎麼省錢。若你想了解發布背景與政府審查始末，可看GPT-5.6 全面解析。
一、三款模型：定位與定價
先把三檔的價格與定位擺一起看。價格單位是每 100 萬 token，輸入 / 輸出分開計——記住一件事：輸出永遠比輸入貴 5–6 倍，省錢重點在少產出、選對層級。
| 模型 | Model ID | 定位 | 輸入（/1M） | 輸出（/1M） |
|---|---|---|---|---|
| Sol | gpt-5.6-sol |
旗艦：迄今最強，編碼 / 生物 / 網安躍升提升；支援 max 深度推理與 ultra 子智能體 | $5.00 | $30.00 |
| Terra | gpt-5.6-terra |
日常均衡：性能可與 GPT-5.5 競爭，成本僅為其一半 | $2.50 | $15.00 |
| Luna | gpt-5.6-luna |
快速經濟：OpenAI 最低成本檔；網安推理檔提升後 Luna 也顯著變強 | $1.00 | $6.00 |
命名新規則：數字 × 層級
OpenAI 官方原話：「在隨 GPT-5.6 引入的這套新命名體系中，數字表示模型的代際，而 Sol、Terra 和 Luna 表示可按各自節奏演進的穩定能力層級。」換句話說：Terra 是日常預設（$2.50/$15），Sol 是攻堅（$5/$30），Luna 是輕量收尾（$1/$6）——層級名跨代際穩定，不用每次大版本更新都重新選型。
二、場景選型（三步判斷法）
核心原則一句話：日常預設 Terra——OpenAI 稱其「性能可與 GPT-5.5 競爭，成本僅為其一半」，是價格 / 質量甜點。Sol 面向 Terra 都啃不動的關鍵任務，Luna 面向明確的簡單活。
| 模型 | 定位 | 典型任務 |
|---|---|---|
| Terra | 日常預設 | 常規編碼、知識工作、客服、一般 Agentic 任務——不確定用什麼就用它 |
| Sol | 攻堅 | 難編碼（Terminal-Bench 2.1 SOTA）、生物工作流、漏洞研究與利用、長程規劃 |
| Luna | 輕量 | 分類、摘要、批處理、大規模廉價推理、延遲敏感的簡單活 |
三步判斷法（照著走就行）：
- 預設就選 Terra——不用糾結，主任務直接給 Terra。
- 明確的簡單活 / 大批量 / 延遲敏感？分類、摘要、格式化、上百萬條批處理 → 降到 Luna。
- Terra 跑過仍不夠 / 是長程複雜 Agentic？才召喚 Sol，可配合
max檔或ultra模式。
別做「先便宜後貴逐檔試錯」
主任務直接給 Terra，避免用 Luna 返工反而更貴。Sol 只在 Terra 不夠時召喚——這跟 Claude 那邊「日常 Opus、Fable 攻堅」是同一心智模型。若你已在用 Claude 模型選型，思路可以平移過來。
三、與 GPT-5.5 比，變了什麼
如果你從 GPT-5.5 遷過來，這五點是核心變化：
| 維度 | GPT-5.5 | GPT-5.6 |
|---|---|---|
| 命名規則 | GPT-5.5 單一名字 | 數字（代際）+ Sol/Terra/Luna（能力層級），層級跨代際穩定 |
| 日常價格 | GPT-5.5 完整價（$5/$30） | Terra 約為一半（$2.50/$15），性能相當 |
| 推理檔位 | low / medium / high / xhigh | Sol 新增 max——最充足推理時間，用於最難問題 |
| 協作模式 | 單智能體 | 引入 ultra 模式——子智能體並行，加速複雜工作 |
| 提示快取 | 隱式快取，行為不確定 | 顯式快取斷點 + 30 分鐘最低生命週期；寫入 1.25×、讀取 0.10× |
官方公布的評測亮點（Sol 檔）：
- Terminal-Bench 2.1（命令列工作流：規劃 / 迭代 / 工具協調）—— Sol 新 SOTA
- GeneBench v1（長週期基因組學與定量生物）—— Sol 用更少 token 勝過 GPT-5.5
- ExploitBench（網安漏洞研究與利用）—— Sol 僅用約 1/3 輸出 token 即可與 Mythos Preview 競爭
- ExploitGym（UC Berkeley + OpenAI 合作）—— Sol / Terra / Luna 三檔隨推理強度提高都顯著變強
四、推理檔位 & ultra 模式
GPT-5.6 保留了 GPT-5 系已有的推理強度檔位，Sol 新增 max——這兩件事經常被混淆，先分清：
| 檔位 | 適用場景 | 成本傾向 |
|---|---|---|
minimal |
Codex CLI 支援的最低檔，幾乎不思考、直接答 | 極省 |
low |
分類、簡單查詢、延遲敏感且非智力密集 | 最省 |
medium |
成本敏感又要一定質量的常規請求 | 平衡偏省 |
high |
推薦——大多數智力敏感工作的甜點檔 | 推薦 |
xhigh |
複雜編碼 / Agentic 長任務 | 偏質量 |
max NEW · Sol |
最難問題；正確性 >> 成本 | 最貴 |
易混淆：max ≠ ultra
- max 是推理強度檔位——讓單個智能體想更久，適合沒法並行、只能死磕的深度推理。
- ultra 是協作模式——透過子智能體並行加速複雜工作，適合可拆解的多路徑任務（多角度評審、多路徑探索）。
- 官方數據：Sol Ultra 在 Terminal-Bench 2.1 得分 91.9%，高於 Sol 基礎檔 88.8%。
實際參數寫法以 OpenAI API 文檔 為準。Codex CLI 日常配法範例：
- 攻堅：
codex -m gpt-5.6-sol -c model_reasoning_effort="max" - 日常：在
~/.codex/config.toml設model = "gpt-5.6-terra"+model_reasoning_effort = "high"，之後直接codex即可
五、提示快取新規
GPT-5.6 及之後所有新模型的快取計費和行為都變了。三件事一次記住：
| 項 | 規則 |
|---|---|
| 顯式快取斷點 | 支援在 prompt 裡顯式標記快取分界，取代之前的隱式行為——你能明確控制「哪一段進快取」 |
| 快取生命週期 | 最低 30 分鐘——不像舊版會幾秒就失效 |
| 寫入定價 | 快取寫入按模型未快取輸入費率的 1.25 倍計費 |
| 讀取定價 | 快取讀取享未快取輸入的 90% 折扣（即按 10% 計費） |
按 Terra 輸入 $2.50/M 算：
- 未快取輸入（首次調用）：$2.50
- 快取寫入（首次帶斷點）：$2.50 × 1.25 = $3.125
- 快取讀取（30 分鐘內命中）：$2.50 × 10% = $0.25
結論：只要一份長 prompt（system prompt、參考文檔、程式碼庫）在 30 分鐘內會被命中 ≥ 3 次，就已經穩賺——寫入貴 25%、讀取只花 10%，命中率越高越省。上下文越長的場景（RAG、長 Agent 會話）槓桿越大。
六、使用途徑：API / Codex / ChatGPT
| 渠道 | 當前狀態 | 怎麼切模型 |
|---|---|---|
| API | 7 月 9 日起逐步開放 | 請求體指定 model: "gpt-5.6-terra" 等 |
| Codex CLI | 同步開放中 | /model 選擇器 · codex -m gpt-5.6-sol · config.toml |
| ChatGPT | 分批放量，非一次性全量 | 模型選擇器將出現 Sol / Terra / Luna 三檔（以帳號實際為準） |
| Cerebras Fast | 7 月，精選客戶 | Sol 最高 750 token/秒，適合延遲敏感場景 |
若 ChatGPT 裡還看不到三檔選項，屬於正常——OpenAI 採用「逐步擴大」策略，留意帳號內模型選單或官方公告即可。
七、成本優化速查
GPT-5.6 系列的省錢三大槓桿：
| 手段 | 做法 | 省在哪 |
|---|---|---|
| 用對層級 | 預設 Terra、簡單活 Luna、只在必要時召喚 Sol | 避免大材小用 |
| 用足顯式快取 | 長 system prompt / 參考文檔 / 程式碼庫加快取斷點 | 輸入側 |
| 降推理檔位 | 非智力密集用 low / medium；max 只在正確性 >> 成本時開 | 輸出側 |
| 壓輸出 | 結構化輸出（JSON schema）、明確「只給結論 / 只給程式碼」、限字數 | 輸出側 |
| 批量介面 | 可容忍延遲的任務走 Batch API（長期政策 5 折） | 全 token 5 折 |
省錢三招
- 預設 Terra 別升 Sol
- 長 prompt 加快取斷點
- 推理檔位從 high 起，而不是 max
這就是最大的省錢槓桿。更系統的降本思路見大模型定價選型指南與Claude Code 降本覆盤。
FAQ
日常該用 Sol、Terra 還是 Luna？
預設 Terra。不確定就用它；簡單活 / 大批量用 Luna；Terra 不夠才上 Sol。
max 和 ultra 是一回事嗎？
不是。max 是單智能體深度推理；ultra 是子智能體並行協作。不同維度，可配合使用。
三檔價格分別是多少？
Sol $5/$30、Terra $2.50/$15、Luna $1/$6（每百萬 token，輸入/輸出）。
顯式快取怎麼算划算？
同一段長 prompt 在 30 分鐘內命中 ≥3 次通常就賺。Terra 快取讀取僅 $0.25/M。
Codex 怎麼切模型？
/model、codex -m gpt-5.6-terra、或 ~/.codex/config.toml 持久配置。
結語
GPT-5.6 Sol、Terra、Luna 怎麼選？一句話：Terra 預設、Sol 攻堅、Luna 收尾——按能力層級選型，數字只是代際標記。
日常工作直接從 Terra 起（比 GPT-5.5 便宜一半、性能相當）；Sol 只在最難的問題上召喚（配 max 深度推理或 ultra 子智能體）；Luna 收所有明確的簡單活。別逐檔試錯——主任務直接給 Terra，是 2026 年最省心的 GPT-5.6 選型心法。
GPT-5.6 Agent 跑 iOS / macOS 建置？配一台穩定 Cloud Mac
Sol 的 ultra 子任務若涉及 Xcode、TestFlight，需要穩定 macOS 執行節點。Vuncloud 獨享 Mac mini M4，按月試用，讓 Agent 過夜跑建置不斷線。
相關閱讀
- GPT-5.6 是什麼？功能、價格與性價比全面解析
- Claude 最新模型怎麼選？Sonnet 5、Fable 5、Opus 4.8 對比
- 大模型 API 定價、規格與性能選型指南（2026）
- Codex 週限額用完了怎麼辦？替代方案（2026）
定價與功能以 OpenAI 官方部落格文章、定價頁 及 Codex 文檔 為準。最後更新：2026 年 7 月 10 日。