「Sol、Terra、Luna 到底差在哪？日常写代码该用哪个？max 和 ultra 是不是一回事？」
GPT-5.6 发布后，开发者面对的第一个问题往往不是「要不要升级」，而是三档模型怎么路由。OpenAI 这次换了命名规则：数字代表代际，Sol / Terra / Luna 代表跨代际稳定的能力层级——以后你会看到「GPT-5.7 Sol」「GPT-6 Terra」这种组合，选型时按层级思考，不用每次重新学模型名。
这篇专注对比与选型：三档差在哪、什么场景用哪档、推理档位怎么配、缓存新规怎么省钱。若你想了解发布背景与政府审查始末，可看GPT-5.6 全面解析。
一、三款模型：定位与定价
先把三档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、选对层级。
| 模型 | Model ID | 定位 | 输入（/1M） | 输出（/1M） |
|---|---|---|---|---|
| Sol | gpt-5.6-sol |
旗舰：迄今最强，编码 / 生物 / 网安阶跃提升；支持 max 深度推理与 ultra 子智能体 | $5.00 | $30.00 |
| Terra | gpt-5.6-terra |
日常均衡：性能可与 GPT-5.5 竞争，成本仅为其一半 | $2.50 | $15.00 |
| Luna | gpt-5.6-luna |
快速经济：OpenAI 最低成本档；网安推理档提升后 Luna 也显著变强 | $1.00 | $6.00 |
命名新规则：数字 × 层级
OpenAI 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。」换句话说：Terra 是日常默认（$2.50/$15），Sol 是攻坚（$5/$30），Luna 是轻量收尾（$1/$6）——层级名跨代际稳定，不用每次大版本更新都重新选型。
二、场景选型（三步判断法）
核心原则一句话：日常默认 Terra——OpenAI 称其「性能可与 GPT-5.5 竞争，成本仅为其一半」，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 任务——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 |
三步判断法（照着走就行）：
- 默认就选 Terra——不用纠结，主任务直接给 Terra。
- 明确的简单活 / 大批量 / 延迟敏感？分类、摘要、格式化、上百万条批处理 → 降到 Luna。
- Terra 跑过仍不够 / 是长程复杂 Agentic？才召唤 Sol，可配合
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。若你已在用 Claude 模型选型，思路可以平移过来。
三、与 GPT-5.5 比，变了什么
如果你从 GPT-5.5 迁过来，这五点是核心变化：
| 维度 | 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 |
| 日常价格 | GPT-5.5 完整价（$5/$30） | Terra 约为一半（$2.50/$15），性能相当 |
| 推理档位 | low / medium / high / xhigh | Sol 新增 max——最充足推理时间，用于最难问题 |
| 协作模式 | 单智能体 | 引入 ultra 模式——子智能体并行，加速复杂工作 |
| 提示缓存 | 隐式缓存，行为不确定 | 显式缓存断点 + 30 分钟最低生命周期；写入 1.25×、读取 0.10× |
官方公布的评测亮点（Sol 档）：
- Terminal-Bench 2.1（命令行工作流：规划 / 迭代 / 工具协调）—— Sol 新 SOTA
- GeneBench v1（长周期基因组学与定量生物）—— Sol 用更少 token 胜过 GPT-5.5
- ExploitBench（网安漏洞研究与利用）—— Sol 仅用约 1/3 输出 token 即可与 Mythos Preview 竞争
- ExploitGym（UC Berkeley + OpenAI 合作）—— Sol / Terra / Luna 三档随推理强度提高都显著变强
四、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，Sol 新增 max——这两件事经常被混淆，先分清：
| 档位 | 适用场景 | 成本倾向 |
|---|---|---|
minimal |
Codex CLI 支持的最低档，几乎不思考、直接答 | 极省 |
low |
分类、简单查询、延迟敏感且非智力密集 | 最省 |
medium |
成本敏感又要一定质量的常规请求 | 平衡偏省 |
high |
推荐——大多数智力敏感工作的甜点档 | 推荐 |
xhigh |
复杂编码 / Agentic 长任务 | 偏质量 |
max NEW · Sol |
最难问题；正确性 >> 成本 | 最贵 |
易混淆：max ≠ ultra
- max 是推理强度档位——让单个智能体想更久，适合没法并行、只能死磕的深度推理。
- ultra 是协作模式——通过子智能体并行加速复杂工作，适合可拆解的多路径任务（多角度评审、多路径探索）。
- 官方数据：Sol Ultra 在 Terminal-Bench 2.1 得分 91.9%，高于 Sol 基础档 88.8%。
实际参数写法以 OpenAI API 文档 为准。Codex CLI 日常配法示例：
- 攻坚：
codex -m gpt-5.6-sol -c model_reasoning_effort="max" - 日常：在
~/.codex/config.toml设model = "gpt-5.6-terra"+model_reasoning_effort = "high"，之后直接codex即可
五、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」 |
| 缓存生命周期 | 最低 30 分钟——不像旧版会几秒就失效 |
| 写入定价 | 缓存写入按模型未缓存输入费率的 1.25 倍计费 |
| 读取定价 | 缓存读取享未缓存输入的 90% 折扣（即按 10% 计费） |
按 Terra 输入 $2.50/M 算：
- 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。
六、使用途径：API / Codex / ChatGPT
| 渠道 | 当前状态 | 怎么切模型 |
|---|---|---|
| API | 7 月 9 日起逐步开放 | 请求体指定 model: "gpt-5.6-terra" 等 |
| Codex CLI | 同步开放中 | /model 选择器 · codex -m gpt-5.6-sol · config.toml |
| ChatGPT | 分批放量，非一次性全量 | 模型选择器将出现 Sol / Terra / Luna 三档（以账号实际为准） |
| Cerebras Fast | 7 月，精选客户 | Sol 最高 750 token/秒，适合延迟敏感场景 |
若 ChatGPT 里还看不到三档选项，属于正常——OpenAI 采用「逐步扩大」策略，留意账号内模型菜单或官方公告即可。
七、成本优化速查
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 | 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 |
| 批量接口 | 可容忍延迟的任务走 Batch API（长期政策 5 折） | 全 token 5 折 |
省钱三招
- 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。更系统的降本思路见大模型定价选型指南与Claude Code 降本复盘。
FAQ
日常该用 Sol、Terra 还是 Luna？
默认 Terra。不确定就用它；简单活 / 大批量用 Luna；Terra 不够才上 Sol。
max 和 ultra 是一回事吗？
不是。max 是单智能体深度推理；ultra 是子智能体并行协作。不同维度，可配合使用。
三档价格分别是多少？
Sol $5/$30、Terra $2.50/$15、Luna $1/$6（每百万 token，输入/输出）。
显式缓存怎么算划算？
同一段长 prompt 在 30 分钟内命中 ≥3 次通常就赚。Terra 缓存读取仅 $0.25/M。
Codex 怎么切模型？
/model、codex -m gpt-5.6-terra、或 ~/.codex/config.toml 持久配置。
结语
GPT-5.6 Sol、Terra、Luna 怎么选？一句话：Terra 默认、Sol 攻坚、Luna 收尾——按能力层级选型，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。别逐档试错——主任务直接给 Terra，是 2026 年最省心的 GPT-5.6 选型心法。
GPT-5.6 Agent 跑 iOS / macOS 构建？配一台稳定 Cloud Mac
Sol 的 ultra 子任务若涉及 Xcode、TestFlight，需要稳定 macOS 执行节点。Vuncloud 独享 Mac mini M4，按月试用，让 Agent 过夜跑构建不断线。
相关阅读
- GPT-5.6 是什么？功能、价格与性价比全面解析
- Claude 最新模型怎么选？Sonnet 5、Fable 5、Opus 4.8 对比
- 大模型 API 定价、规格与性能选型指南（2026）
- Codex 周限额用完了怎么办？替代方案（2026）
定价与功能以 OpenAI 官方博文、定价页 及 Codex 文档 为准。最后更新：2026 年 7 月 10 日。