GPT-5.6 Sol、Terra、Luna 怎么选：从任务出发看三个档位

研究本地模型的同时，我也整理过 GPT-5.6 系列。回头核对官方模型指南后，最有用的结论不是“某个档位一定最好”，而是先把工作分成不同类型，再用同一批任务比较质量、延迟和成本。

GPT-5.6 有 Sol、Terra、Luna 三个档位。官方将 Sol 定位为高难度任务的旗舰模型，Terra 定位为能力与成本的平衡，Luna 面向更关注成本的大批量任务。API 模型标识分别为 gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna；gpt-5.6 这个别名指向 Sol。官方指南明确列出了这些标识与定位。

不同任务的起点

任务	可以先试	为什么
复杂代码修改、跨文件分析、需要多轮工具的研究	Sol	更适合把质量放在首位的难题
常规开发、内容处理、产品内助手	Terra	先看它能否达到质量要求，再评估成本
分类、标签、简短摘要等重复任务	Luna	单项任务清晰，适合测大批量处理的经济性

这张表是我的选型起点，不是官方保证的能力边界。一个写摘要的任务也可能因为行业术语和格式约束变得很难；反过来，很多代码解释并不需要始终使用旗舰档位。模型选型应按真实样本评测，不应只看名称。

推理强度也要一起测

GPT-5.6 官方指南列出 none、low、medium、high、xhigh、max 等推理强度，并建议迁移时保留现有设置作为基线，再比较更低一级是否仍能完成任务。我的实际做法是对每类任务固定提示词和评分标准，然后测同一模型的两档推理强度，记录答对率、人工修改量、响应时间和 token 用量。官方使用指南也建议以代表性任务来决定设置。

例如产品文案改写，可先让 Terra 在 medium 下处理二十篇，再抽查事实错误和需要修改的段落；若质量足够，就没有必要仅因任务重要而自动换 Sol。对于一次跨仓库重构，如果 Terra 多次漏掉依赖关系，再升到 Sol，并比较最终的总工作时间。

为什么这里不列价格表

模型价格和访问范围会变动。我的旧笔记记录过一组价格，后来官方更新日志显示 Terra 和 Luna 的价格又调整过。把当时数字长期放在博客正文里，读者很容易把历史价格当现价。因此费用计算应以使用时的官方模型页和实际账单为准。

同样，某个 ChatGPT 界面是否显示某档模型，与 API 中可使用的模型标识是不同问题，不能把一种产品的入口推断成另一种产品的权限。本文只讨论可由官方 API 文档核实的模型定位与选型思路。

资料：OpenAI GPT-5.6 模型指南 · 模型列表 · 更新日志