GPT-5.6 是什麼?Sol、Terra、Luna 三個模式一次看懂
7 月 9 日,GPT-5.6 全面開放了。這一代最大的不同,是它一次來了三個:旗艦的 Sol、均衡的 Terra、輕快的 Luna,用日、地、月命名。這篇不談它先前被「管起來」的那段風波,只講實用的:三個模式各是什麼、差在哪、多少錢,以及跟 Claude 那邊怎麼比。
前言
7 月 9 日,OpenAI 把 GPT-5.6 全面打開了 — ChatGPT、Codex、API 都能用。在那之前的兩週,這個模型只存在於大約 20 個政府核准組織的手上,一般人連叫都叫不到。那段「最強模型先被收進窄門」的故事,我們在〈最強的那批模型,開始「不給你用」了〉裡拆過,這裡不重講。
這篇要講的是更實際的事。GPT-5.6 這一代最大的不同,是它不再是「一個模型」,而是一次來了三個:Sol、Terra、Luna。名字很美,但也很容易讓人迷路 — 我到底在用哪個?差在哪?要多付錢嗎?這篇一次講清楚。
為什麼是三個?
先把名字翻開:Sol 是拉丁文的太陽,Terra 是大地,Luna 是月亮。你平常用的產品仍然叫 ChatGPT,這三個是它背後可以切換的模型 — 你可以把它們理解成同一代引擎的三種檔位:一檔往最強推,一檔顧日常,一檔顧成本。
這種「一代三檔」的做法,其實是把一個老問題產品化了:最強的模型又慢又貴,多數日常任務根本用不到那麼強。與其讓所有人都付旗艦的錢,不如把選擇權交出來。
而且這不是 OpenAI 的發明,是整個行業都收斂到的答案:Anthropic 那邊是 Haiku、Sonnet、Opus 三階,Google 的 Gemini 也分 Flash 和 Pro。差別在這次 OpenAI 把三檔綁進同一代、同一天出貨,還配上一組好記的名字 — 從此「你在用 GPT 幾」這個問題,答案變成了兩層:哪一代,以及哪一檔。
Anthropic 那條線後來也動了:6 月 30 日 Sonnet 5 上線,同樣是不聲不響地成為免費與 Pro 方案的預設檔位。三階之間該怎麼挑、什麼時候真的需要升上旗艦,整理在〈什麼時候該用 Opus 4.8,什麼時候 Sonnet 5 就夠〉。
Sol:往最難的任務去
Sol 是這一代的旗艦,定位是前沿推理與長時程的 agent 任務 — 那種要自己拆解步驟、連續操作幾十分鐘的工作。OpenAI 稱它是自家目前最強的編程模型,也特別強調資安能力:威脅建模、程式碼審查、修補、藍隊演練這些防禦性任務,是這次官方點名的主打。
官方給的數據很漂亮:在 Artificial Analysis 的編程代理指數上拿到 80 分,並稱比 Claude Fable 5 高 2.8 分、token 效率好上 54%。不過這是 OpenAI 自家挑的測法,兩家的官方簡報向來都只放自己贏的那幾張圖,參考就好。
Terra:日常主力,免費版用的就是它
Terra 是中間那檔,官方定位是「日常工作的均衡款」,並稱表現達到上一代旗艦 GPT-5.5 的等級、但成本只要一半。翻成白話:去年你付錢才用得到的能力,現在變成這一代的中階標配。
還有一件事值得知道:根據官方說明與第三方整理,ChatGPT 免費版與 Go 方案的用戶,現在背後跑的就是 Terra。你什麼都不用做,也不用多付錢。
Luna:快、便宜、量大
Luna 是最輕的一檔,主打快和便宜:每百萬 token 輸入 1 美元、輸出 6 美元,只有 Sol 的五分之一。它的戰場不是難題,而是量 — 大批草稿、資料分類、內容抽取這類「單件簡單、但一天要做一萬件」的工作。對接 API 做自動化流程的人來說,這一檔才是真正的主角。
多少錢?
API 定價整理成一張表(每百萬 token,美元):
| 模式 | 輸入 | 輸出 | 定位 |
|---|---|---|---|
| Sol | 5 | 30 | 旗艦,最難的推理與 agent 任務 |
| Terra | 2.5 | 15 | 日常均衡,GPT-5.5 等級表現 |
| Luna | 1 | 6 | 快與便宜,大量輕任務 |
另外兩個對成本有感的細節:快取讀取有 90% 折扣(重複餵同樣的長文件會便宜非常多);訂閱方面免費版就有 Terra,Plus 以上才能自選三檔。
這一代還多了什麼?
除了三個模式,GPT-5.6 把「想多久」也做成了選項。推理檔位往上加了一檔 max,給那種願意等、也願意付,只求答案對的硬任務;更上面還有一個 ultra 模式,會同時派出多個子代理並行處理 — 據官方發布的說明,適合複雜研究、資安審查、跨多檔案的程式修改這類一個腦袋不夠用的場景。
同一週 OpenAI 還發了 GPT-Live-1 語音模型與 ChatGPT Work 工作套件,不過那是另外兩條線了,這裡不展開。
本來就在用 GPT-5.5 的人,要換嗎?
如果你是付費用戶,這題幾乎不用想:Terra 就有官方所稱 GPT-5.5 等級的表現,而 API 價格只要一半(2.5/15 對上 5/30 美元) — 同樣的活,帳單直接砍半,沒有理由留在原地。真正要想的反而是往上還是往下:你過去覺得 GPT-5.5「偶爾不夠聰明」的那些時刻,現在有 Sol 可以切;你過去拿它做的那些批次雜活,現在該降到 Luna 省錢。
換句話說,這次升級對老用戶的意義不是「變強了」,而是「同一筆預算,終於可以按任務分配了」。
跟 Claude 怎麼比?
老實說,這題沒有乾淨的答案。兩邊的官方數據都說自己贏,第三方基準各有勝負,而且沒有一個基準測的是你自己的工作。比較實際的參考點有兩個:一是價格,Sol(5/30 美元)大約是 Claude Fable 5(10/50 美元)的一半、跟 Opus 4.8、以及 7 月 24 日上線的 Opus 5 同一個價位帶;二是手感,如果你主要在終端機寫程式,兩家的差異我們在〈Claude Code vs Codex〉裡比過,結論到今天仍適用:拿自己最常做的那件事,各試一輪。
那我該用哪一檔?
短答案:多數人從 Terra 開始就對了,免費版給你的就是它。真正的問題是「什麼時候值得切去 Sol、什麼時候該降到 Luna」 — 這牽涉到你的訂閱方案、切換的位置、還有推理檔位怎麼調。我們把操作面單獨寫成了一篇:〈ChatGPT 5.6 使用說明:免費版能用哪個模式?Sol、Terra、Luna 怎麼選、怎麼切換〉。
本文事實整理自 OpenAI 公告與 TechCrunch、Bloomberg 等公開報導:GPT-5.6(Sol / Terra / Luna)於 2026 年 6 月 26 日發佈、7 月 9 日全面開放(ChatGPT、Codex、API);各檔 API 定價與快取折扣整理自官方定價頁的第三方轉述;編程代理指數 80 分、較 Fable 5 高 2.8 分與 token 效率 54% 等數字為 OpenAI 官方基準;免費版使用 Terra、推理檔位與 ultra 模式細節整理自官方說明與第三方彙整。定價、方案與開放範圍變動快速,實際以 OpenAI 官網最新公告為準。
常見問題
GPT-5.6 的 Sol、Terra、Luna 差在哪?
三個是同一代的三種檔位。Sol 是旗艦,主打前沿推理與長時程的 agent 任務,OpenAI 稱它是目前最強的編程模型;Terra 是日常均衡款,官方說有上一代 GPT-5.5 等級的表現、但價格只要一半;Luna 是最快最便宜的一檔,適合大量草稿、分類與資料抽取。API 定價(每百萬 token)分別是 Sol 輸入 5/輸出 30 美元、Terra 2.5/15、Luna 1/6。
ChatGPT 免費版能用 GPT-5.6 嗎?
能。根據官方說明與第三方整理,免費版與 Go 方案的用戶會自動使用 Terra;Plus 以上的付費方案才能自己在 Sol、Terra、Luna 之間選擇。也就是說,就算你一毛錢都沒付,現在打開 ChatGPT 背後跑的已經是 GPT-5.6 世代的模型。
GPT-5.6 多少錢?
API 以每百萬 token 計:Sol 輸入 5 美元、輸出 30 美元;Terra 輸入 2.5 美元、輸出 15 美元;Luna 輸入 1 美元、輸出 6 美元。快取讀取有 90% 折扣。一般用戶則看訂閱方案:免費版用 Terra,Plus(每月 20 美元)以上可選三個模式。方案與定價變動快,實際以 OpenAI 官網為準。
GPT-5.6 跟 Claude Fable 5 哪個強?
兩邊的官方數據都說自己贏:OpenAI 稱 Sol 在編程代理測試上略勝 Fable 5 且 token 效率更高,Anthropic 則稱 Fable 5 在軟體工程與知識工作上超越先前所有公開模型。第三方基準各有勝負,而且都測不到你自己的任務。比較實際的參考點是價格:Sol 每百萬 token 輸入 5/輸出 30 美元,約是 Fable 5(10/50 美元)的一半。若要在同一個價位帶找 Claude 這邊的對照,2026 年 7 月 24 日上線的 Claude Opus 5 是輸入 5 美元/輸出 25 美元。建議拿自己最常做的那件事各試一輪再決定。
為什麼 GPT-5.6 之前不是所有人都能用?
GPT-5.6 在 6 月 26 日發佈時,先只開放給大約 20 個經美國政府核准的組織,透過 API 與 Codex 取用,一般人要到 7 月 9 日才等到全面開放。這種「先進窄門、再全面上架」的釋出方式,和 Claude Fable 5 在 6 月的遭遇幾乎同一個劇本,背景是前沿模型正開始受到出口管制與國安框架的約束。
📚 收進你的工具
For AI Reading Era把這篇文章交給你日常用的工具——做研究、整理筆記,或當 AI 的 context。