Step 5 Preview 对比 GPT-5.6：一张扁平卡对阵六级阶梯

并不存在一个名为GPT-5.6的单一模型可以拿来与Step 5 Preview相提并论，这是本次对比必须首先厘清的一点。该实验室于2026 年 7 月 9 日发布了 GPT-5.6 系列，分为三个层级——GPT-5.6 Sol，价格为每百万 token 4.00 美元和 20.00 美元，GPT-5.6 Terra为 2.00 美元和 12.00 美元，以及GPT-5.6 Luna为 0.20 美元和 1.20 美元——每个层级都配有一个六档推理调节旋钮，范围从none到max。Step 5 Preview 由 StepFun 于2026 年 9 月 20 日发布，是一个单一模型，价格为 1.00 美元和 2.70 美元，没有分层，只有三档推理设置。两家厂商构建了截然相反的成本控制机制：一家卖给你的是需要按请求逐级攀爬的阶梯，而 StepFun 卖给你的则是一张统一费率的卡。哪个更便宜完全取决于你的路由做得有多好，而这不是任何一家厂商会公布的数字。这一切都不是假设：像这次发布这样的事件背后，那些有据可查的 AI 故障和智能体事故都收录在OrcaRouter AI 事故档案库中，其中每条记录都带有自己的来源、严重程度、置信度评级和争议标记。

大多数页面所做的头条对比，都是拿 Step 5 Preview 去对标 GPT-5.6 Sol，因为 Sol 是旗舰，而旗舰总是被拿来对比。这样的框架在两个方向上都有误导性。Sol 的每输出 token 收费是 Step 5 Preview 的七倍半，而在独立指数上它的得分高出三分。但 Sol 并不是 Step 5 Preview 买家真正常换的那个档位——GPT-5.6 Terra 才是，价格为 $2.00 和 $12.00，而对于高吞吐量的流水线来说，真正权衡的会是 Luna。选错了对比档位，结论就会翻转，而所有底层事实却毫无变化。

三个档位对阵一张卡

输入价格 — Step 5 Preview 每百万 token 1.00 美元，而 GPT-5.6 Sol 为 4.00 美元、GPT-5.6 Terra 为 2.00 美元、GPT-5.6 Luna 为 0.20 美元

输出价格 — Step 5 Preview $2.70，对比 GPT-5.6 Sol $20.00、GPT-5.6 Terra $12.00、GPT-5.6 Luna $1.20

• 长输入重新定价 —— Step 5 Preview 在整个 1M token 窗口内采用统一费率，而 GPT-5.6 全部三个档位则在输入达到 272,000 token 时上调：Sol 为 $8.00 和 $30.00，Terra 为 $4.00 和 $18.00，Luna 为 $0.40 和 $1.80

• 缓存 — Step 5 Preview 每百万次缓存命中 $0.10，相比供应商公布的缓存费率有 95% 的折扣；这些费率按层级应用，且供应商已随该系列的两次重新定价分别对其进行了修订

• 上下文窗口 — Step 5 Preview 100万 tokens 对比 GPT-5.6 各档位约 105万 tokens，实际上基本相同

• 最大输出 —— Step 5 Preview 为 64k tokens，而全部三个 GPT-5.6 层级均为 128,000 tokens，是 StepFun 上限的两倍

• 模态 — Step 5 Preview 输入文本、图像和视频，输出文本，而 GPT-5.6 各层级则输入文本、图像和文件，输出文本；取舍在于一方支持视频输入，另一方支持原生文件输入

• 推理控制 — Step 5 Preview 有三项设置：低、中和高，而 GPT-5.6 上有六项：无、低、中、高、超高和最大

• 独立评分 — 第 5 步预览 44 对比 GPT-5.6 Sol 47，在 max effort 下为 44，在 xhigh 下为 44；GPT-5.6 Luna 在最大 effort 下为 37；GPT-5.6 Terra 未纳入同一指数修订版本

• 每完成一个索引任务的成本——Step 5 Preview 约为 0.71 美元，而 GPT-5.6 Luna 为 0.18 美元，GPT-5.6 Sol 则为 StepFun 数值的若干倍，因为在相同的实测配置下，Sol 的定价是 Step 5 Preview 输出费率的五倍

• 权重 — Step 5 Preview 可以 FP8、BF16 格式下载，且自 2026 年 10 月 14 日起还提供 NVFP4 构建版本；相比之下，任何 GPT-5.6 层级均无权重

值得盯着看的那一行不是价格，而是 effort 拨盘。Step 5 Preview 的 44 是在某一 effort 设置下的一种已评分配置，这使它同时既是下限，也是上限。GPT-5.6 Sol 在 max 下测得 47，而在 xhigh 下测得 44——与 StepFun 的模型在运行成本显著更低的设置下得到的头条数字相同。这并不是一个值得围绕它构建叙事的巧合，但它确实是这项对比中的一个真实特征：同一个厂商会以更低的 effort 档位，按每 token 比 StepFun 在任何设置下收取的都要更高的价格，把 Step 5 Preview 公布的相同分数卖给你。

272,000 token 的那一行才是结构性的差异

这两款模型都作为长上下文系统出售，而其中一款对此收费的方式是另一款所没有的。Step 5 Preview 的费率在整个百万词元窗口内保持统一；一个 900,000 词元的请求，其每词元成本与一个 900 词元的请求相同。GPT-5.6 的每个档位都会在单次请求超过 272,000 个输入词元后改变费率，而且这一变化适用于整个请求，而不是仅适用于超出该线的部分：Sol 从 $4.00 和 $20.00 变为 $8.00 和 $30.00，Terra 从 $2.00 和 $12.00 变为 $4.00 和 $18.00，Luna 从 $0.20 和 $1.20 变为 $0.40 和 $1.80。

StepFun 的模型有 64k 的输出上限，而 GPT-5.6 每一档都允许 128,000，因此这两款产品在两端的设计形态截然不同。如果你的工作负载需要一次性读取大量内容——一个代码仓库、一组文档、一段很长的转录文本——那么 Step 5 Preview 的固定费率就是这张价目表上最有价值的一行，对于任何大幅越过这条线的提示词来说，它的价值都超过 4 美元的输入价格差。如果你的工作负载需要一次性写入大量内容——整份文件生成、一个很长的结构化产物——那么 64k 上限就是硬性约束，便宜的 token 帮不上忙。

这也正是路由层真正体现价值、而不只是空喊口号的地方。一条把 40 万 token 的检索提示词发给 Sol 的流水线，会永远在每次调用时支付翻倍的价格，而解决办法不是换一个更便宜的模型——而是不要把那个请求发到会重新定价的层级。能访问 Step 5 Preview 的那把钥匙我们拿不到，但修复的形态是通用的：让长上下文路径留在具有统一窗口的模型上，让短而高难度的推理调用留在带有 effort 调节档的模型上，并且用每完成一项任务的成本、而不是每百万 token 的成本来衡量两者。

为什么在十月购买 GPT-5.6 系列是件奇怪的事

自发布以来，该系列之下的厂商自身定价已在悄然变动两次，而且始终朝着同一个方向。两个较便宜的档位于 2026 年 7 月 30 日被下调；旗舰档位随后于 8 月 21 日跟进，将 Sol 从 $5.00 和 $30.00 降至 $4.00 和 $20.00——这是厂商仅承诺维持至2026 年 11 月 21 日的促销价。接着在 9 月 22 日，该实验室发布了定价为 $2.00 和 $10.00 的 GPT-6 Sol，以及定价为 $0.10 和 $0.50 的 GPT-6 Luna，这恰好是 GPT-5.6 旗舰在两个计量指标上的一半，也是 GPT-5.6 Luna 在两个计量指标上的一半。

后果不是 GPT-5.6 不好，而是 GPT-5.6 已不再是厂商自家产品线中、新集成应当默认采用的那一代；如今它的每一档都有一个发布更晚、编号更高的更便宜同门。这对当前这个具体比较很重要，因为它改变了“Step 5 Preview vs GPT-5.6”真正要问的问题。如果对 Sol 工作负载来说，诚实的答案是价格减半的 GPT-6 Sol，那么真正能决定高下的对比，就成了 Step 5 Preview 的 $1.00 和 $2.70 对 GPT-6 Sol 的 $2.00 和 $10.00——输出价格差距是四倍，而不是七点五倍——而 GPT-5.6 各档只会对以下团队仍有讨论价值：集成为锁定状态的团队、已发布评估基线的团队，或已承诺使用特定模型标识符的团队。

家族问题之所以仍然存在，还有第二个原因。Sol 的促销费率将于 11 月 21 日到期，而供应商尚未说明 11 月 22 日会发生什么。任何基于 $4.00 和 $20.00 制定的预算，都内含一个尚未定价的事件；诚实的做法是将其视为一个范围，而不是一个数字。StepFun 自发布以来尚未调整 Step 5 Preview 的价格，考虑到该模型才推出四周，这一承诺其实比听起来更短，但这就是你目前拥有的承诺。

与 Step 5 Preview 对标的那一档并不是旗舰。

撇开 Sol 不谈，这场对比就变得更有意思了，因为定价为 $2.00 和 $12.00 的 GPT-5.6 Terra 正是 Step 5 Preview 买家最有可能要替换掉的那一档，而定价为 $0.20 和 $1.20 的 GPT-5.6 Luna 则是高吞吐量流水线应当拿来作为衡量基准的那一档。这是两种不同的论证。

与 Terra 相比，Step 5 Preview 的输入价格只有一半，输出价格则便宜四倍多，并且在上下文行为上直接胜出，因为 Terra 在超过 272,000 个 token 后会重新计价，而 StepFun 的模型不会。Terra 换来的是两倍的输出上限、一个更大但差距无关紧要的上下文窗口、面向将 PDF 作为文档而非图像摄取的处理流程的原生文件输入，以及六档 effort 级别，让你可以按调用控制成本，而不是被动接受它。厂商尚未发布 Terra 在与 Step 5 Preview 的 44 分相同修订版上的当前独立指数数值，这意味着任何声称 Terra 一方比另一方能力更强的说法目前都缺乏依据——而本文不会凭空编造一个。

与 Luna 相比，算术结果就反了过来，Step 5 Preview 在价格上大幅落败：$0.20 和 $1.20 对 $1.00 和 $2.70，意味着输入便宜五倍，输出便宜两倍多一点；而 Luna 每完成一个 index 任务的成本为 $0.18，StepFun 则为 $0.71，在这个把冗长度一并计入的数字上，两者相差约四倍。Luna 得分为 37，Step 5 Preview 为 44，评估者指出 Luna 的得分取决于投入的努力程度，而 StepFun 的得分只对应单一配置——这提醒我们，一个带有可调旋钮的模型会有许多个得分，把最高分当作“它的成本”来引用属于范畴错误。如果你的任务是分类、抽取或路由，那么应当拿来与 StepFun 模型对标的是 Luna，而结论是：StepFun 在成本上完全不具备竞争力。

到底是什么决定的

当满足以下三项或更多条件时，Step 5 Preview 就是正确选择：工作负载会读取非常长的输入，并会经常越过 272,000 token 这条线；需要视频输入；扁平的单列价目表对你的团队来说比路由层更有价值；或者可下载权重很重要，因为你打算自托管或微调。这里的权重这一点并非可有可无的附注——StepFun 在其自有许可证下发布 FP8 和 BF16 检查点，并于 2026 年 10 月 14 日新增了一个 NVFP4 构建，针对 Blackwell 配置为 394 GB，并带有未量化 KV 缓存；这些仓库还在 10 月中旬获得了完整的 vLLM 和 SGLang 服务指南，并提供了已发布的容器镜像以及专用的推理和工具调用解析器。GPT-5.6 的任何层级都无法下载、固定或检查，再多的指数得分也弥补不了这一点。

当你需要一次 128,000 token 的单次响应，当你的流水线中涉及文件输入，当现有集成被固定到某个 GPT-5.6 标识符且迁移成本超过节省的 token，或者当你真正想要的是推理调节旋钮——即无需更换模型就能在简单请求上花得更少的能力——那么 GPT-5.6 档位就是正确之选。最后一点是真正的设计优势，也是你应该认真考虑这个系列，而不是把它当作上一季的过时产品而弃之不顾的原因。它不是一个出于工作负载原因就选择 Sol 而非 Terra 或 Luna 的理由。按难度路由，系列自身的阶梯就会替你完成成本控制。

本文比较的两个档位都可以通过 OrcaRouter 上的一个端点访问：GPT-5.6 Sol、GPT-5.6 Terra 和 GPT-5.6 Luna 都位于目录中，分别为 openai/gpt-5.6-sol、openai/gpt-5.6-terra和openai/gpt-5.6-luna，均按供应商自身的标价，0% 加价，这对该系列有一个具体后果——自 7 月以来，供应商已两次下调这些费率，而直通意味着降价会在生效当天就体现在你的账单上，而不是等到下一个合同周期。由于 路由 DSL 将多个模型组合成一次调用，上述档位问题不再是架构决策：同一个密钥既能以 max 调用 Sol 处理困难工作，也能为简单的大多数任务调用 Luna，并能在两者之间自动故障转移，且无需维护第二套集成。Step 5 Preview 不在该目录中；可通过 StepFun 自己的平台调用它，或从已发布的检查点自行托管。

这个比较留下的未解问题并不是哪个模型更好。而是厂商自己更便宜的旧版本是否让整个 GPT-5.6 问题对新的集成变得无关紧要，以及 Sol 的促销费率能否挺过 11 月 21 日。这两个问题今天都没有答案。今天可以回答的是结构性的那个，而且它不取决于上述任何一个：其中一个产品按每百万 token 向你收取固定费率，另一个则在你超过 272,000 后按不同费率收费。对于处于该区间长尾端的工作负载，这一行比输入上四美元的差价更值钱，而且在你查看任何指数评分之前，这才是应该拿自己的调用轨迹去核对的那一行。