GPT-5.6 Terra 與 Sol 決策指南的標題卡,顯示兩張比較卡:GPT-5.6 Sol 每 1M tokens 為 $5 / $30,GPT-5.6 Terra 每 1M tokens 為 $2 / $12,兩者之間有 VS 徽章;頁尾則寫著「一個端點,200+ 模型,$0 加價」。
Guides & Insights

GPT-5.6 Terra 與 Sol:你實際上需要哪一層級?

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型
基準測試:Artificial Analysis · 每日更新
返回全部文章

對大多數 API 工作負載而言,答案就是 GPT-5.6 Terra:以每百萬輸入 Token 2 美元、每百萬輸出 Token 12 美元的價格,處理典型的 1,000 萬 Token 月用量僅需約 50 美元,與 GPT-5.6 Sol 在最重要的獨立基準測試中僅差一兩分;且其 2 / 12 美元的費率在長上下文領域的適用深度超過八倍。GPT-5.6 Sol(5 / 30 美元,旗艦級)是只有在您自己的評測顯示 Terra 在高難度、高價值任務上失敗時才需要升級的層級。兩個層級現已在 OrcaRouter 上以定價上線,且每個 Token 零加價;使用自帶金鑰(BYOK)時,請求會直接向您現有的帳戶收費。

這是一份「我到底需要哪一個」的指南,不是價目表——三個方案調降後的完整定價,請見我們關於 GPT-5.6 Luna、Terra 和 Sol 定價的配套文章。GPT-5.6 Sol 和 GPT-5.6 Terra 都在 2026 年 7 月 9 日出貨,共享約 105 萬 token 的上下文視窗與 128K 的最大輸出,且兩者定價差距夠大,一旦選錯,你的帳單上就會出現 2.5 倍的價差。以下是附上數字的決策依據。

三層階梯簡述

OpenAI 的 GPT-5.6 系列是一把三級階梯,知道哪一級是哪一級,才能讓中間的比較誠實:

GPT-5.6 Sol——旗艦版。$5 / $30,專為最困難的推理、大規模軟體工程與長時程智能體工作而打造。

GPT-5.6 Terra — 均衡的中間選擇。$2 / $12,此方案以旗艦版價格的一小部分,提供 GPT-5.5 等級的能力。

GPT-5.6 Luna — 高用量等級。$0.20 / $1.20,專為高用量、對延遲敏感的呼叫而定價:聊天、分類、擷取、路由。

這三個都是推理模型,具備約105萬token的上下文與128K最大輸出,因此選擇關乎成本與邊際能力,而非模型能讀取什麼。Luna的等級很好選(因為它是便宜的那個),Sol的角色也很明確(它是旗艦款)——真正需要分析的是Terra對比Sol,因為這兩個等級有所重疊。

正面交鋒:兩者真正的分歧所在

在獨立的 Artificial Analysis 排行榜上(評估日期為 2026 年 7 月 9 日,即發布日),這兩個層級的差距遠比它們的價格所顯示的要小。在程式設計方面——代理人群體常引用的數字——AA Coding 的分數是 GPT-5.6 Sol 為 77.4(132 個中排名第 2),對比 GPT-5.6 Terra 為 76.7(132 個中排名第 4),而在 Terminal-Bench 2.1 上兩者都恰好得到 88.0。在多回合代理基準 τ²-Bench 上,Terra 甚至略勝 Sol,86.3 對 85.1。只有在任務確實困難時,差距才真正顯現:AA Intelligence Index 60.9(Sol)對 56.6(Terra),而在 Humanity's Last Exam 上49.5 對 42.9——這 6.6 分的差距,正是旗艦機型理應展現的深度知識優勢。

A Terra vs Sol scoreboard card: Sol at $5 / $30 and Terra at $2 / $12 per 1M tokens, both with a 1M-token context and 128K max output; AA Coding 77.4 vs 76.7, AA Intelligence 60.9 vs 56.6, Humanity's Last Exam 49.5 vs 42.9, Terminal-Bench 2.1 88.0 vs 88.0, tau-squared Bench 85.1 vs 86.3, and p50 time-to-first-token 2.44s vs 3.66s, all per Artificial Analysis evaluated July 9 2026.

實際解讀:在例行工作上——聊天、RAG、資料擷取、標準編碼——這些等級實際上無法區分,這呼應了我們自身等級階梯案例研究的結論:GPT-5.6 Terra 以低於 GPT-5.6 Sol 的中位數延遲完成了 11/11 次測試呼叫。差異體現在前沿,即最困難的那部分任務上。

價格差距實際上買到的是什麼

帳面上的定價計算:GPT-5.6 Sol 是每百萬個 token 收費 $5 / $30;GPT-5.6 Terra 是$2 / $12——兩邊都是 2.5 倍。但分級門檻改變了局面。Terra 的 $2 / $12 基礎費率適用於最高272K 個 token的輸入量;Sol 的 $5 / $30 基礎費率僅適用於最高32K 個輸入 token,超過後便跳升至$10 / $45,而 Terra 則跳升至$4 / $18。以 100K 個 token 的提示詞為例——例如長篇文件或大型 agent 上下文——Terra 仍處於便宜費率,而 Sol 已進入其長上下文分級。

A rate card comparing GPT-5.6 Sol, Terra and Luna: Sol $5.00 / $30.00 per 1M up to 32K input tokens then $10 / $45, Terra $2.00 / $12.00 up to 272K input tokens then $4 / $18, Luna $0.20 / $1.20; cache reads Sol $0.50 vs Terra $0.20, cache writes Sol $6.25 vs Terra $2.50; worked example 10M tokens a month at a 70/30 split bills about $125 on Sol versus $50 on Terra, and 50M input plus 10M output bills $550 on Sol versus $220 on Terra.

提示詞快取稍微縮小了差距:Sol 的快取讀取價格為每百萬個 $0.50,相對於全新的 $5;而 Terra 的則為$0.20,相對於全新的 $2;快取寫入價格則分別為 $6.25 和 $2.50。舉例來說:一個月使用 1,000 萬個 tokens,輸入/輸出比例為 70/30,在 Sol 上約需花費 $125,在 Terra 上則為 $50 — 這與 OrcaRouter 頁面上的成本計算器結果一致 — 而在 5,000 萬輸入加 1,000 萬輸出的情況下,費用為在 Sol 上為 $550,而 Terra 上為 $220(以調降後的費率計算)。

預設:選擇 Terra,並調整推理努力程度。

我的建議:將gpt-5.6-terra 設定為您的預設模型 id,並依工作負載升級,而非依技術堆疊。支持此觀點的最有力論據來自 apidog GPT-5.6 指南:在例行問題上,使用者無法區分 Sol 與 Terra,而 Terra 以較高的推理強度,能大幅縮小與 Sol 在中等推理強度下的品質差距—— token 價格只有一半。Terra 唯一可衡量的取捨是 time-to-first-token:在模型頁面上,Terra 的 p50 TTFT 是 3.66s,而 Sol 的2.44s,Terra 的輸出速度為 128 tokens/s,而 Sol 為 246——對大多數工作負載來說都適用,但對延遲敏感的代理程式而言值得留意。

One alias trap: the bare model string gpt-5.6 routes to Sol — the most expensive tier — so pin gpt-5.6-terra explicitly in every call, or a silent default makes this whole analysis moot.

當Sol值得溢價時

支付 2.5 倍費用的理由雖有限但確實存在。升級至gpt-5.6-sol的時機包括:你自己的評估顯示 Terra 在相當比例的高難度任務上表現不佳——AA Intelligence 差距(60.9 對 56.6)與 Humanity's Last Exam 差距(49.5 對 42.9)正是 Sol 額外訓練的價值所在;你運行深度多步驟代理,單一步驟的失敗會連鎖放大,因此一次失誤的成本超過額外的推論支出;或者你需要前沿推理來處理真正高價值、低頻率的工作。Sol 是在 Artificial Analysis 編程排名世界第二、發布日評估智能排名第四的那個等級——當任務足夠困難時,你付出的正是這個排名。

當此建議有誤時

三個誠實的界線。第一,「Terra 是預設選項」是基於 Terra 很少失敗的假設;如果你的 agent 迴圈顯示有幾個百分比的步驟在 Terra 上失敗、在 Sol 上成功,錯誤會疊加累積,Sol 整體而言可能更划算——跑評測,別預設。第二,長上下文的算術是一體兩面:Terra 更寬的基礎等級讓它在長提示詞上勝出,但在短提示詞上,牌價差距就是全部;而且一個「便宜」的等級若大量推理,可能比調低設定的旗艦等級花更多——推理 token 是以輸出計費。第三,關於我們能承諾什麼,誠實的界線是:OrcaRouter 負責路由,並以 $0 加價計費,但權重由 OpenAI 營運——benchmark 數字是發布日評測在模型頁面上的 Artificial Analysis 數值,推論品質與安全行為屬於 OpenAI,不是我們。

單一端點,涵蓋所有三種方案,零加價

如果你正在比較 GPT-5.6 的各種方案,你已經有整合,或正準備寫一個,而真正的成本在於維護它。OrcaRouter 將 GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna 以及 200+ 其他模型放在同一個 OpenAI 相容端點後面:相同的 base URL、相同的 client、每個方案一個 model id——gpt-5.6-sol今天使用,gpt-5.6-terra則在工作負載能節省 2.5 倍成本時使用,無需修改程式碼。

The OrcaRouter model page for openai/gpt-5.6-sol, showing the $5.00 per million input and $30.00 per million output pricing, the 1.05M-token context window, 128K max output, and the p50 time-to-first-token.

經濟部分是誠實的部分:OrcaRouter 所增加的費用是 每 token $0,所以模型頁面上的 $5 / $30 和 $2 / $12 是 OpenAI 的費率原樣轉傳;供應商價格變更宣布當天就會在我們這端生效。自帶金鑰是頂級選項:交出你現有的 OpenAI 金鑰,供應商就直接向你收費。護欄——PII 防護盾與內容政策——是在請求計費前執行,而非計費後;路由 DSL 可組合出故障轉移,因此當旗艦模型報錯或流量型態允許時,較便宜的層級就會接手。

底線

GPT-5.6 Terra 幾乎是所有情境下的正確預設:在程式碼基準測試中,與 GPT-5.6 Sol 僅差一兩分,價格便宜 2.5 倍,且長提示詞的處理成本更低。GPT-5.6 Sol 是當你自己的評估在困難且高價值的工作上顯示出可測量的差距時,正確的升級選擇——而基準測試顯示該差距確實存在,但僅位於前沿領域,而非日常任務中。從 gpt-5.6-terra 開始,明確鎖定版本,審慎升級,並將兩個層級保留在單一端點後方,使切換僅需變更模型 ID,而非重新整合。

兩個方案都已在 OrcaRouter 上線,按照 OpenAI 的官方定價,每個 token 零加價——使用你現有的 OpenAI 金鑰,供應商會直接向你收費。先從GPT-5.6 Sol 模型頁面開始——無需信用卡,60 秒內即可上線。

本文中的比較2

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新

© 2026 OrcaRouter

推理服務商

經營推理平台?讓您的模型上架 OrcaRouter。

providers@orcarouter.ai

加入我們的社區

Discordsupport@orcarouter.aiXGitHubYouTube